Перевод на русский: **Аннотации Amazon S3: 1 ГБ метаданных на объект для рабочих процессов AI-агентов**

Сегодня AWS анонсировала Amazon S3 annotations — новую возможность метаданных, позволяющую прикреплять до 1000 именованных аннотаций на объект, каждая размером до 1 МБ, в сумме до 1 ГБ на объект. Аннотации поддерживают JSON, XML, YAML или обычный текст и могут быть изменены или удалены без перезаписи объекта. Функция предназначена для рабочих процессов AI-агентов, которым требуется богатый, развивающийся контекст в масштабе.
Ключевые детали
- Масштаб: 1000 аннотаций на объект, каждая максимум 1 МБ, всего 1 ГБ на объект.
- Форматы: JSON, XML, YAML, обычный текст.
- Изменяемость: Добавление, изменение или удаление аннотаций в любое время без изменения данных объекта.
- Жизненный цикл: Аннотации перемещаются вместе с объектом при копировании, репликации и переносе между регионами; удаляются при удалении объекта.
- Доступность для запросов: При включенных S3 Metadata аннотации попадают в таблицы аннотаций, доступные для запросов через Amazon Athena и другие аналитические движки. AI-агенты могут находить данные с помощью естественного языка через сервер S3 Tables MCP.
- Классы хранения: Запросы к аннотациям на объектах в любом классе хранения, включая Glacier, без восстановления объектов или платы за извлечение.
Использование CLI
Создание JSON-аннотации на существующем объекте:
# Создайте JSON-файл с техническими метаданными
cat > mediainfo.json << 'EOF'
{"codec":"H.265","resolution":"3840x2160","audio_tracks":8,"frame_rate":29.97}
EOF
Прикрепите его как аннотацию
aws s3api put-object-annotation
--bucket my-media-bucket
--key videos/documentary-2026.mp4
--annotation-name mediainfo
--annotation-payload ./mediainfo.json
Прикрепите сгенерированное AI текстовое резюме как отдельную аннотацию:
echo "A 90-minute nature documentary..." > summary.txt aws s3api put-object-annotation
--bucket my-media-bucket
--key videos/documentary-2026.mp4
--annotation-name ai-summary
--annotation-payload ./summary.txt
Варианты использования
- Медиа и развлечения: Отслеживание стенограмм, результатов модерации контента, субтитров и лицензионных метаданных как отдельных аннотаций на видеоактивах.
- Финансовые услуги: Прикрепление сгенерированных AI инвестиционных резюме к исследовательским документам для автономных исследовательских агентов.
- Науки о жизни: Аннотирование данных клинических испытаний статусом регулирования, деталями когорт пациентов и цепочками одобрений — доступно даже в Glacier без платы за извлечение.
Разрешения
Политики IAM требуют действий s3:PutObjectAnnotation и s3:GetObjectAnnotation. Изменения самого объекта не требуются.
Сравнение с существующими метаданными
| Возможность | Макс. размер | Изменяемый? | Лучше всего для |
|---|---|---|---|
| Системные метаданные | Фиксированный | Нет | Свойства объекта (размер, класс хранения, время создания) |
| Пользовательские метаданные | 2 КБ | Нет (задаются при загрузке) | Небольшие пользовательские пары ключ-значение |
| Теги объекта | 10 тегов, 128/256 символов на ключ/значение | Да | Контроль доступа, правила жизненного цикла, распределение затрат |
| Аннотации | 1 ГБ (1000 × 1 МБ) | Да | Богатый бизнес-контекст (JSON, XML, YAML, обычный текст) |
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

GitHub Copilot Code Review начнёт тратить минуты Actions с 1 июня 2026 года
С 1 июня 2026 года проверки кода GitHub Copilot в частных репозиториях начнут расходовать минуты GitHub Actions в дополнение к AI-кредитам. Публичные репозитории останутся бесплатными.

Создание FastTab с использованием ИИ: Индивидуальный переключатель задач для X11
FastTab решает конкретную проблему производительности в переключателе задач Plasma на X11 с использованием Zig и OpenGL, поддерживаемого средствами ИИ, такими как Claude.

Тестирование показывает, что компактная 4B-модель превосходит более крупные языковые модели в приложениях для обмена сообщениями между телефоном и домашними устройствами.
Бенчмарк 8 локальных LLM для приложений чата с телефона на домашний компьютер показал, что Gemma3:4B победила с комплексным показателем пригодности 88.7, несмотря на то что это самая маленькая модель, превзойдя более крупные модели до 24B параметров благодаря более быстрому времени отклика и меньшей тепловой нагрузке.

Atlassian сокращает 10% сотрудников для финансирования инвестиций в ИИ.
Atlassian сокращает 1600 рабочих мест (10% персонала) для самостоятельного финансирования инвестиций в ИИ и укрепления своего финансового профиля, при этом затронуты 900 позиций в разработке программного обеспечения. Генеральный директор Майк Кэннон-Брукс заявляет, что ИИ не заменяет людей, но меняет требования к навыкам.