Los agentes de IA se ejecutan en sistemas de archivos utilizando herramientas estándar para navegar por directorios y leer rutas de archivos.
Sin embargo, el desafío es que hay una gran cantidad de datos empresariales en los sistemas de almacenamiento de objetos, en particular Amazon S3. Los almacenes de objetos sirven datos a través de llamadas API, no de rutas de archivos. Cerrar esa brecha ha requerido una capa de sistema de archivos separada junto con S3, datos duplicados y canales de sincronización para mantener ambos alineados.
tEl auge de la IA agente hace que ese desafío sea aún más difícil y estaba afectando la propia capacidad de Amazon para hacer las cosas. Los equipos de ingeniería de AWS que utilizaban herramientas como Kiro y Claude Code seguían encontrándose con el mismo problema: los agentes utilizaban de forma predeterminada las herramientas de archivos locales, pero los datos estaban en S3. La descarga local funcionó hasta que la ventana de contexto del agente se compactó y se perdió el estado de la sesión.
La respuesta de Amazon es S3 Files, que monta cualquier depósito S3 directamente en el entorno local de un agente con un solo comando. Los datos permanecen en S3, sin necesidad de migración. En el fondo, AWS conecta su tecnología Elastic File System (EFS) a S3 para ofrecer una semántica completa del sistema de archivos, no una solución alternativa. S3 Files ya está disponible en la mayoría de las regiones de AWS.
«Al hacer que los datos en S3 estén disponibles de inmediato, como si fueran parte del sistema de archivos local, descubrimos que teníamos una aceleración realmente grande con la capacidad de cosas como Kiro y Claude Code para poder trabajar con esos datos», dijo a VentureBeat Andy Warfield, vicepresidente e ingeniero distinguido de AWS.
La diferencia entre almacenamiento de archivos y objetos y por qué es importante
S3 se creó para brindar durabilidad, escalabilidad y acceso basado en API a nivel de objeto. Esas propiedades la convirtieron en la capa de almacenamiento predeterminada para los datos empresariales. Pero también crearon una incompatibilidad fundamental con las herramientas basadas en archivos de las que dependen los desarrolladores y agentes. «S3 no es un sistema de archivos y no tiene semántica de archivos en muchos frentes», dijo Warfield. «No se puede hacer un movimiento, un movimiento atómico de un objeto, y en realidad no hay directorios en S3».
Los intentos anteriores de cerrar esa brecha se basaron en FUSE (Filesystems in USErspace), una capa de software que permite a los desarrolladores montar un sistema de archivos personalizado en el espacio del usuario sin cambiar el almacenamiento subyacente. Herramientas como Mount Point de AWS, gcsfuse de Google y blobfuse2 de Microsoft utilizaron controladores basados en FUSE para hacer que sus respectivos almacenes de objetos parecieran un sistema de archivos.
Warfield señaló que el problema es que esos almacenes de objetos todavía no eran sistemas de archivos. Esos controladores fingieron el comportamiento de los archivos al incluir metadatos adicionales en depósitos, lo que rompió la vista de la API de objetos, o rechazaron operaciones de archivos que el almacén de objetos no podía soportar.
S3 Files adopta una arquitectura completamente diferente. AWS está conectando su tecnología EFS (Elastic File System) directamente a S3, presentando una capa de sistema de archivos nativo completo y manteniendo S3 como sistema de registro. Tanto la API del sistema de archivos como la API del objeto S3 permanecen accesibles simultáneamente con los mismos datos.
Cómo S3 Files acelera la IA agente
Antes de S3 Files, un agente que trabajaba con datos de objetos tenía que recibir instrucciones explícitas para descargar archivos antes de utilizar las herramientas. Eso creó un problema de estado de sesión. A medida que los agentes compactaban sus ventanas de contexto, a menudo se perdía el registro de lo que se había descargado localmente.
«Me vería obligado a recordarle al agente que los datos estaban disponibles localmente», dijo Warfield.
