Redis har lanceret Iris, et kontekst- og hukommelseslag, der lægger sig mellem agenter og data i drift. Det kunne ligne endnu et produktnavn; timingen og indholdet peger dog på en reel arkitekturændring. Agent‑workflows vælter ind over retrieval‑lag, der var bygget til enkelte menneskelige forespørgsler, ikke til tusinder af små læs i minuttet. VentureBeat beskriver skiftet klart, og vi ser samme pres hos kunder. Jeg blev faktisk overrasket over, hvor hurtigt markedet har rykket sig det sidste kvartal.
De fleste teams har fået en RAG‑prototype til at virke i test – og så knækker den i produktion. Ikke på grund af modellen, men fordi konteksten er forældet, uens eller utilgængelig netop dér, hvor agenten skal handle. Iris forsøger at binde de løse ender i et mellemlag: ingestion i realtid, semantisk adgang, agent‑hukommelse og et billigere lagerlag med Redis Flex. Pointen er ikke kosmetik – det er latency, friskhed og pris.
RAG har båret os hertil
RAG i praksis har været ligetil på papiret: split dokumenter, lav embeddings, læg dem i en vektorbase og hent nærmeste naboer ved spørgsmål. En pipeline med chunking, filtrering og et par parametre. For en menneskelig bruger, der spørger hvert par minutter, fungerer det. Billigt nok. Til at styre.
Problemet opstår, når brugeren bliver en agent. Eller hundrede små agenter, der kalder hinanden. Én interaktion bliver til 40–120 retrieval‑kald i baggrunden, plus writes af korttidshukommelse og dokumentopslag til værktøjer. Klassisk RAG – designet til ét query‑svar‑forløb – løber tør for luft. Vi har set præcis det mønster i projekter, hvor SLA‑tekster i indekset var 18 måneder gamle, og agenten derfor holdt fast i udløbne svartider. Ikke fordi modellen gættede, men fordi pipeline og friskhed ikke fulgte med.
Skalamismatchet er reelt
VentureBeat rammer hovedet på sømmet: produktionsagenter fejler, fordi data er spredt, forældet og formet til mennesker, ikke maskiner. Rowan Trollope fra Redis siger, at virksomheder vil have “ordener af størrelsers” flere agenter end mennesker – og dermed et tilsvarende pres på backend. Det matcher vores erfaring: QPS‑profiler i agent‑workflows vokser 10–100 gange over de første uger, når automatisering slår igennem.
Retrieval‑lag bygget til menneskeskala bryder sammen under det mønster – ikke kun i rå performance, men i drift: cache‑invalidation, inkrementelle opdateringer, adgangskontrol per række, alt det praktiske. VentureBeat rapporterer samtidig, at buyer intent mod hybrid retrieval er steget markant i år, og at optimering af retrieval for første gang har overhalet evaluering som budgetprioritet. Vi kan ikke validere hele metoden bag tallene, men retningen genkender vi i både mavefornemmelse og metrics.
Hvad Iris faktisk lover
Iris består af tre byggesten, der betyder noget i hverdagen. Real‑time ingestion via Redis Data Integration, som bruger CDC‑pipelines til at trække ændringer fra Oracle, Snowflake, Databricks og Postgres ind i Redis løbende. Det fjerner “nightly batch og kryds fingre”‑rytmen og bringer friskhed ned i minutter og sekunder.
Derudover et semantisk interface – i preview – hvor udviklere beskriver forretningsdata i pydantic‑modeller, og Redis auto‑genererer MCP‑værktøjer, agenter kan kalde direkte, med adgangskontrol på rækkeniveau server‑side. Vinklen er fornuftig: vend klassisk RAG på hovedet og lad agenten trække den nødvendige kontekst i stedet for at mase alt ind i prompten. Det reducerer spild og mindsker prompt‑bloat. Om MCP‑auto‑genereringen er robust i enterprise‑skala, mangler vi dog dokumentation for – den skylder Redis os.
Agent‑hukommelse og Flex under bunden
Agent Memory – også i preview – gemmer kort og lang kontekst på tværs af sessioner for at skære gentagne retrievals ned og stabilisere adfærd. Under det hele ligger Redis Flex, en omskrevet storage‑motor, som ifølge VentureBeat kører 99 procent af data på flash og 1 procent i RAM til omtrent en tiendedel af prisen for fuld in‑memory. Det lyder lovende – måske for lovende. Verificér tallene mod Redis’ egne dokumenter og jeres workload.
Resten af pakken tæller Redis Search og LangCache, der reducerer redundante modelkald ved at cache prompt‑svar. Idéen er ikke ny, men den er kritisk i agent‑mønstre, hvor samme faktiske forespørgsel rammes igen og igen fra forskellige værktøjskæder. Små besparelser bliver store i skala.
