2006年3月14日，Amazon S3（Amazon Simple Storage Service）首次推出，标志着“弹性存储”概念的诞生。这个看似简单的服务，允许开发者以极低的成本存储无限量的数据。至今，Amazon S3已经承载了超过500万亿个对象，并在人工智能飞速发展的新时代中，逐渐蜕变为一个从“被动数据湖”向“主动智能基础设施”的转变。
在Amazon S3推出20周年之际，我们有幸与亚马逊云科技的技术副总裁Mai-Lan Tomsen Bukovec进行了一场深入对话。她在访谈开始时兴奋地分享了一个喜讯：Amazon S3 Vectors在2026年NAB Show上获得了“年度最佳产品奖”。
亚马逊云科技技术副总裁Mai-Lan Tomsen Bukovec
在谈及Amazon S3的创新发展时，Mai-Lan总结道：“我们对每一个字节的承诺，从未改变。”无论是非结构化数据、文件，还是向量数据，这一原则始终如一，并将在未来继续坚持。
S3 Tables打破“只读”界限：Iceberg与数据表的编辑革命
回顾Amazon S3的发展历程，Mai-Lan认为其产品的核心定义是“弹性”。这种弹性不仅体现在存储容量上，还体现在产品形态的多样性上。S3最初是一个巨大的非结构化数据仓库，用户若想修改其中某个文件，必须替换整个对象。而S3 Tables的推出彻底打破了这一局限，通过原生支持Apache Iceberg格式，Amazon S3中的数据首次变得“可编辑”。
她表示：“这是一个巨大的飞跃，意味着用户可以利用S3的价格优势，直接操作数据表。更令人兴奋的是，这一变化催生了新的生态学反应。”
在S3 Vectors和S3 Files的组合中，Mai-Lan指出，S3 Files在物理存储上是对象，但在逻辑接口上则符合POSIX标准的文件系统，这使得开发者可以通过文件目录与数据交互，无需重构代码。
延迟与成本的经济权衡
尽管AI追求极致低延迟，Mai-Lan坦言，S3的架构延迟确实高于数据库。然而，她认为这并非缺陷，而是一种设计上的权衡。很多科研分析和大范围的产品相似度搜索，完全可以在100毫秒的延迟下顺利运行。
随着进入Agent时代，成本的考量变得更加重要。Mai-Lan指出，AI Agent往往会发起数十甚至数百个并行查询，这种情况下，底层存储和分析服务的成本效率直接决定了一个Agent的盈利能力。
跨越2020年的工程承诺：数年的严谨
在长达20年的服务中，Mai-Lan感慨，最令人印象深刻的并非某个新功能，而是一项对底层的重构，即引入“强一致性”。她回忆说：“在发布强一致性之前，我们绝对无法通过写测试用例覆盖所有场景，因为S3太庞大。”
这种“对每一个字节负责”的执着体现在S3底层的微服务中，它们每天都在默默执行完整性校验，确保数据的可靠性。
访谈的最后，Mai-Lan提到了亚马逊的领导力准则——“Are Right, A Lot”。她强调，关键在于领导者要不断证伪自己的信念，寻找改进现有系统或构建新能力的机会，这种执着可能正是亚马逊在AI时代成为数据韧性与技术创新标杆的底层逻辑。
