Agent时代数据消费狂潮下，亚马逊云科技S3推出三大变革应对挑战
2026/05/08 12:11阅读量 12
亚马逊云科技技术副总裁Mai-Lan Tomsen Bukovec指出，Agent采用“并行择优”模式，数据调用频率和吞吐量远超人类，成本成为决定性因素。为此，Amazon S3推出S3 Table（原生支持Apache Iceberg）、S3 Files（POSIX文件系统接口）和S3 Vector（原生向量支持），旨在让Agent以更低成本、更高效率直接与数据交互。
事件概述
AI Agent（智能体）在生产环境中对数据层提出了前所未有的压力。与传统工程师一次一个查询不同，Agent同时发起数十上百个并行查询，通过比较选择最优路径，导致存储系统的调用频率和数据吞吐量呈指数级增长。亚马逊云科技技术副总裁Mai-Lan Tomsen Bukovec认为，成本/性价比已从次要因素变为决定性因素，未来半年到一年底层数据服务的选型至关重要。
核心信息
为应对Agent时代的挑战，Amazon S3近期实现了三项重大变革：
- S3 Table：原生支持Apache Iceberg表格式。Agent基于大模型已熟悉SQL语法和Iceberg，可直接通过SQL交互，无需学习多种API。Iceberg能力引入S3后，Postgres、Oracle等数据源也开始直接写入Iceberg，Agent系统可直接访问这些表。
- S3 Files：通过POSIX标准文件系统接口，允许Agent以小文件缓存（EFS加速）和大文件流式传输的方式处理S3中的数据。大模型训练中已熟悉文件形态（如Python库、Shell脚本），Agent可自然地将文件作为数据接口。此功能被视为Agent共享记忆空间的关键扩展。
- S3 Vector：将向量作为S3的原生数据类型，支持构建上下文信息和充当共享记忆。发布五个月内，S3 Vectors作为Agent系统记忆空间的使用率爆发式增长。
值得关注
Amazon S3诞生20年来，从承载半结构化图像数据演进到分析型数据湖，当前正全力定位为AI工作负载的基础底座。Mai-Lan强调，S3的设计核心是以经济的方式推动主流数据类型增长，同时坚守数据的可用性、持久性和韧性——这也是客户长期将数据托付给S3的原因，并有望延续到下一个20年。