MongoDB.local Build Fest 2026: tutte le novità per AI e dati
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr... Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo model...
Pubblicato daModificato con DeepSeek-V4-FlashImmagini generate con GPT Image 1.5
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr...
Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo modello voyage code 4 per il recupero di codice, e l'API standalone di embedding e reranking.
Il server MCP gestito, che registra già oltre 30.000 installazioni npm, elimina la necessità di infrastrutture aggiuntive e semplifica l'accesso ai dati per gli agenti AI.
MongoDB ha stretto una partnership con Vercel per integrare Atlas nativamente in Vercel v0, semplificando il collegamento tra database e applicazioni serverless.
What new MongoDB capabilities did MongoDB announce at its MongoDB.local Build Fest event, including the MongoDB Atlas Managed MCP Server andMongoDB.local Build Fest 2026 announcements center on connecting AI agents to live database data.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What new MongoDB capabilities did MongoDB announce at its MongoDB.local Build Fest event, including the MongoDB Atlas Managed MCP Server and. Article summary: On **August 13, 2026**, at its **MongoDB.local Build Fest** event in San Francisco, MongoDB announced a broad set of capabilities aimed at unifying live operational data with AI development tools, vector search, and embe. Topic tags: general, documentation, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text,
openai.com
Il 13 agosto 2026, in occasione dell'evento MongoDB.local Build Fest a San Francisco, MongoDB ha presentato una serie di funzionalità pensate per unificare i dati operativi in tempo reale con gli strumenti di sviluppo AI, la ricerca vettoriale e la gestione degli embedding. L'obiettivo è risolvere un problema comune: gli agenti AI che non hanno accesso tempestivo e accurato ai dati di produzione. Ecco una panoramica dettagliata di ogni annuncio e del contesto fornito da dirigenti e analisti del settore.
Stack di codifica agentica e integrazioni con strumenti AI
Server MCP gestito di Atlas
MongoDB ha lanciato un server MCP (Model Context Protocol) ospitato che consente agli agenti di codifica AI di interrogare e interagire con i dati live di Atlas usando il linguaggio naturale, eliminando la necessità di configurazioni manuali o infrastrutture aggiuntive . Il server MCP ha già superato 30.000 installazioni npm.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MongoDB.local Build Fest 2026: tutte le novità per AI e dati"?
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr...
What are the key points to validate first?
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr... Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo modello voyage code 4 per il recupero di codice, e l'API standalone di embedding e reranking.
What should I do next in practice?
Il server MCP gestito, che registra già oltre 30.000 installazioni npm, elimina la necessità di infrastrutture aggiuntive e semplifica l'accesso ai dati per gli agenti AI.
MongoDB.local Build Fest 2026: tutte le novità per AI e dati
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr... Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo model...
Pubblicato daModificato con DeepSeek-V4-FlashImmagini generate con GPT Image 1.5
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr...
Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo modello voyage code 4 per il recupero di codice, e l'API standalone di embedding e reranking.
Il server MCP gestito, che registra già oltre 30.000 installazioni npm, elimina la necessità di infrastrutture aggiuntive e semplifica l'accesso ai dati per gli agenti AI.
MongoDB ha stretto una partnership con Vercel per integrare Atlas nativamente in Vercel v0, semplificando il collegamento tra database e applicazioni serverless.
What new MongoDB capabilities did MongoDB announce at its MongoDB.local Build Fest event, including the MongoDB Atlas Managed MCP Server andMongoDB.local Build Fest 2026 announcements center on connecting AI agents to live database data.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What new MongoDB capabilities did MongoDB announce at its MongoDB.local Build Fest event, including the MongoDB Atlas Managed MCP Server and. Article summary: On **August 13, 2026**, at its **MongoDB.local Build Fest** event in San Francisco, MongoDB announced a broad set of capabilities aimed at unifying live operational data with AI development tools, vector search, and embe. Topic tags: general, documentation, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text,
openai.com
Il 13 agosto 2026, in occasione dell'evento MongoDB.local Build Fest a San Francisco, MongoDB ha presentato una serie di funzionalità pensate per unificare i dati operativi in tempo reale con gli strumenti di sviluppo AI, la ricerca vettoriale e la gestione degli embedding. L'obiettivo è risolvere un problema comune: gli agenti AI che non hanno accesso tempestivo e accurato ai dati di produzione. Ecco una panoramica dettagliata di ogni annuncio e del contesto fornito da dirigenti e analisti del settore.
Stack di codifica agentica e integrazioni con strumenti AI
Server MCP gestito di Atlas
MongoDB ha lanciato un server MCP (Model Context Protocol) ospitato che consente agli agenti di codifica AI di interrogare e interagire con i dati live di Atlas usando il linguaggio naturale, eliminando la necessità di configurazioni manuali o infrastrutture aggiuntive . Il server MCP ha già superato 30.000 installazioni npm.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MongoDB.local Build Fest 2026: tutte le novità per AI e dati"?
