AI項目從概念驗證或原型階段邁向生產部署，一直是常見的絆腳石，資料庫服務提供商pgEdge正致力於幫助企業跨越這一障礙。
AI應用通常從開發者選擇Postgres開始，因為它既能處理應用的運營數據，又支持向量搜索等AI相關能力，讓開發者無需在技術棧中額外引入專用向量資料庫，就能構建出原型。
然而，當原型逐漸成熟、企業希望將其規模化運行時，最初用於實驗的Postgres配置往往難以滿足企業在安全性、高可用性、地理分布、數據主權或部署控制方面的要求。
在這種情況下，開發者不得不重新搭建應用底層的基礎設施，即便應用本身已經準備就緒可以上線，原型到生產的遷移也變成了一項獨立的架構改造工程。
資料庫服務提供商pgEdge希望通過新推出的Postgres雲平台Starfleet，幫助開發者避免這一艱難的過渡。該平台使開發者能夠在Postgres上構建AI應用，並將其直接帶入生產環境，而無需重新搭建底層資料庫基礎設施。
該公司表示，開發者可以在構建原型階段使用pgEdge的雲服務，之後將同一套Postgres平台遷移到自己的雲端或本地基礎設施，包括物理隔離（air-gapped）環境。
Starfleet還將pgEdge的分布式Postgres資料庫與智能體AI能力打包在一起，例如用於連接編碼智能體和RAG伺服器的MCP
伺服器，使開發者能夠構建智能體應用，並實現從單個Postgres實例到多區域集群的平滑擴展，從而保障高可用性和零停機時間。
分析師認為，Starfleet解決了一個真實存在的企業難題，尤其是在智能體應用的規模化擴展方面。
Moor Strategy and Insights首席分析師麥可·利昂表示：「原型到生產的鴻溝是真實存在的，也是當今AI項目最常卡殼的環節之一。企業用戶使用AI編碼工具在託管的Postgres上構建應用，但這些應用送到IT部門手中時，往往缺乏高可用性、合規控制或本地部署選項。於是IT部門要麼直接砍掉這個應用，要麼用另一套資料庫重建它，要麼就得接受相應的安全風險。」
他指出，相比之下，Starfleet靈活的部署選項讓IT團隊無需更換底層Postgres平台，就能將這些應用引入企業環境，從而幫助他們更快地將應用推向生產，並更迅速地實現規模化。
HFS Research執行研究主管阿希什·查圖爾維迪認為，減少應用重寫的需求，還能幫助首席資訊官（CIO）應對影子IT方面的擔憂。
查圖爾維迪表示：「目前企業團隊往往不等IT部門批准就自行構建應用，CIO要麼事後去追蹤這些應用，要麼提前提供一個從一開始就符合安全標準的平台，為由業務人員自行構建的AI應用打造一個受認可的歸宿，藉助Starfleet在所有環境中統一Postgres標準。」
這種標準化同樣有助於CIO應對在滿足數據主權要求的同時遷移工作負載所面臨的挑戰。
查圖爾維迪指出，由於Starfleet既可以運行在pgEdge的雲端，也可以運行在客戶自己的雲端，或是物理隔離環境中，這使企業能夠在不同環境之間遷移工作負載，以滿足監管要求，而無需切換到另一套資料庫平台。
他表示，這對於政府、國防和金融服務類機構尤為重要，因為在這些領域，敏感的工作負載在以往往往需要為受限環境單獨配置一套資料庫技術棧。
對開發者而言，這同樣帶來了好處。利昂表示：「對開發者來說，最大的好處就是不必為了上生產環境而重寫應用。」
查圖爾維迪表示，綜合來看，這些優勢可能讓Starfleet對那些正在為企業場景構建AI應用的團隊更具吸引力，尤其是在受監管行業中，主要原因在於Starfleet通過其MCP伺服器解決了開發者在使用現代編碼工具時的顧慮，並提供了無需重寫即可將應用推向生產的靈活性。
不過，他也補充說，Starfleet可能會在「規模和知名度」方面面臨來自Neon和Crunchy Data等競爭對手的挑戰，因為這兩家公司背後分別有Databricks和Snowflake提供強大的資源支持。
目前，Starfleet已全面上市。
Q&A
Q1：Starfleet是什麼？它能解決什麼問題？
A：Starfleet是pgEdge推出的Postgres雲平台，旨在幫助開發者將基於Postgres構建的AI應用從原型順利推向生產環境，無需重新搭建底層資料庫基礎設施。
Q2：Starfleet適合哪些類型的企業使用？
A：Starfleet尤其適合政府、國防和金融服務等受監管行業，因為這些領域對數據主權、安全性和高可用性要求較高，而Starfleet支持在雲端、客戶自有環境及物理隔離環境之間靈活部署。
Q3：Starfleet相比競爭對手有哪些優勢？
A：Starfleet的優勢在於開發者無需為上線生產環境而重寫應用，並通過MCP伺服器支持智能體應用構建，但在規模和知名度上可能面臨Neon、Crunchy Data等背靠Databricks、Snowflake的競爭對手的挑戰。