Flex forklaret uden glansbilleder
Flash‑first betyder, at næsten alle data placeres på SSD i stedet for RAM, mens varmeste nøgler og indeks holdes i hukommelsen. Gevinsten er oplagt: kapacitet til petabyte‑skala uden at sprænge budgettet. VentureBeat gengiver påstanden om cirka en tiendedel af omkostningen sammenlignet med ren in‑memory. Det er økonomisk logisk – RAM er dyrt – men den reelle effekt afhænger af IO‑mønster og hvor skarpt hot/cold‑skillet holdes.
Der er tradeoffs. Latency på flash er højere end RAM. For at holde sub‑millisekund‑svartider kræves god nøglelokalitet, batchede writes og at de rigtige felter ligger i memory‑delen. Persistens er bedre end ren RAM, ja, men konsistens under hurtig CDC og hyppige opdateringer kan blive tricky. Og hvis jeres retrieval består af mange små, tilfældige læs spredt over et stort nøglerum, kan SSD‑controlleren blive flaskehalsen. Flash‑first passer, når 1) workloads har tydeligt hot‑set, 2) reads kan grupperes, og 3) I kan leve med sjældne latency‑haler, der så fanges af SLA og backoff.
Markedets signaler peger samme vej
VentureBeat refererer deres VB Pulse‑tracker for Q1 2026: buyer intent for hybrid retrieval skulle være tredoblet fra 10,3 til 33,3 procent mellem januar og marts. Andelen af virksomheder med hjemmebyggede retrieval‑stakke stiger fra 24,1 til 35,6 procent. Og retrieval‑optimering overhaler evaluering som topprioritet. Vi har ikke den originale tracker eller metode – det bør man have, før tallene bruges definitivt – men som signal stemmer det med, hvad vi ser hos platform‑teams: flere bygger mellem‑lag, færre stoler på out‑of‑the‑box alene.
Vi har i tre projekter sidste år lagt Redis som cache foran vektorlaget. Hver gang var de samme to ting smertepunkter: cache‑invalidation og CDC‑opsætning. Ikke sexet, men dér bor stabiliteten. Når invalidation halter, svarer agenten forkert – ikke fordi modellen gætter – men fordi konteksten var fem minutter forkert. Eller fordi ID‑mapping mellem kilde og indeks ikke var entydig. Den slags opdager man for sent – som når det brummer en anelse ujævnt i serverrummet.
Privacy og edge – hukommelse uden læk
Der er et voksende spændingsfelt mellem nytte og privatliv. MarkTechPost dækker MemPrivacy fra MemTensor, HONOR Device og Tongji University, som foreslår lokal, reversibel pseudonymisering i et edge‑cloud design. Idéen er enkel: lad agenten bruge hukommelse i skyen uden at eksponere følsomme identifikatorer i klartekst. Det løser ikke alt, men dæmper de værste læk.
For enterprise betyder det, at kontekstlaget også er governance. Hybrid‑designs, hvor identificerende felter pseudonymiseres lokalt og kun nøgle‑mappingen opbevares bag ekstra kontroller, er ved at være realistiske. Vi har brugt en light‑variant i en finanscase: lidt mere friktion i support, markant lavere log‑risiko. MemPrivacy er stadig forskningsnær; forvent ikke plug‑and‑play i morgen, men retningen er brugbar.
Hvad betyder det for implementering i morgen
Planlægger I agent‑workflows, så regn baglæns fra QPS og friskhed i stedet for at starte med prompten. Mål potentiel agent‑QPS per integreret system og loadtest 10–100 gange menneskelig QPS. Byg en CDC‑pipeline, der kan levere ændringer under et minut fra kilde til kontekstlag. Læg et mellem‑lag af retrievers med caching, så de hyppigste faktabesvarelser aldrig rammer kilden direkte.
Gør retrieval‑stien målelig: tracing af hver agent‑forespørgsel, hit‑rate på cache og semantisk cache, aldersfordeling på dokumenter i indekset og fejl forårsaget af stale data. Uden de målinger kan man ikke skelne mellem model‑svaghed og data‑svaghed – og den forskel er dyr at gætte på. Jeg har stået i et war‑room klokken 22 og skruet på temperatur, når problemet var en CDC‑connector, der kørte én batch bagud.