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr...
What are the key points to validate first?
Il 13 agosto 2026, al MongoDB.local Build Fest di San Francisco, MongoDB ha annunciato un server MCP gestito per collegare agenti AI ai dati live di Atlas, con plugin OAuth one click per Claude Code, Codex, Cursor, Gr... Disponibili in GA gli embedding automatici su Atlas basati sui modelli Voyage AI, il nuovo modello voyage code 4 per il recupero di codice, e l'API standalone di embedding e reranking.
What should I do next in practice?
Il server MCP gestito, che registra già oltre 30.000 installazioni npm, elimina la necessità di infrastrutture aggiuntive e semplifica l'accesso ai dati per gli agenti AI.
L'autenticazione avviene tramite OAuth con un clic, permettendo agli sviluppatori di connettere i propri cluster Atlas agli strumenti AI senza dover gestire chiavi API o stringhe di connessione .
Plugin nativi one-click negli strumenti di codifica AI
MongoDB è ora disponibile come plugin/connector nativo nei marketplace di Claude Code, Codex, Grok Build e Devin (e separatamente in ChatGPT e Cursor) . Ogni plugin integra il server MCP con l'autenticazione e la configurazione specifica per quello strumento .
Gli sviluppatori possono accedere con un singolo flusso OAuth e iniziare immediatamente a interrogare i dati live direttamente dall'agente AI .
Atlas App Connections (livello di identità e accesso)
Atlas App Connections è un nuovo livello di identità e accesso che consente di definire permessi granulari per determinare quali strumenti e agenti AI possono accedere a quali dati di Atlas, garantendo un accesso sicuro e limitato senza condividere le credenziali complete del database .
Integrazione nativa con Vercel v0
MongoDB ha annunciato una partnership ampliata con Vercel, che include un'integrazione nativa con Vercel v0 (lo strumento di sviluppo basato su AI) . Gli sviluppatori possono connettere le risorse di Atlas da Vercel tramite un flusso di accesso nativo, con Atlas che crea o collega automaticamente l'account necessario .
Capacità di retrieval AI e embedding
Embedding automatici in Atlas (GA)
Automated Embeddings è ora generalmente disponibile su Atlas, basato sui modelli Voyage AI. Genera automaticamente embedding vettoriali per i dati quando vengono scritti nel database, eliminando la necessità di gestire pipeline separate o database vettoriali esterni .
Modello voyage-code-4
MongoDB ha lanciato voyage-code-4, un nuovo modello di embedding ottimizzato specificamente per applicazioni di retrieval agentico di codice. Specifiche chiave:
Lunghezza contesto: 32.000 token
Dimensioni predefinite: 1024 (supporta anche 256, 512, 2048)
Prezzo: $0,00012 per 1K token di input
Progettato per alimentare RAG (Retrieval-Augmented Generation) consapevole del codice negli agenti AI .
API di embedding e reranking di Atlas (GA)
Un'API REST standalone e un client Python per accedere ai modelli di embedding e reranking di Voyage AI direttamente attraverso Atlas . Questa API può essere utilizzata indipendentemente dal database MongoDB: gli sviluppatori possono chiamarla da qualsiasi applicazione per generare embedding o riordinare i risultati . Unifica l'intero stack di retrieval in un'unica piattaforma .
Reranking nativo in Atlas
Già annunciato in precedenza e rafforzato al Build Fest: il reranking nativo in Atlas (in public preview), basato sui modelli Voyage AI, offre un miglioramento fino al 30% nella qualità del retrieval direttamente all'interno del database .
Contesto del settore e commenti dei dirigenti
Ridurre la complessità dello sviluppo AI
I dirigenti di MongoDB hanno inquadrato gli annunci attorno al tema del "colmare il divario tra la promessa agentica e l'impatto reale". L'argomentazione centrale è che gli agenti AI oggi sono fragili perché non hanno accesso in tempo reale ai dati operativi. Integrando il retrieval (generazione di embedding, ricerca vettoriale, reranking) direttamente nel database operativo, MongoDB punta a eliminare il "pasticcio dello stack AI" multi-vendor che rallenta le implementazioni in produzione .
Sahir Azam (Chief Marketing Officer di MongoDB) ha dichiarato che queste capacità rendono MongoDB "la piattaforma di dati per l'era agentica", offrendo agli agenti AI accesso nativo ai dati live anziché a istantanee obsolete .
Unificare dati operativi, ricerca vettoriale e gestione degli embedding
Gli analisti di TechTarget hanno osservato che MongoDB sta posizionando Atlas come piattaforma unica in cui dati operativi, embedding vettoriali e logica di retrieval convivono, evitando agli sviluppatori di dover combinare un database vettoriale separato, un servizio API per embedding e un fornitore di reranking .
