AWS 近日 宣布推出 Amazon S3 Annotations，此功能可讓團隊直接將豐富且可搜尋的內容，例如摘要、分類、合規資料或 AI 產生的洞見，附加到 S3 物件上。Annotations 可獨立於物件進行更新，並跨資料集進行查詢，減少對獨立中繼資料系統的需求。

Annotations 可使用 JSON、XML 或 YAML 撰寫，為 AI 代理程式與分析工具提供查找及使用 S3 物件所需的內容。雖然物件儲存已支援標籤以及物件層級的系統與使用者定義中繼資料，AWS 資深專業解決方案架構師 Daniel Abib 在 文章中解釋：

雖然這些功能對其預期用途表現良好，但在需要附加更豐富的內容，而又不需建置與維護獨立中繼資料系統時，仍有其限制。Annotations 透過提供根本不同規模與彈性的中繼資料功能，解決這些需求，與 10 個不可變的標籤或 2 KB 的標頭相比，提供了每個物件可變動且可查詢的內容。

S3 Annotations 將 S3 的中繼資料模型大幅擴展，允許每個物件最多附加 1000 個可變動的 Annotations，總容量達 1 GB，相較於使用者定義中繼資料的 2 KB 與每個物件僅 10 個標籤，提供更多彈性。這種擴展的彈性讓 S3 Annotations 適合儲存豐富且結構化的業務內容，而非簡單的屬性或生命週期中繼資料。在「Context intelligence for your data and AI agents at scale」一文中，AWS 技術副總裁 Mai-Lan Tomsen Bukovec 補充：

Annotations 可透過 S3 Metadata 進行查詢。當您在儲存貯體上啟用 Annotations 表格時，每個 Annotation 都會自動流入全受管的 Iceberg 表格。您可以使用 Amazon Athena、Amazon Redshift 或任何相容 Iceberg 的引擎，跨所有物件進行查詢，代理程式也可透過 S3 Tables MCP server 以自然語言探索 Annotations。

在 S3 上編輯物件中繼資料一直是社群 期待已久的功能。Reddit 上的反應非常正面，使用者 ReturnOfNogginboink 寫道：

真正重要的部分在於 Annotations 可以修改。與物件中繼資料不同，後者需要將完整物件從 S3 讀出，再以新的中繼資料寫回 S3。這才是最大的亮點，這將解鎖各種新的工作流程可能性。

Annotations 的預期使用情境包括將營運、分析與合規內容直接附加到媒體、金融服務與生命科學等產業的資料資產上，讓中繼資料更容易管理、探索與查詢，而無需使用獨立的系統。The Duckbill Group 首席雲端經濟學家 Corey Quinn 在其 電子報中寫道：

S3 在物件儲存中獲得了一個物件儲存，現在您可以在每個物件上附加整整一 GB 的「內容」，因為現有的四種中繼資料機制還不夠混亂。每個公告現在都在您背後低語「agentic workflows」，這在西雅圖的意思是「您的 AI 將產生資料，然後付費讓 Athena 讀取回來。」垂直整合很棒，但現在要計入您的帳單。

S3 Annotations 無論底層物件的儲存層級為何，皆以 S3 Standard 費率儲存與計費。當物件被複製時，Annotations 也會一併複製，每個 Annotation 複本都會被視為獨立的 PUT 請求計費。S3 Annotations 已在所有區域正式推出。

About the Author

Renato Losio