Infino unifie la récupération de données par agents sur Parquet pour réduire la complexité de la stack

Une équipe d'anciens ingénieurs d'OpenSearch a lancé Infino, une plateforme de récupération open source conçue spécifiquement pour les agents IA. Sortie en octobre 2026, le système permet aux agents d'interroger des données structurées et non structurées à partir d'une source unique de vérité stockée dans Apache Parquet. Cette approche vise à remplacer les stacks de données complexes et multi-systèmes actuellement nécessaires pour prendre en charge les workflows agentiques.

Ce qui s'est passé

Infino est sorti du mode furtif avec une plateforme qui répond à la fragmentation typique de l'infrastructure de données IA moderne. Le PDG Ekechi Nwokah soutient que si les agents sont devenus le plus grand nouveau consommateur de données depuis les navigateurs web, ils sont encore servis par une infrastructure conçue pour les requêtes humaines. Les configurations traditionnelles nécessitent des systèmes distincts pour l'analyse SQL, la recherche par mots-clés et la recherche vectorielle sémantique, chacun ayant son propre pipeline d'ingestion et sa logique de synchronisation.

L'entreprise propose de fusionner cette stack en une seule couche de récupération. Au lieu de maintenir plusieurs copies des données dans différentes bases de données, Infino conserve une seule copie au format Apache Parquet sur un stockage objet. Les agents peuvent ensuite rechercher, classer, filtrer, joindre, agréger et raisonner directement sur ces données. Le moteur principal est publié sous licence Apache-2.0, garantissant que les données restent accessibles via des lecteurs Parquet standard même sans le logiciel Infino.

Nwokah souligne que cette architecture élimine le besoin de code d'assemblage (glue code) extensif et de multiples jobs ETL. En intégrant les fonctions de récupération directement dans SQL, les développeurs peuvent exprimer des questions complexes impliquant à la fois la recherche par mots-clés et la recherche sémantique dans une seule requête. Cela réduit le nombre d'appels d'outils qu'un agent doit effectuer, diminuant ainsi la latence et les coûts en tokens associés à la consommation de contexte.

Comment ça fonctionne

Infino stocke les données sous forme de fichiers Parquet valides avec des index de recherche intégrés à côté de la section de pied de page (footer) Parquet. Cette conception permet à tout outil lisant du Parquet, comme Spark ou DuckDB, d'accéder aux données brutes, tandis qu'Infino fournit les capacités de récupération accélérées. Le système prend en charge les requêtes structurées et non structurées, permettant aux agents d'effectuer des décomptes exacts, des jointures et des filtres parallèlement à des recherches sémantiques sans changer de contexte.

Pour répondre au problème des boucles de récupération, où les agents interrogent et valident les résultats à répétition, Infino intègre des modèles d'inférence ciblés avec le moteur de récupération. Ces modèles plus petits et spécialisés traitent les tâches simples moins cher et plus rapidement que les grands modèles de pointe (frontier models). La plateforme permet aux développeurs de pointer vers des données Parquet ou JSON existantes, de les ingérer et de les exposer immédiatement aux agents via une interface unifiée.

La gouvernance est centralisée au sein de cette copie unique des données. Les ingénieurs sécurité peuvent définir des politiques strictes concernant qui peut lire certaines lignes ou colonnes, et quelles actions sont journalisées. Cela contraste avec la gestion des permissions à travers plusieurs passerelles Model Context Protocol (MCP) et connecteurs SaaS, offrant une posture de sécurité plus déterministe pour les déploiements en entreprise.

Détails clés

• Infino utilise Apache Parquet sur stockage objet comme source unique de vérité pour tous les types de données.
• Les index de recherche sont intégrés dans les pieds de page des fichiers Parquet, maintenant la compatibilité avec les lecteurs Parquet standard.
• Le moteur principal est open source sous licence Apache-2.0, disponible sur GitHub.
• Les fonctions de récupération sont intégrées dans SQL, permettant des requêtes combinées par mots-clés, sémantiques et analytiques en une seule instruction.
• L'entreprise affirme que l'architecture est environ 10,5 fois moins chère qu'Elasticsearch et 23 fois moins chère qu'OpenSearch pour les charges de travail testées.
• Les fondateurs incluent Ekechi Nwokah, Vinay Kakade, Asif Makhani et Murali Krishna, ayant travaillé chez Amazon, Google et LinkedIn.

Pourquoi c'est important

Pour les équipes logicielles développant des agents IA, l'exigence actuelle d'orchestrer plusieurs systèmes de données crée une charge opérationnelle significative. Chaque base de données ou moteur de recherche supplémentaire introduit de la latence, des coûts et une charge de maintenance. En unifiant ces capacités, Infino réduit la complexité de la stack de données, permettant aux ingénieurs de se concentrer sur la logique des agents plutôt que sur la synchronisation des données. Cette simplification est cruciale alors que les organisations passent de prototypes d'agents à des systèmes de production gérant des milliards de documents.

Les implications en termes de coûts sont également substantielles. Les agents émettent souvent de nombreuses petites requêtes pour répondre à une seule grande question, consommant de l'espace dans la fenêtre de contexte et augmentant les coûts API. Une couche de récupération unifiée qui renvoie des résultats complets en moins d'appels peut réduire significativement ces dépenses. De plus, la capacité d'appliquer des politiques de sécurité de manière centralisée aide à atténuer les risques associés aux agents accédant à des données sensibles à travers des systèmes disparates.

Ce que vous pouvez faire

• Évaluez si vos workflows d'agents actuels impliquent plusieurs allers-retours vers différentes sources de données comme les bases de données vectorielles et les entrepôts SQL.
• Envisagez de migrer les jeux de données statiques ou semi-statiques vers le format Apache Parquet pour préparer les architectures de récupération unifiées.
• Examinez vos politiques de gouvernance existantes pour voir comment elles pourraient être consolidées dans une seule couche de contrôle d'accès.
• Testez le moteur open source Infino sur GitHub avec un sous-ensemble de vos données pour mesurer les améliorations de latence.
• Analysez le coût de votre stack de récupération actuel, y compris la maintenance ETL et les frais d'infrastructure, par rapport aux affirmations d'Infino.
• Explorez comment l'intégration des fonctions de récupération dans SQL pourrait simplifier l'ingénierie de prompts nécessaire pour vos agents.