I ricercatori di Constellation Research hanno notato che la strategia di MongoDB di acquisire Voyage AI (chiusa nel 2025) e integrare profondamente i suoi modelli in Atlas è una scommessa sul fatto che "il contesto sia la nuova valuta dell'AI" e che controllare il livello di retrieval dia a MongoDB un vantaggio duraturo man mano che le aziende passano dall'AI prototipale a quella di produzione .
prnewswire.com
MongoDB Atlas Now Delivers Industry-Leading Context Retrieval with Precision Accuracy
L'autenticazione avviene tramite OAuth con un clic, permettendo agli sviluppatori di connettere i propri cluster Atlas agli strumenti AI senza dover gestire chiavi API o stringhe di connessione .
Plugin nativi one-click negli strumenti di codifica AI
MongoDB è ora disponibile come plugin/connector nativo nei marketplace di Claude Code, Codex, Grok Build e Devin (e separatamente in ChatGPT e Cursor) . Ogni plugin integra il server MCP con l'autenticazione e la configurazione specifica per quello strumento .
Gli sviluppatori possono accedere con un singolo flusso OAuth e iniziare immediatamente a interrogare i dati live direttamente dall'agente AI .
Atlas App Connections (livello di identità e accesso)
Atlas App Connections è un nuovo livello di identità e accesso che consente di definire permessi granulari per determinare quali strumenti e agenti AI possono accedere a quali dati di Atlas, garantendo un accesso sicuro e limitato senza condividere le credenziali complete del database .
Integrazione nativa con Vercel v0
MongoDB ha annunciato una partnership ampliata con Vercel, che include un'integrazione nativa con Vercel v0 (lo strumento di sviluppo basato su AI) . Gli sviluppatori possono connettere le risorse di Atlas da Vercel tramite un flusso di accesso nativo, con Atlas che crea o collega automaticamente l'account necessario .
Capacità di retrieval AI e embedding
Embedding automatici in Atlas (GA)
Automated Embeddings è ora generalmente disponibile su Atlas, basato sui modelli Voyage AI. Genera automaticamente embedding vettoriali per i dati quando vengono scritti nel database, eliminando la necessità di gestire pipeline separate o database vettoriali esterni .
Modello voyage-code-4
MongoDB ha lanciato voyage-code-4, un nuovo modello di embedding ottimizzato specificamente per applicazioni di retrieval agentico di codice. Specifiche chiave:
Lunghezza contesto: 32.000 token
Dimensioni predefinite: 1024 (supporta anche 256, 512, 2048)
Prezzo: $0,00012 per 1K token di input
Progettato per alimentare RAG (Retrieval-Augmented Generation) consapevole del codice negli agenti AI .
API di embedding e reranking di Atlas (GA)
Un'API REST standalone e un client Python per accedere ai modelli di embedding e reranking di Voyage AI direttamente attraverso Atlas . Questa API può essere utilizzata indipendentemente dal database MongoDB: gli sviluppatori possono chiamarla da qualsiasi applicazione per generare embedding o riordinare i risultati . Unifica l'intero stack di retrieval in un'unica piattaforma .
Reranking nativo in Atlas
Già annunciato in precedenza e rafforzato al Build Fest: il reranking nativo in Atlas (in public preview), basato sui modelli Voyage AI, offre un miglioramento fino al 30% nella qualità del retrieval direttamente all'interno del database .
Contesto del settore e commenti dei dirigenti
Ridurre la complessità dello sviluppo AI
I dirigenti di MongoDB hanno inquadrato gli annunci attorno al tema del "colmare il divario tra la promessa agentica e l'impatto reale". L'argomentazione centrale è che gli agenti AI oggi sono fragili perché non hanno accesso in tempo reale ai dati operativi. Integrando il retrieval (generazione di embedding, ricerca vettoriale, reranking) direttamente nel database operativo, MongoDB punta a eliminare il "pasticcio dello stack AI" multi-vendor che rallenta le implementazioni in produzione .
Sahir Azam (Chief Marketing Officer di MongoDB) ha dichiarato che queste capacità rendono MongoDB "la piattaforma di dati per l'era agentica", offrendo agli agenti AI accesso nativo ai dati live anziché a istantanee obsolete .
Unificare dati operativi, ricerca vettoriale e gestione degli embedding
Gli analisti di TechTarget hanno osservato che MongoDB sta posizionando Atlas come piattaforma unica in cui dati operativi, embedding vettoriali e logica di retrieval convivono, evitando agli sviluppatori di dover combinare un database vettoriale separato, un servizio API per embedding e un fornitore di reranking .
I ricercatori di Constellation Research hanno notato che la strategia di MongoDB di acquisire Voyage AI (chiusa nel 2025) e integrare profondamente i suoi modelli in Atlas è una scommessa sul fatto che "il contesto sia la nuova valuta dell'AI" e che controllare il livello di retrieval dia a MongoDB un vantaggio duraturo man mano che le aziende passano dall'AI prototipale a quella di produzione .
prnewswire.com
MongoDB Atlas Now Delivers Industry-Leading Context Retrieval with Precision Accuracy
