Databricks、AI エージェントサンドボックス向け WASM Postgres を提供
本文の状態
日本語全文を表示中
詳細モードで約6分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Databricks AI Engineering
Databricks は Electric との連携を発表し、WASM を活用した軽量 Postgres「PGlite」を AI エージェントのサンドボックス環境に導入することで、分散状態とリアルタイム同期を実現する基盤を整備した。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るAI深層分析を開く2026年8月11日 23:28
AI深層分析
キーポイント
Electric の Databricks への統合発表
Databricks は Electric をプラットフォームに迎え入れ、Lakehouse からエッジまでの Postgres 機能を拡張すると発表した。
AI エージェント特有のインフラ要件
従来のアプリケーションとは異なり、AI エージェントはランタイムでデータ選択を行い、サンドボックス環境で動作し、複数エージェント間で協調する必要があるため、独自のデータベース要件が存在する。
PGlite と同期エンジンの機能
Electric が開発した PGlite は WASM 版の軽量 Postgres でエージェントごとにローカルに実行され、同期エンジンが分散状態を中央の Lakebase にリアルタイムで統合する。
分散状態とコンテキスト管理
このアーキテクチャにより、チーム全体で共有コンテキストを維持しつつ、重複作業や古いステートへの依存、結論の衝突を防ぐことが可能になる。
エッジへのPostgres展開とローカル実行
ElectricはPGliteというWASMベースのPostgresデータベースを開発し、アプリケーションやエージェントのサンドボックス内、ブラウザタブ、ユーザー端末で直接動作させることに成功した。
重要な引用
Electric is leading the way in pioneering data primitives purpose-built for agents
PGlite gives every agent its own lightweight Postgres right where it runs
Agents differ in three ways that matter for a database: They decide what data they need at runtime, They run wherever the work is, They work in groups
They created PGlite to push Postgres to the edge, creating a WASM Postgres database small enough to run inside the application or agent itself
編集コメントを表示
編集コメント
AI エージェントの普及に伴い、従来のデータベースモデルでは対応しきれない「分散状態」と「リアルタイム同期」の課題が浮き彫りとなっている。WASM を活用した軽量データベース技術の実装は、エージェントごとのローカル処理能力を高めつつ、中央集約型管理との整合性を保つ重要なステップとなる。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
Lakebase と Electric が連携し、Databricks の Postgres 機能をデータレイクハウスからエッジまで拡張
著者：Stas Kelvich, Yan Leshinsky, Nikita Shamgunov, Reynold Xin
本日、私たちは Databricks に Electric を迎え入れることを嬉しく思います。現在、世界中で「エージェント型アプリケーション」の新たな時代が築かれつつあります。このアプリケーションでは、サンドボックス内で動作する複数のエージェントチーム間で、分散状態の管理とリアルタイムデータ同期が不可欠です。
Electric は、エージェント専用として設計されたデータプリミティブにおいて先駆的な役割を果たしています。その中核となる PGlite は、各エージェントに実行環境そのものに軽量な Postgres を提供し、ローカルコンテキストへの超高速アクセスを可能にします。さらに、Electric のリアルタイム同期エンジンが分散状態を中央の Lakebase へ同期することで、チーム全体で共有コンテキストを見失うことなく協働できるようになります。
このビジョンは、Databricks においてさらに発展します。私たちは WASM Postgres を AI エージェント用サンドボックスに導入し、Databricks の Postgres 機能をデータレイクハウスからエッジ領域へと拡張していくのです。
エージェントは従来のアプリケーションとは振る舞いが異なる
開発者は、従来のアプリ構築から「エージェント型アプリケーション」の構築へと移行しており、それに伴い従来のインフラを前提とした考え方も変化しています。従来のアプリケーションには明確な形状があり、クエリは事前に記述され、データアクセスパターンも予測可能で、アーキテクトが選んだ場所で動作します。そのため、単一の管理された Postgres データベースで十分に対応できます。
一方、エージェント型アプリケーションに登場する「エージェント」は新たな側面を追加します。すべてのアプリケーションに必要な永続的で統制された状態に加え、エージェントは高速に変化するコンテキストセットを生成します。データベースにとって重要な点において、エージェントには以下の 3 つの違いがあります。
- 必要なデータをランタイムで決定する: エージェントは次の行動を判断し、1 秒間に数回もコンテキストを更新します。この内部ループでは同じプロセス内でデータが必要とされ、その結果は永続的なストレージに保存されるべきです。