Warfield repasó el antes y el después de una tarea común de agente que implicaba el análisis de registros. Explicó que un desarrollador estaba usando Kiro o Claude Code para trabajar con datos de registro, en el caso del único objeto necesitarían decirle al agente dónde se encuentran los archivos de registro e ir a descargarlos. Mientras que si los registros se pueden montar inmediatamente en el sistema de archivos local, el desarrollador puede simplemente identificar que los registros están en una ruta específica y el agente tiene acceso inmediatamente para revisarlos.
Para canalizaciones de múltiples agentes, varios agentes pueden acceder al mismo depósito montado simultáneamente. AWS dice que miles de recursos informáticos pueden conectarse a un único sistema de archivos S3 al mismo tiempo, con un rendimiento de lectura agregado que alcanza varios terabytes por segundo, cifras que VentureBeat no pudo verificar de forma independiente.
El estado compartido entre agentes funciona mediante convenciones estándar del sistema de archivos: subdirectorios, archivos de notas y directorios de proyectos compartidos que cualquier agente en el proceso puede leer y escribir. Warfield describió a los equipos de ingeniería de AWS que utilizan este patrón internamente, con agentes registrando notas de investigación y resúmenes de tareas en directorios de proyectos compartidos.
Para los equipos que crean canales de RAG sobre el contenido compartido de los agentes, Vectores S3 – lanzado en AWS re:Invent en diciembre de 2024: capas superiores para búsqueda de similitudes y generación mejorada de recuperación con esos mismos datos.
Lo que dicen los analistas: este no es solo un FUSE mejor
AWS está posicionando S3 Files frente al acceso a archivos basado en FUSE desde Azure Blob NFS y Google Cloud Storage FUSE. Para las cargas de trabajo de IA, la distinción significativa no es principalmente el rendimiento.
«S3 Files elimina la mezcla de datos entre el almacenamiento de objetos y archivos, convirtiendo a S3 en un espacio de trabajo compartido de baja latencia sin copiar datos», dijo a VentureBeat Jeff Vogel, analista de Gartner. «El sistema de archivos se convierte en una vista, no en otro conjunto de datos».
Con los enfoques basados en FUSE, cada agente mantiene su propia vista local de los datos. Cuando varios agentes trabajan simultáneamente, es posible que esas vistas no estén sincronizadas.
«Elimina toda una clase de modos de falla, incluidas fallas de entrenamiento/inferencia inexplicables causadas por metadatos obsoletos, que son notoriamente difíciles de depurar», dijo Vogel. «Las soluciones basadas en FUSE externalizan la complejidad y los problemas al usuario».
Las implicaciones a nivel de agente van aún más allá. El argumento arquitectónico importa menos que lo que revela en la práctica.
«Para la IA agente, que piensa en términos de archivos, rutas y scripts locales, este es el eslabón perdido», dijo a VentureBeat Dave McCarthy, analista de IDC. «Permite a un agente de IA tratar un depósito de escala de exabytes como su propio disco duro local, lo que permite un nivel de velocidad operativa autónoma que anteriormente estaba reprimida por la sobrecarga de API asociada con enfoques como FUSE».
Más allá del flujo de trabajo de los agentes, McCarthy ve S3 Files como un punto de inflexión más amplio en la forma en que las empresas utilizan sus datos.
«El lanzamiento de S3 Files no es sólo S3 con una nueva interfaz; es la eliminación del punto de fricción final entre lagos de datos masivos y la IA autónoma», afirmó. «Al converger el acceso a archivos y objetos con S3, están abriendo la puerta a más casos de uso con menos reelaboración».
Qué significa esto para las empresas
Para los equipos empresariales que han estado manteniendo un sistema de archivos separado junto con S3 para admitir aplicaciones basadas en archivos o cargas de trabajo de agentes, esa arquitectura ahora es innecesaria.
Para los equipos empresariales que consolidan la infraestructura de IA en S3, el cambio práctico es concreto: S3 deja de ser el destino de la producción de los agentes y se convierte en el entorno donde ocurre el trabajo de los agentes.
«Todos estos cambios de API que se ven en los equipos de almacenamiento provienen del trabajo de primera mano y de la experiencia del cliente al utilizar agentes para trabajar con datos», afirmó Warfield. «Estamos realmente especialmente enfocados en eliminar cualquier fricción y hacer que esas interacciones funcionen lo mejor posible».
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
