最近，亚马逊云科技发布了 Amazon S3 Annotations，允许团队将丰富的、可搜索的上下文信息（如摘要、分类、合规性数据或 AI 生成的洞察）直接附加到 S3 对象上。注解可以独立于对象进行更新，并且可以在整个数据集范围内进行查询，从而减少了对独立元数据系统的需求。
注解采用 JSON、XML 或 YAML 格式编写，为 AI 代理和分析工具提供了在 S3 中查找和使用对象所需的上下文信息。尽管该对象存储服务此前已经在对象层面上支持标签以及系统和用户定义的元数据，但亚马逊云科技高级解决方案架构师 Daniel Abib 解释道：
虽然这些功能在实现其预期用途时表现良好，但在需要附加更丰富的上下文信息，同时又不想构建和维护独立的元数据系统时，它们就显得力不从心。注解是通过提供规模和灵活性截然不同的元数据功能来满足这些需求：与 10 个不可变标签或 2 KB 的头部信息相比，它为每个对象提供了可变且可查询的上下文信息。
S3 注解允许每个对象最多拥有 1000 个可变注解（总容量达 1 GB），这显著扩展了 S3 的元数据模型；而相比之下，用户定义的元数据大小只有 2 KB，且每个对象仅支持 10 个标签。这种增强的灵活性使得 S3 注解更适合存储丰富的结构化业务上下文，而非简单的属性或生命周期元数据。在“面向规模化数据与 AI 智能体的上下文智能”一文中，亚马逊云科技技术副总裁 Mai-Lan Tomsen Bukovec 补充道：
注解内容可以通过 S3 元数据查询。当你在存储桶上启用注解表时，每条注解都会自动导入到一个全托管的 Iceberg 表中。你可以使用 Amazon Athena、Amazon Redshift 或任何与 Iceberg 兼容的引擎对所有对象进行跨对象查询，代理还可以通过 S3 Tables MCP 服务器用自然语言检索注解。
在 S3 上编辑对象元数据是社区期待已久的一项功能。Reddit 上的反响极为积极，用户 ReturnOfNogginboink 写道：
这里，真正关键的一点在于注解允许修改。这与对象元数据不同——修改对象元数据需要先从 S3 读取整个对象，再将包含新元数据的对象重新写回 S3。这才是重头戏。这将开启各种全新的工作模式。
注解的预期用例包括将运营、分析和合规背景直接附加到媒体、金融服务和生命科学领域的数据资产上，不需要单独的系统就可以更轻松地管理、发现和查询元数据。The Duckbill Group 首席云经济学家 Corey Quinn 在他的新闻通讯中写道：
S3 在对象存储中又新增了一个对象存储，现在你可以为每个对象附加整整 1 GB 的“上下文”信息了，毕竟现有的四种元数据机制还不够让人困惑。最近的每条公告都仿佛在你耳边低语“代理工作流”，这在西雅图的行话里就是“你的 AI 将生成数据，然后付费让 Athena 将其读回”。垂直整合固然不错，但现在这笔费用得由你自己承担了。
S3 注解的存储和计费均按 S3 标准费率执行，与底层对象所属的存储层级无关。当对象被复制时，注解也会被复制，每个注解副本都会被当成一个独立的 PUT 请求并单独计费。S3 注解在所有区域均已全面可用。
