Agentic AI Engine Roadmap & TCO

#1. 具体事项对比

#1.1 PostgreSQL All-in-One 方案

核心技术栈:PostgreSQL 16+ + PGVector + PostGIS + pg_cron

阶段工作事项技术细节人天估算
基础设施RDS 实例配置复用现有 PostgreSQL RDS,仅需开启 pgvector 扩展0.5
Schema 设计统一 threads/events/memories/knowledge 四表结构2
索引优化HNSW 索引 + GIN 全文索引 + JSONB 索引1
P1: SessionPostgresSessionService实现 ADK BaseSessionService 接口3
乐观锁 + LISTEN/NOTIFY并发控制与实时推送2
P2: MemoryPostgresMemoryService实现 ADK BaseMemoryService 接口3
Consolidation Workerpg_cron 定时任务 + LLM 萃取 Facts3
Ebbinghaus Decay记忆衰减与清理逻辑1
P3: Perceptionhybrid_search() 函数RRF 融合检索 (Semantic + Keyword + Metadata)2
两阶段 RerankCross-Encoder 精排集成2
RAG PipelineChunking + Embedding + Ingestion3
P4: RuntimeADK Runner 集成OpenTelemetry 追踪 + Langfuse 可视化2
ToolRegistry动态工具注册表2
SandboxMicrosandbox 代码执行环境2
集成测试E2E 验证全链路功能验证 + 性能压测3
前端AG-UI + CopilotKit标准化 Agent-UI 协议集成3
总计34 人天

#1.2 Weaviate 方案

核心技术栈:Weaviate Cloud/Self-hosted + PostgreSQL (Session Only)

阶段工作事项技术细节人天估算
基础设施Weaviate 集群部署Docker Compose 或 Weaviate Cloud 配置2
PostgreSQL 会话存储仅用于 Session/State 管理1
双数据源配置连接管理 + 故障切换逻辑1
P1: SessionPostgresSessionService与 PG 方案一致3
实时推送仍需依赖 PG LISTEN/NOTIFY2
P2: MemoryWeaviateMemoryService实现新的 Memory Adapter (非 ADK 原生)5
Schema 设计Weaviate Collection + Cross-Reference2
Consolidation Worker需处理跨数据源事务一致性4
P3: PerceptionHybrid SearchWeaviate 原生 BM25 + Vector2
两阶段 Rerank外部 Reranker 集成2
RAG PipelineChunking + 批量导入 Weaviate4
P4: RuntimeADK Runner 集成需额外开发 Weaviate Adapter3
ToolRegistry可复用 PG 方案2
数据同步PG ↔ Weaviate 同步ETL Pipeline + 一致性保障5
集成测试E2E 验证跨系统功能验证 + 性能压测4
前端AG-UI + CopilotKit与 PG 方案一致3
运维手册Weaviate 运维文档备份恢复、监控告警、扩容指南2
总计47 人天

#1.3 关键差异对比表

维度PostgreSQL All-in-OneWeaviate差异分析
组件数量1 套 (PostgreSQL)2 套 (Weaviate + PostgreSQL)PG 方案架构熵更低
Hybrid Search单 SQL 完成原生支持,但结果需应用层处理开发体验 PG 更优
运维复杂度复用现有 DBA需专人维护 VectorDBPG 运维成本更低
数据主权单一存储点数据分散两处PG 数据治理更简单

#2. 成本对比

#2.1 基础设施成本 (月度)

1M Vectors + 100 QPS 规模估算:

成本项目PostgreSQL All-in-OneWeaviate + PostgreSQL说明
计算 (RDS/EC2)$200$350Weaviate 需额外实例
存储 (SSD)$80$120向量数据分散两处
网络 (Cross-AZ)$20$80跨服务数据同步
备份 (Snapshot)$30$60双系统备份
Weaviate Cloud (如选用)$0$500SaaS 订阅费
月度总计$330610 610 ~ 1,110取决于自建或 SaaS

#2.2 人力成本对比

成本项目PostgreSQL All-in-OneWeaviate + PostgreSQL说明
初期开发34 人天47 人天详见上文工作量估算
持续运维 (月)2 人天5 人天VectorDB 调优、监控
学习曲线低 (复用 SQL 技能)中 (新技术栈)团队上手成本

#2.3 总体拥有成本 (TCO) 一年期

假设人天成本 $500/天:

方案开发成本运维成本 (12月)基础设施 (12月)一年 TCO
PostgreSQL All-in-One$17,000$12,000$3,960$32,960
Weaviate 自建$23,500$30,000$7,320$60,820
Weaviate Cloud$23,500$15,000$13,320$51,820

[!IMPORTANT]

结论:PostgreSQL All-in-One 方案 TCO 约为 Weaviate 方案的 55%~65%。在当前千万级数据规模下,PG 方案是成本最优选择。


#3. Roadmap 与人天评估

#3.1 PostgreSQL All-in-One 执行路线图

#3.2 分阶段执行计划

阶段周期核心交付物人天累计
Phase 1: Foundation & PulseWeek 1 (5d)Schema + PostgresSessionService77
Phase 2: HippocampusWeek 2-3 (7d)PostgresMemoryService + Consolidation1017
Phase 3: PerceptionWeek 3-4 (6d)hybrid_search() + RAG Pipeline926
Phase 4: Realm of MindWeek 4-5 (5d)ADK Runner + ToolRegistry + Tracing531
Phase 5: Integrated DemoWeek 5-6 (4d)AG-UI + E2E 验证334
总计6 周34 人天

#3.3 里程碑与验收标准

里程碑预计日期验收标准
M1: MVP SessionWeek 1 EndADK Runner 可正常启动,Session CRUD 100% 通过
M2: Memory LoopWeek 3 End跨 Session 记忆可被自动召回 (Recall > 90%)
M3: Hybrid SearchWeek 4 Mid混合检索 P99 < 100ms, Recall@10 > 90%
M4: Glass-BoxWeek 5 EndLangfuse 可完整追踪 Trace 链路
M5: Demo ReadyWeek 6 EndTravel Agent Demo 全功能可运行

#4. 建议与下一步

#4.1 推荐方案

Decision: 采用 PostgreSQL All-in-One 作为当前阶段首选方案。

理由

  1. 成本优势:TCO 降低 40%~45%,复用现有 RDS 资源
  2. 开发效率:单一数据源,无需处理跨库一致性
  3. ADK 兼容:原生 Interface 实现,迁移成本为零
  4. 战略期权:通过 Adapter Pattern 保留未来升级至 Weaviate/Milvus 的通道

#4.2 Weaviate 升级触发条件

当以下条件 任一 满足时,启动向 Weaviate 的迁移规划:

触发条件阈值监控指标
向量规模> 50MSELECT count(*) FROM knowledge
检索延迟P99 > 200msPrometheus pg_query_latency
召回率下降Recall@10 < 85%E2E 测试报告
并发瓶颈QPS > 1000连接池饱和度

#4.3 下一步行动

  1. 确认执行周期:基于团队资源确认 6 周计划是否可行
  2. 启动 Phase 1:部署测试环境,实施 Schema 设计
  3. 建立追踪机制:更新 docs/001-task-checklist.md 细化任务
  4. 设定评审节点:每周 Demo 进度同步会

#附录:关键假设

假设项目假设值风险
数据规模1M~10M 向量超出需提前迁移
团队配置1~2 人全职投入资源不足会延期
现有 RDS可复用且资源充足需评估实例规格
ADK 版本稳定版无 Breaking Change需跟踪官方更新