Pinecone 使 Nexus 对企业级 AI 代理正式可用

Why it matters

Nexus is Pinecone's attempt to move up the AI stack before vector storage becomes interchangeable, using governed enterprise knowledge as a larger and stickier product boundary.

Pinecone 创始人 Edo Liberty 和 CEO Ash Ashutosh 在大约七周的公开预览后，于 8 月 6 日将 Pinecone Nexus 推出为一般可用（generally available）。此次发布推进了 Pinecone 在企业数据与 AI 代理之间构建知识层的目标。

此次推出在 8 月 6 日的新闻稿 中有详细说明，将 Pinecone 的业务推进到其在 2019 年由 Liberty 创立的托管向量数据库之外。Nexus 将文档、数据库、API、软件服务、对象存储和代码仓库编译为结构化知识，代理可以通过一种名为 KnowQL 的语言对其进行查询。Pinecone 表示，生成的回答包含引用、置信度评分和访问控制。

Ashutosh 正在领导商业扩张。Liberty 是前 AWS 和 Yahoo 的研究主管，在 2025 年 9 月从 CEO 职位转为首席科学家，以便回归编码、做原型和研究。Ashutosh 在此之前创建了三家数据基础设施公司——Serano Systems、AppIQ 和 Actifio，并在 HP 和 Google 担任过运营职位，还曾在 Greylock 任职合伙人。Nexus 是 领导权交接 至今最清晰的产品表达：Liberty 正在扩大 Pinecone 的技术范围，而 Ashutosh 则将这些工作打包面向大型企业。

创始人交接成为产品策略

Liberty 最初围绕他在 Amazon 和 Yahoo 内部遇到的一个问题构建了 Pinecone。大型科技公司可以为推荐、垃圾邮件检测和搜索等场景组装专门的向量搜索系统，而大多数工程团队无法做到这一点。Pinecone 将那种基础设施变成了一个托管产品。

Nexus 在 AI 堆栈上将相同的创始人论点上升了一个层级。企业可以购买对类似基础模型的访问权限，而将专有数据、内部流程和员工判断作为它们的主要差异化来源。Pinecone 希望将这些资产编译成一个可重用的层，而不是迫使代理在每次任务中从原始文件重新构建上下文。

Ashutosh 将重复检索描述为一个成本与控制问题。“Agents burn tokens grinding through raw data,” 他在发布稿中表示。Pinecone 还认为，将大量业务上下文通过第三方模型调用传递，可能暴露敏感知识并使客户依赖某个模型提供商的接口。

根据 Pinecone 的一般可用性公告，Nexus 部署在客户的云中。客户选择模型并提供自己的凭证。Pinecone 表示输出是开放且可移植的，同时在知识层内实施字段级控制、引用、来源谱系和个人身份信息标签。

这种部署模式为 Ashutosh 提供了一个熟悉的企业基础设施诉求：Pinecone 可以围绕仍然可移植的技术出售治理和运营控制。它也给了 Liberty 空间，将 Pinecone 从单一数据库类别扩展到更广泛的代理架构。

在代理询问之前编译知识

Nexus 的核心是一份名为 Manifest 的文档。领域专家定义特定工作所需的实体、关系和输出格式。Pinecone 然后将源材料编译为针对该工作的结构化提取、摘要和关系数据。

代理使用 KnowQL 对已编译的材料进行查询，指定所需信息、允许的范围、期望的输出形态以及延迟或令牌预算。Pinecone 的主张是，一次结构化查询可以替代代理反复进行的搜索、阅读、评估再搜索的循环。

领域专家的角色很重要。Pinecone 的目标行业包括金融分析、保险承保、法律工作、销售和客户服务，这些领域政策会变动且两份文档可能互相冲突。Nexus 使得领域专业人员参与定义和更新知识，而不是要求中央数据团队一次性建模整个组织。

Pinecone 表示，公开预览客户从 350 万个源片段创建了 300 个上下文，生成了近 26,000 个结构化、可查询的知识工件。这些是公司报告的使用数据。同一公告称，Pinecone 在 7 月 17 日将 Nexus 放在其支持代理后端，并且无需人工介入解决的工单比例从未使用 Nexus 时的 24.6% 提高到使用后的 55.1%。一个内部支持队列提供了 Pinecone 可控的生产证据，但这并不能说明 Nexus 在其他公司数据和工作流上的表现如何。

基准声明需要更窄的解读

Pinecone 的新闻稿报告称在 Nexus 条件下 tau-Knowledge 得分为 47.4%，而未使用 Nexus 的 GPT-5.5 为 46.4%，但该比较使用的是 Pinecone 报告的测试配置，尚未被独立复现。Pinecone 还宣称 Nexus 在与 GPT-5.5 配合时降低了 74% 的任务成本，与 GPT-5.2 配合时降低了 81%。

成本结果支持了 Pinecone 的核心论点：更好组织的检索可以减少完成任务所需的模型和工具调用次数。Pinecone 报告在两种模型配置下使用 Nexus 时模型和工具调用次数更少。

Sierra 将 tau-Knowledge 描述为一个基于 698 份文档的银行支持基准。任务要求代理查找政策、在其间进行推理并使用工具将模拟系统置于正确状态。这使其与 Nexus 相关，但应将 Pinecone 的提交视为公司运行的、针对特定检索架构的测试，而非对所有模型和配置进行的独立验证比较。

Pinecone 更广泛的性能主张也具有相同的警示。Pinecone 表示 Nexus 可比基于代理的检索增强生成（agentic retrieval-augmented generation）节省超过 90% 的令牌并且回答速度最高可快 30 倍。在将这些头条数字视为普遍性能保证之前，还需要独立复现。

Pinecone 扩大了产品边界

Pinecone 表示其服务超过 10,000 名客户和 100 万名开发者。Nexus 为 Ashutosh 提供了一条路径，将更大的产品销售给这些客户，在采用 Pinecone 向量数据库的开发者之外，触达业务专家和安全团队。

此举也能保护 Pinecone 不被限制为向量存储，尤其是在搜索和嵌入功能在开源数据库和更大的数据平台中扩散的情况下。一个知识引擎承载更多客户的应用逻辑、治理规则和工作流结构。如果 Nexus 成为多个代理访问企业信息的接口，这会使替换 Pinecone 变得更困难。

Pinecone 为该扩张获得了可观的风投支持。2023 年，Pinecone 筹集了 1 亿美元的 B 轮融资，据报估值为 7.5 亿美元。Andreessen Horowitz 领投，ICONIQ Growth、Menlo Ventures 和 Wing Venture Capital 参与。Pinecone 表示其总共已筹集 1.38 亿美元。

一般可用性的推出将检验 Liberty 的技术扩展与 Ashutosh 的企业运营经验是否能将 Pinecone 的已装机基础转化为更广泛平台的分发渠道。Nexus 为 Pinecone 提供了一个超越向量检索的可信产品。其耐久性将取决于客户能否在政策、记录和工作流程变更时维护已编译的知识——这是基准测试结束后才开始的那项运营工作。