最初推出Amazon S3之宗旨为提供弹性存储，用户能以极具货殖成效之价码实现规模增益，应用范围涵盖之从创建媒体、音频与视频体验，到后演化成之数据湖等各名领域。
于如此快速之改制中，只要始终紧扣用户之工习性，就能确保彼等无需进行不必要之重新架构或数据迁移，就能快速享受到新技艺之红利。
因此，AI Agent于Amazon S3上办理Iceberg数据为一条顺理成章之捷径，随之主顾构建Agent根基设施并让Agent办理数据，此种情况正屡见不鲜。
于应用层面，Amazon S3效劳主顾数量超过100万家，已累计为主顾节省超过60亿美元本金，同时每周成150PB之数据复制差事，并办理超过3000亿次每日事件通知。
衣锦还乡。于对话中，她回忆道：“2006年以来，革新就深植于吾等之DNA中。
她还提到“skills”掘发热，Mai-Lan认为，“skills”让AI Agent更擅长办理数据差事，无论为通过器物还为特定数据表。
Amazon S3 Files可挂载至多名计算源泉上，无需复制即可实现跨集群数据共享。
于对话中，不得不谈之还有AI Agent之热点话题，Mai-Lan谈到：“AI Agent为构建于大言辞模型(LLMs)之上之，而LLMs对于SQL与Iceberg数据之办理已操练得极其成熟。
此外，她还提到Supabase实现之让其PostgreSQL数据库之数据与Amazon S3 Tables进行交互，此些皆为随之Amazon S3本领之增强而产生之新模式。
”。
于发布后之此五名月里，吾等看到向量作为Agent体系记忆方位之用率呈现出之爆发式增益。
据之解，随之Amazon S3 Files之推出，Amazon S3成为之可提供功能完备、高性能文书体系级访问本领之云对象存储效劳。
她举例谈到，当2022年AI模型初现时，者们就始探讨如何用业务数据来定制AI，此也为为什么她们于发布Amazon Bedrock时，首先实现之对Amazon S3存储桶之VPC支，因深知主顾之资产皆于Amazon S3中，主顾需一种便捷之方式将其用于推演。
与此同时，自2006年以来，该效劳已进行超过20次降价。
难得糊涂。“我认为亚马逊云科技于此方面极具优势。
” （亚马逊云科技技艺副总裁Mai-Lan Tomsen Bukovec） 对话最后，关于AI之前景演进，Mai-Lan进一步表示，由于Agent为极其活跃且急进之数据耗费者，其用频率远超苍生，因此本金效能变得至关重要，并已成为决定性之考量——Agent对数仓或数据湖之调用频率为惊者之，前景半年到一年，吾等会看到随之Agent之爆发，底层数据效劳之选择将变得至关重要。
农历新年成“分水岭”；AI冲击催生新需求 一名形象之比喻为，将Amazon S3中存储之对象比作图书馆里之书,无法只编辑单页，需替换整本书，而电脑上之文书则可逐页修改。
它使存储桶可作为文书体系被访问。
Mai-Lan提到：“Amazon S3 Vectors发布后，商场回馈如吾等所料，大量主顾始用它通过嵌入模型生成向量，丰富数据之上下文。
于过往20年里，Mai-Lan始终领之Amazon S3之革新。
”（定西） 谈及Amazon S3 Files之话题，Mai-Lan告诉吾等，AI Agent极其习性将文书作为数据接口，吾等所做之，为把已成熟运行多年之Amazon Elastic File System(Amazon EFS)效劳作为一层，叠加于Amazon S3之上。
而面对日新月异之节奏，她们之思考出发点始终为：主顾望如何开展工。
而如今，使用Amazon S3 Files将使得此两者之间之界限不再彼么分明，用也更加灵活。
据披露，演进至今，Amazon S3当前管之对象存储规模已超过500万亿，累计办理对象请求量突围1000万亿级别，于高峰时段每秒可承载超过2亿次请求。
如狼似虎。” 关于最新之革新实践，Mai-Lan举例道，可从Amazon S3最近之三大改制性货品（S3 Table、S3 Files、S3 Vector）中看到此一点。
此意味之文书体系上数据之更改会自动齐步至Amazon S3存储桶中，并可精细控制齐步方式。
吾等通过S3 Tables引入之对Iceberg之原生支，S3中之数据通过Iceberg变得”可编辑”之，此为一名巨大之飞跃，意味之用户可以Amazon S3之价码优势来用数据表，此于底层逻辑上极其重要，也带动之整名行业之诸多改制。
。
PolarDB。亚马逊云科技还引入之Amazon S3 Vectors作为Amazon S3之原生数据类型。
”Amazon S3 Files可谓兼具两家之长，它为于文书体系与Amazon S3数据之间架起之一座津梁。