- 作業の場所はどこでも実行する: エージェントはサンドボックス環境などで動作することが多く、データベースへのアクセスはクラウドへのネットワーク接続を介してのみ可能です。
- グループで連携する: 複数のエージェントが協調して働くため、高速なローカルコンテキストが必要であり、他のエージェントの行動を共有・即時に把握することで、作業の重複や古い状態への反応、矛盾した結論の導出を防ぐ必要があります。
Electric の登場
Electric チームは、エージェント型アプリケーションの時代に向けたデータプリミティブを開発しました。
PGlite は、Postgres をエッジへ押し出し、アプリケーションやエージェント自体、あるいはエージェントのサンドボックス、ブラウザタブ、ユーザー端末内で動作するほど小型な WASM 版 Postgres データベースを実現するために作られました。従来のように別サーバーに依存しないアーキテクチャです。PGlite の週次ダウンロード数はわずか 12 ヶ月で 100 万から 1300 万へと急成長し、開発者が分散型 Postgres アプリケーションやエージェントを構築する新たな可能性を開きました。
しかし、ローカル実行は課題の一部に過ぎません。エージェントには、変化する情報を共有し、常に最新の状態を把握できる仕組みも必要です。Electric のリアルタイム同期エンジンが、分散したエージェントと中央集権的な Lakebase インフラの間でデータを絶えず同期します。これにより、エージェントはクラウド上の確実な記録と安全に情報を共有しつつ、高速なローカルコンテキストを維持できます。このリアルタイム同期アーキテクチャは Google Docs や Figma、Notion といったコラボレーションアプリの基盤となっており、まさに並行して作業する一団のエージェントが常に最新情報を保つために必要な機能です。
Electric と Lakebase は、AI エージェントのデフォルト基盤として定着したオープンソースデータベース「Postgres」を共通の DNA として共有しています。実際、PGlite の開発は Neon の共同創業者である Stas Kelvich が行った WASM Postgres の基礎研究に基づいています。Electric はこの概念実証（PoC）を実際の埋め込み型 Postgres へと発展させ、週に数百万ものプロジェクトで利用されるに至りました。両チームの統合は、同じ理念を担う二つの要素を再結合するものであり、エージェント需要の高まりに伴い、Databricks が現代データベース革新の中核を担うリーダーシップをさらに強化することになります。
Databricks と Electric の連携
Lakebase は本番環境レベルの規模で Postgres を提供します。PGlite は WASM 版 Postgres をエージェント自身のサンドボックス内に持ち込みます。Sync（同期）機能により、この二つは常に整合性が保たれます。Lakebase の Postgres と PGlite のローカル実行能力を組み合わせることで、エージェントは高速な開発に必要な軽量データベースと、あらゆる規模での展開を支えるインフラの両方を手に入れます。
開発者にとって、これは以下のような意味を持ちます：
- 単一の Postgres スタンダード上で、協働型かつ自律的なアプリケーションを構築できること。
- Postgres をエージェントサンドボックス内で直接実行し、各エージェントが高速に動作するために必要な軽量データベースを個別に持つことができること。
- エージェントチーム間の同期を保ち、最新データに基づいて即座にコンテキストを共有・行動できるようにしつつ、制御は安価で耐久性の高いオブジェクトストレージ上の Lakebase Postgres で一元管理できること。
Electric チームの Databricks への合流を心から歓迎し、顧客がどのような成果を生み出すか楽しみにしています。
Neon のブログ（Neon blog）をチェックし、Electric の創業者から直接、なぜこの提携に興奮しているのかを聞いてみてください。
原文を表示
Together, Lakebase and Electric extend Databricks' Postgres capabilities from the lakehouse to the edge
by Stas Kelvich, Yan Leshinsky, Nikita Shamgunov and Reynold Xin
Today, we’re excited to welcome Electric to Databricks. The world is building a new era of agentic applications which require distributed state and real-time data synchronization between teams of agents working in sandboxes. Electric is leading the way in pioneering data primitives purpose-built for agents: PGlite gives every agent its own lightweight Postgres right where it runs, providing ultra-low latency access to local context, and Electric’s real-time sync engine synchronizes distributed state back to a central Lakebase, enabling teams of agents to collaborate without losing track of shared context. That vision now continues at Databricks as we bring WASM Postgres to AI agent sandboxes, extending Databricks’ Postgres capabilities from the lakehouse to the edge.