Hvordan Iris kan indpasses i en eksisterende stak
I en typisk enterprise‑stak fungerer Iris som kontekstlag foran vektorbasen og kildesystemerne: RDI trækker ændringer ind, Context Retriever giver semantisk adgang og row‑level kontrol, Memory holder på tværs af sessioner, og Flex skalerer lageret uden at sprænge RAM‑budgettet. For integration med eksisterende vektor‑DB’er bør I tidligt afklare to ting: 1) hvem ejer primær‑ID og versionering, 2) hvor lever sandheden om adgangspolitik. Uden de svar drukner man i dubletter og spøgelsesdokumenter.
Legacy‑kilder er altid værre i virkeligheden end i diagrammet. Oracle‑views uden stabile primærnøgler. SharePoint‑sites med uigennemsigtige adgangsregler. En Snowflake‑tabel, hvor “updated_at” ikke altid opdateres ved merge. Læg et tyndt metadata‑lag med tydelig lineage, så hvert dokument i kontekstlaget kan forklares: oprindelse, seneste opdatering og gældende adgangspolitik.
Risici og begrænsninger man skal kende
Omkostningspåstanden om 99 procent på flash og cirka en tiendedel af prisen er stærk – og kommer via VentureBeat som gengivelse af Redis’ budskab. Verificér mod Redis’ officielle dokumentation, og kør egne benchmarks med jeres faktiske agent‑mønstre, især hvis jeres IO er random og finmasket. Billig kapacitet kan ædes op af latency‑haler og driftskompleksitet.
Kompleksitet i legacy‑kilder er et andet brudpunkt. CDC lyder pænt, men connectors fejler, skemaer ændrer sig, og rettigheder forsvinder ved overdragelser. Integration med eksisterende vektor‑DB’er kræver disciplin i ID‑mapping, ellers ender man med flere sandheder om samme dokument. Endelig: Iris er ikke en tryllestav. Uden god metadata‑modellering, hyppige opdateringer af embeddings og fornuftig semantisk cache‑politik får man blot et ekstra lag at fejlsøge.
Hvor markedet bevæger sig hen – og hvorfor det haster
Flere leverandører repositionerer sig mod kontekstlag for agenter. Vi ser det i produktroadmaps og sprogbrug hos data‑platforme generelt. Det plejer at ske, når kunder begynder at bygge tilpassede stakke i stor stil. Ifølge VentureBeat stiger netop de hjemmebyggede retrieval‑stakke tydeligt. Det lugter af normalisering: retrieval er ikke længere en feature, men et arkitekturvalg på linje med database og køsystem.
Tempoet er det interessante. Marketing løber altid foran virkeligheden, men denne gang er det ikke kun slides. Teams må sætte rate‑limits ind få dage efter lancering, fordi agenten gør præcis som lovet – blot tre størrelsesordener mere. Det er både et godt tegn og en advarsel.
Vores praktiske råd – uden pynt
– Start med kortlægning: hvilke kilder er autoritative, hvilken friskhed er nødvendig, og hvad er forventet QPS per agent‑flow. Skriv tallene ned.
– Byg en smal CDC‑sti først – ikke alle connectors på én gang. Få én kritisk kilde under 60 sekunder fra ændring til kontekstlag, og mål end‑to‑end latenstid.
– Indfør et mellem‑lag af retrievers med semantisk cache. Cacher I kun embeddings, mister I de dyre modelkald. Cacher I kun prompts, mister I dokument‑friskhed. Balancen er kunsten.
– Rul inkrementelt ud. Sæt en agent i produktion på et snævert domæne, men med fuld observability. Lær mønsteret på rigtige brugere, før I skalerer. Vi har aldrig set det gå hurtigere ved at tage alt på én gang.
Hvad vi stadig mangler svar på
Vi mangler uafhængige benchmarks for Flex under agent‑workloads – kernen i pris/ydelse‑påstanden. Vi mangler også mere teknisk dokumentation for, hvordan MCP‑værktøjer auto‑genereres fra forretningsmodeller, inklusive fejltilfælde og kontrakter. Og vi efterlyser en offentlig metodik bag VB Pulse‑tallene – stikprøvestørrelse og definitioner af buyer intent – så tallene kan sammenlignes på tværs af kvartaler.
På privacy‑fronten: MemPrivacy er lovende som idé, men hvor moden er den i enterprise‑drift? Er der referencer eller kode, vi kan teste? Indtil da anbefaler vi pragmatisk pseudonymisering og datastrømme, der kan lukkes uden at stoppe hele agenten. Det er kedeligt at bygge, og netop derfor virker det.
Bottom line: Iris er ikke bare et nyt logo. Det er et tegn på, at retrieval er ved at få sit eget arkitektursprog i virksomheder, fordi agenter ændrer belastningen grundlæggende. Skiftet er fra “find tre dokumenter” til “hold en samtale med konstant friskhed og lav pris per kald”. Man mærker først forskellen, når man sidder med det i hænderne.
