2026年11月11日，三家公司从不同方向切入AI数据基础设施：Neo4j推出面向智能体的嵌入式图数据库Relate，CoreWeave宣布其托管PostgreSQL服务正式可用，Edelbyte则带着一款面向AI工作负载的数据分析平台从隐身状态亮相。3627它们的共同主题，是让AI系统更方便地访问或分析数据；但这些发布并不能说明哪一种架构最终会成为行业标准。

Neo4j Relate：把图数据库放进应用环境

Neo4j将Relate描述为一款开源、内存式、进程内嵌入式图数据库，以Rust构建。它不是需要另行部署的独立数据库服务器，而是可以作为应用程序库或命令行工具运行。Neo4j称，Relate安装迅速，启动只需毫秒级。67

发布材料还提到Relate提供WebAssembly版本，并支持智能体通过模型上下文协议（MCP）连接。617它使用Neo4j的图查询语言Cypher。19不过，现有资料并未确认所有更细的功能说法：例如可重试的结构化错误、依据上下文窗口限制结果数量，或通过Cypher把向量搜索与图遍历组合在同一工作流中。

Relate的关键设计取舍是“就近运行”：数据库可以和智能体应用处于同一进程或环境，无需额外部署一台数据库服务器。这种方式可能适合需要在应用侧使用图数据的场景；但仅凭发布资料，还无法判断它在不同工作负载下的实际表现。

CoreWeave Database：让PostgreSQL靠近AI算力

CoreWeave宣布，CoreWeave Database已正式可用。这是一项托管、兼容PostgreSQL的数据库服务，运行在客户的CoreWeave Kubernetes Service（CKS）集群内，与训练和推理工作负载并置。公司表示，这种部署方式可以省去AI应用与所依赖数据之间的跨云传输环节。35

Kubernetes是用于部署和管理容器化应用的系统；对使用CoreWeave的团队而言，这项服务的核心卖点，是在承载AI任务的集群中提供托管关系型数据库。另有报道提到，该服务支持在应用记录之外进行向量搜索。2但现有材料没有确认它具体采用pgvector，也不足以证实其对嵌入搜索、检索增强生成（RAG）或智能体工作流的详细支持情况。

这与Relate的应用内嵌入路线不同：CoreWeave强调的是数据库与AI算力处于同一集群环境。现有发布信息并未说明它能满足所有智能体数据需求。

Edelbyte：围绕智能体需求做数据分析

Edelbyte从隐身状态亮相时宣布，已在种子轮和A轮融资中合计筹集7000万美元。融资由Sequoia和Quiet Capital领投，Greenoaks与Swish Ventures也参与其中。报道说，公司成立于2025年，总部位于特拉维夫和旧金山。2732

报道将创始团队描述为曾在微软从事数据基础设施工作的工程师，他们参与过与Azure Data Explorer相关的数据引擎Kusto的建设。2734Edelbyte表示，其业务方向是服务AI智能体带来的数据分析需求。不过，融资和产品发布本身并不能证明其性能、成本优势或客户规模方面的主张。

三家公司所处的侧重点并不相同：Relate把图数据库嵌入应用，CoreWeave将托管PostgreSQL放在AI算力旁，Edelbyte则围绕智能体的数据检索与分析需求定位。它们更像是在探索智能体技术栈中的不同环节，而不是在推出同一种产品。

与Gartner预测的关系：方向吻合，不等于预测已被验证

Neo4j在11月11日的发布中援引了Gartner于2026年6月发布的一项预测：到2029年，机器用户将占数据库管理系统（DBMS）工作负载的75%。714但现有资料并不能独立核实题述的2025年10%基准，也无法确认“机器用户产生的交互量是人类的10至100倍”这一说法。对这两项数字，应视为题述中的报告说法，而不是本文已独立验证的事实。

如果机器驱动的数据库使用确实如预测所说持续增长，三种产品方向可以对应不同需求：智能体就近访问图数据、数据库靠近AI计算资源，以及面向智能体生成查询的数据分析。这有助于理解三家公司为何选择不同路线，但它只是对市场方向的解读，并不能证明预测必然实现，也不能说明这些产品已满足相关需求。

关键看点：数据基础设施不止一种“智能体路线”

这三项发布呈现了AI数据基础设施的不同做法：Relate强调嵌入式图存储，CoreWeave强调在自家AI工作负载附近提供托管PostgreSQL，Edelbyte则把数据分析作为面向智能体需求的业务方向。共同点是开始针对机器驱动的数据使用方式进行设计；至于性能、可靠性和更广泛的市场预测，现有资料仍不足以给出定论。

