AWS 近日推出全新功能「S3 Files」,讓 Amazon S3 從單純的雲端物件儲存,正式轉變為支援 NFS v4.1+ 的原生檔案系統。這項創舉能將 EC2、Lambda 等任何 AWS 運算資源,直接與 S3 內的資料無縫連接,提供全功能、低延遲的檔案存取。
過去,S3 憑藉極佳的擴充性成為企業資料湖泊(Data lake)首選,但其「基於 API」的物件存取模式,與開發者及 AI 代理(AI agents)依賴的「檔案路徑」有著根本上的衝突。以往為了彌補落差,企業必須在 S3 外另建檔案系統並複製資料,或依賴 FUSE 等效能較差、缺乏完整檔案語意(如檔案鎖定)的折衷方案。
🚨 S3 is no longer just Object Storage.
Yesterday (April 7, 2026), AWS officially launched Amazon S3 Files.
This is the biggest update to S3 in 20 years.
It can:
→ Mount S3 buckets as native file systems
→ Provide sub-millisecond file access
→ Handle POSIX permissions… pic.twitter.com/G4mmo8z0zH— Ayaan 🐧 (@twtayaan) April 8, 2026
這對近期崛起的「代理式 AI」尤其致命。因為 AI 代理預設使用本機檔案工具,過去必須先將 S3 資料下載到本機才能處理;一旦 AI 的上下文視窗被壓縮,會話狀態就會遺失。
為徹底解決痛點,S3 Files 摒棄了在 S3 API 上建立模擬層的做法,直接將其彈性檔案系統(EFS)技術架構於 S3 儲存之上。現在,使用者無需搬遷或複製資料,便能同時透過 API 與原生檔案系統讀寫同一份資料。系統還內建智慧快取分層,能為活躍資料提供約 1 毫秒的低延遲,並為大型讀取最大化吞吐量。
這項改變對 AI 發展意義重大。AWS 副總裁 Andy Warfield 指出,只需一行指令,S3 就能直接掛載到 AI 代理的本機環境。這消除了資料來回搬移的摩擦,讓 AI 能將 EB 等級的儲存空間當作「本機硬碟」使用。數千個運算資源更可同時連線存取,共享專案目錄,徹底解決多代理協作時資料不同步的問題。
IDC 分析師形容,S3 Files 是消弭資料湖與自主 AI 摩擦的「失落拼圖」。隨著這項功能上線,S3 已不再只是存放 AI 輸出結果的目的地,而是正式升級為 AI 執行工作的高效主戰場。
- Amazon S3 Files gives AI agents a native file system workspace, ending the object-file split that breaks multi-agent pipelines
- Amazon S3 Files gives the world’s biggest object store a file system
(首圖來源:Ayaan)