Agents don’t behave like traditional applications**Developers are moving from building traditional apps to building agentic applications, and the assumptions underlying traditional infrastructure are shifting with them. A traditional application has a known shape: its queries are written in advance, its data access patterns are predictable, and it runs in a place its architects chose. One managed Postgres database serves it well.
The agents in agentic applications add a second surface. Alongside the durable, governed state every application needs, an agent generates a fast-moving context set. Agents differ in three ways that matter for a database:
- They decide what data they need at runtime, deciding their next move and updating their context several times a second. That inner loop wants data in the same process; the results it produces belong in a durable store.
- They run wherever the work is, often in sandboxed environments, where databases are only reachable via a network connection to the cloud.
- They work in groups, requiring fast local context and a shared, current view of what others have done to avoid duplicating work, acting on stale state, or arriving at conflicting conclusions.
Introducing Electric****The Electric team built data primitives for the era of agentic applications.
They created PGlite to push Postgres to the edge, creating a WASM Postgres database small enough to run inside the application or agent itself - in an agent sandbox, browser tab, or user’s device - rather than on a separate server. PGlite has grown from 1M to 13M weekly downloads in just twelve months, enabling developers to build a new class of distributed Postgres applications and agents.
But local execution is just part of the challenge. Agents also need a shared, up-to-date view of changing information. Electric’s real-time sync engine continuously synchronizes data between distributed agents and centralized Lakebase infrastructure, enabling agents to securely share information with the definitive record in the cloud while keeping fast local context. The real-time sync architecture powers collaborative apps like Google Docs, Figma and Notion, and it turns out to be exactly what a fleet of agents needs to stay current while working in parallel.
Shared Postgres DNA****Both Electric and Lakebase are built on Postgres, the open-source database technology that has become the default foundation for AI agents. In fact, PGlite was built on the foundational WASM Postgres work of Stas Kelvich, who co-founded Neon. Electric took that proof of concept and turned it into the embeddable Postgres that millions of projects run every week. Bringing these teams together reunites two halves of the same idea and strengthens Databricks’ leadership at the center of innovation for modern databases as demand for agents accelerates.
Databricks + Electric**
Lakebase delivers Postgres at production scale. PGlite brings WASM Postgres into the agent's own sandbox. Sync keeps the two consistent. By combining the power of Lakebase Postgres with the local execution of PGlite, agents get the lightweight databases they need to move fast and the infrastructure required to deploy at any scale.
For developers, this means:
- Building collaborative, agentic applications on a single Postgres standard.
- Running Postgres directly inside the agent sandbox, giving each agent a lightweight database it needs to move fast.
- Keeping teams of agents in sync to instantly share context and act on fresh data, while centralizing control in Lakebase Postgres on cheap, durable object storage.
We’re thrilled to have the Electric team join Databricks, and can’t wait to see what our customers build.
Check out the Neon blog, and hear directly from Electric’s founders about why they’re excited to join forces.
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み