Контекстный граф знаний AWS учится у агентов

Создание контекстного слоя между корпоративными хранилищами данных и ИИ-агентами — это индивидуальная работа, для которой до сих пор не существовало стандартного сервиса, способного автоматизировать или поддерживать графы в актуальном состоянии с течением времени. Компания Amazon делает решительный шаг, чтобы изменить эту ситуацию.

В среду Amazon вышла на этот рынок, анонсировав линейку из трех продуктов, позиционируемых как стек контекстного интеллекта для ИИ-агентов. Главным элементом стал AWS Context — новый сервис графов знаний, который со временем становится умнее благодаря использованию агентами. Amazon также объявила о выпуске Amazon S3 Annotations, ставших общедоступными, и о предварительной версии (preview) навыков (skill assets) в каталоге данных AWS Glue Data Catalog.

Контекстный слой превратился в высококонкурентную архитектурную категорию, где представлено множество вариантов от различных вендоров. AWS выходит на этот рынок с иной архитектурной предпосылкой: граф должен обучаться на основе того, как агенты используют его автоматически, без ручной переквалификации данных.

«Теперь ваши агенты становятся умнее без необходимости создавать что-либо с нуля», — заявил Свами Шивасубраманян (Swami Sivasubramanian), вице-президент по агентскому ИИ в AWS, во время своего выступления на ключевой сессии AWS Summit в Нью-Йорке.

«Этот сервис автоматически строит граф знаний на основе всех ваших существующих данных, — сказал он. — Сервис выводит взаимосвязи между вашими наборами данных, бизнес-правилами и предметными знаниями, а также делает все это доступным для ваших агентов и вашей организации во время выполнения (runtime)».  

AWS Context строит самообучающийся граф знаний на основе существующих данных

По заявлениям AWS, с этой проблемой компания неоднократно сталкивалась при развертывании решений у клиентов.

AWS Context автоматически сопоставляет связи между существующими данными: какие таблицы существуют, что означают столбцы, как связаны источники и какие из них являются авторитетными. Он объединяет семантический поиск с рассуждениями на уровне графов и вычисляет связи между наборами данных, бизнес-правилами и знаниями предметной области, делая все это доступным для агентов во время выполнения.

«Граф знаний со временем совершенствуется, поскольку он учится тому, какие источники дают правильные результаты и какие части задействуются», — отметил Шивасубраманян. 

Администраторы данных управляют графом через консоль управления AWS Management Console, просматривая выведенные связи, продвигая их в продакшн, а также добавляя бизнес-определения и правила использования. Каждый запрос наследует права IAM и Lake Formation вызывающего пользователя, что делает доступ агентов к данным аудируемым по принципу идентификации через механизмы безопасности, на которые уже полагаются предприятия.

Вся метаинформация публикуется в формате Apache Iceberg в Amazon S3 Tables, доступна для запросов через Athena, Redshift, Spark или любой совместимый с Iceberg движок без использования проприетарных API. Поддерживается подключение сторонних каталогов, благодаря чему контекст из систем за пределами AWS может быть объединен в тот же граф. Агенты выполняют запросы через агентские поисковые API и инструменты MCP в средах Bedrock AgentCore, EKS или в любом другом фреймворке, совместимом с MCP.

Контекст — это нечто большее, чем просто один сервис

Контекст — сложная область, и AWS задействует сразу несколько сервисов, чтобы помочь предприятиям сформировать единый контекст для всего стека данных.

Amazon S3 Annotations. Этот сервис позволяет пользователям добавлять богатый бизнес-контекст на уровне хранения непосредственно к отдельным объектам S3. 

AWS Glue Data Catalog skill assets. Активы навыков Glue привязывают знания предметной области на уровне каталога, связывая инструкции (runbooks), паттерны запросов и правила использования с ресурсами данных по всей инфраструктуре. 

Затем AWS Context синтезирует их в граф знаний, к которому агенты обращаются во время выполнения, объединяя семантический поиск с рассуждениями на уровне графов как по структурированным, так и по неструктурированным источникам. Каждый слой подпитывает следующий.

AWS выходит на высококонкурентный рынок контекстных решений

Компания Snowflake анонсировала свой подход к контексту в начале этого месяца вместе с сервисами Horizon Context и Cortex Sense. Microsoft предоставляет контекст с помощью своей платформы Fabric IQ, которая предлагает семантическую онтологию для данных. Redis разработала контекстную платформу, оптимизирующую данные для поиска. Вендор векторных баз данных Pinecone предлагает решение Nexus, которое компилирует корпоративные данные в специализированные под задачи артефакты еще до того, как к ним обратятся агенты.

Архитектурный аргумент AWS прост: для предприятий, которые уже используют S3, Glue и Lake Formation, AWS Context расширяет существующую модель идентификации без необходимости перемещения данных. Главное предложение заключается в нулевом трении при интеграции, а не только в консолидации затрат.

«Контекст делает агентов мощнее, и поскольку весь мир создает агентов, каждый вендор агентских платформ нуждается в возможностях работы с контекстом», — рассказал VentureBeat Хольгер Мюллер (Holger Mueller), вице-президент и главный аналитик Constellation Research.

Мюллер отметил, что AWS не является исключением. «Беспокойство, как и в случае со всеми контекстными решениями, будет вызывать производительность, особенно для транзакционных данных — посмотрим, что из этого выйдет», — добавил он.