2026年11月11日，三家公司从不同方向切入AI数据基础设施：Neo4j推出面向智能体的嵌入式图数据库Relate，CoreWeave宣布其托管PostgreSQL服务正式可用，Edelbyte则带着一款面向AI工作负载的数据分析平台从隐身状态亮相。3627它们的共同主题，是让AI系统更方便地访问或分析数据；但这些发布并不能说明哪一种架构最终会成为行业标准。

Neo4j Relate：把图数据库放进应用环境

Neo4j将Relate描述为一款开源、内存式、进程内嵌入式图数据库，以Rust构建。它不是需要另行部署的独立数据库服务器，而是可以作为应用程序库或命令行工具运行。Neo4j称，Relate安装迅速，启动只需毫秒级。67

发布材料还提到Relate提供WebAssembly版本，并支持智能体通过模型上下文协议（MCP）连接。617它使用Neo4j的图查询语言Cypher。19不过，现有资料并未确认所有更细的功能说法：例如可重试的结构化错误、依据上下文窗口限制结果数量，或通过Cypher把向量搜索与图遍历组合在同一工作流中。

Relate的关键设计取舍是“就近运行”：数据库可以和智能体应用处于同一进程或环境，无需额外部署一台数据库服务器。这种方式可能适合需要在应用侧使用图数据的场景；但仅凭发布资料，还无法判断它在不同工作负载下的实际表现。

CoreWeave Database：让PostgreSQL靠近AI算力

CoreWeave宣布，CoreWeave Database已正式可用。这是一项托管、兼容PostgreSQL的数据库服务，运行在客户的CoreWeave Kubernetes Service（CKS）集群内，与训练和推理工作负载并置。公司表示，这种部署方式可以省去AI应用与所依赖数据之间的跨云传输环节。35

Kubernetes是用于部署和管理容器化应用的系统；对使用CoreWeave的团队而言，这项服务的核心卖点，是在承载AI任务的集群中提供托管关系型数据库。另有报道提到，该服务支持在应用记录之外进行向量搜索。2但现有材料没有确认它具体采用pgvector，也不足以证实其对嵌入搜索、检索增强生成（RAG）或智能体工作流的详细支持情况。

这与Relate的应用内嵌入路线不同：CoreWeave强调的是数据库与AI算力处于同一集群环境。现有发布信息并未说明它能满足所有智能体数据需求。

Edelbyte：围绕智能体需求做数据分析

Edelbyte从隐身状态亮相时宣布，已在种子轮和A轮融资中合计筹集7000万美元。融资由Sequoia和Quiet Capital领投，Greenoaks与Swish Ventures也参与其中。报道说，公司成立于2025年，总部位于特拉维夫和旧金山。2732

报道将创始团队描述为曾在微软从事数据基础设施工作的工程师，他们参与过与Azure Data Explorer相关的数据引擎Kusto的建设。2734Edelbyte表示，其业务方向是服务AI智能体带来的数据分析需求。不过，融资和产品发布本身并不能证明其性能、成本优势或客户规模方面的主张。

三家公司所处的侧重点并不相同：Relate把图数据库嵌入应用，CoreWeave将托管PostgreSQL放在AI算力旁，Edelbyte则围绕智能体的数据检索与分析需求定位。它们更像是在探索智能体技术栈中的不同环节，而不是在推出同一种产品。

与Gartner预测的关系：方向吻合，不等于预测已被验证

Neo4j在11月11日的发布中援引了Gartner于2026年6月发布的一项预测：到2029年，机器用户将占数据库管理系统（DBMS）工作负载的75%。714但现有资料并不能独立核实题述的2025年10%基准，也无法确认“机器用户产生的交互量是人类的10至100倍”这一说法。对这两项数字，应视为题述中的报告说法，而不是本文已独立验证的事实。

如果机器驱动的数据库使用确实如预测所说持续增长，三种产品方向可以对应不同需求：智能体就近访问图数据、数据库靠近AI计算资源，以及面向智能体生成查询的数据分析。这有助于理解三家公司为何选择不同路线，但它只是对市场方向的解读，并不能证明预测必然实现，也不能说明这些产品已满足相关需求。

关键看点：数据基础设施不止一种“智能体路线”

这三项发布呈现了AI数据基础设施的不同做法：Relate强调嵌入式图存储，CoreWeave强调在自家AI工作负载附近提供托管PostgreSQL，Edelbyte则把数据分析作为面向智能体需求的业务方向。共同点是开始针对机器驱动的数据使用方式进行设计；至于性能、可靠性和更广泛的市场预测，现有资料仍不足以给出定论。