Infino, fundada por personas con experiencia previa en OpenSearch, anunció su salida de la fase de sigilo mediante una plataforma de recuperación destinada a agentes de inteligencia artificial. La idea central es proporcionar al agente una única interfaz para consultar datos estructurados y no estructurados, en lugar de distribuir la tarea entre un almacén de datos, un motor de búsqueda y una base de datos vectorial, y luego dejar que el agente combine los resultados a lo largo de varias rondas.
La empresa afirma que los agentes se diferencian de los usuarios y las aplicaciones tradicionales en la forma en que leen. En lugar de enviar una sola consulta y esperar el resultado, el agente formula preguntas pequeñas y simultáneas para construir una respuesta más amplia, y cada resultado que recibe consume parte del contexto del modelo y puede añadir tiempo y coste a las llamadas posteriores.
¿Qué ofrece Infino?
Infino incorpora las funciones de recuperación directamente en SQL, de modo que en una sola consulta se pueden combinar la búsqueda por palabras clave, la búsqueda semántica, los filtros, los recuentos, las uniones, las agregaciones y la ordenación. Según el director ejecutivo Ekechi Nwokah, la idea no consiste en utilizar SQL por sí mismo, sino en reunir patrones de consulta que normalmente requerían sistemas independientes.
La empresa afirma que el desarrollador puede introducir una pregunta en lenguaje natural y convertirla en una única consulta que se ejecuta en fracciones de segundo. Infino también añadió modelos de razonamiento orientados al motor de recuperación para gestionar tareas repetitivas dentro de los bucles de búsqueda, como formular la consulta, comprobar la calidad de los resultados, probar una consulta alternativa y verificar la respuesta, en lugar de asignar siempre estos pasos a modelos avanzados de mayor coste.
Una única copia de los datos en formato Parquet
La arquitectura se basa en almacenar los datos en archivos Apache Parquet en almacenamiento de objetos, con los índices de búsqueda incluidos junto al pie de archivo de Parquet. Infino afirma que el motor principal es de código abierto y está licenciado bajo Apache-2.0 en GitHub, mientras que el servicio Infino Cloud permite utilizar datos Parquet existentes y hacer que se puedan buscar sin construir la infraestructura por cuenta propia.
Los datos siguen siendo legibles mediante herramientas compatibles con Parquet, incluidos Iceberg, Hudi, Spark, DuckDB y otros almacenes de datos. También se pueden introducir datos Parquet o JSON y conectar el agente a la interfaz de Infino, sin gestionar clústeres, nodos ni particiones distribuidas, según la descripción de la empresa.
¿Por qué importa esta noticia?
Si la idea tiene éxito en cargas de producción, la capa de recuperación unificada podría reducir el número de rutas de ingestión, funciones ETL, esquemas y clientes a los que el agente debe llamar. Desde el punto de vista de la seguridad, lo más importante es que disponer de una única copia de los datos podría permitir aplicar políticas de acceso de forma centralizada, incluida la determinación de las filas y columnas que el agente puede ver y de aquello que se registra, en lugar de distribuir los permisos entre puertas de enlace MCP y conectores de servicios.
La plataforma está dirigida a ingenieros de plataformas y datos, equipos de seguridad, equipos de aprendizaje automático y ciencia de datos, y desarrolladores que crean agentes que trabajan con código, registros, resultados de integración continua e incidencias. Infino afirma que su arquitectura está diseñada para ser aproximadamente diez veces menos costosa que las arquitecturas tradicionales de búsqueda y análisis, mientras que la comparación publicada por la empresa muestra un coste aproximadamente 10,5 veces menor que Elasticsearch y 23 veces menor que OpenSearch en la carga de trabajo que probó.
Limitaciones y preguntas abiertas
Estas cifras proceden de la empresa y están vinculadas a una carga de prueba específica, por lo que por sí solas no bastan para demostrar una superioridad general frente a todas las aplicaciones de Elasticsearch u OpenSearch. Además, reducir el número de sistemas no elimina la necesidad de verificar la calidad de la recuperación, los límites de las políticas de acceso y el comportamiento de los índices cuando los datos cambian o aumentan de tamaño. El valor del enfoque sigue dependiendo de hasta qué punto Parquet y el almacenamiento de objetos se adaptan a los patrones de datos y consultas de cada equipo.