互联网正在为机器重构：AWS 推出专为 AI 智能体设计的云基础设施

随着人工智能从辅助工具演变为能够自主执行任务的“智能体”（Agents），互联网的基础设施正面临一场深刻的范式转移。长期以来，云服务是为人类用户设计的，但在机器流量激增的今天，这种设计已显得捉襟见肘。亚马逊云科技（AWS）最新推出的 OpenSearch Serverless 下一代版本，正是这一变革浪潮中的标志性事件。

背景

互联网基础设施的底层逻辑建立在人类行为模式之上。过去几十年，云架构主要服务于人类用户那些稳定、可预测的行为特征：搜索、点击、滚动页面以及流媒体播放。这种流量模式通常具有平缓的波峰波谷，便于资源预留和管理。

然而，AI 智能体的行为模式截然不同。它们不是被动地浏览信息，而是主动地“爆发”式活动。一个智能体可以在几秒钟内启动多个子智能体，并发查询数百个数据库、搜索文档并调用 API，完成任务后迅速消失。这种瞬时、高并发且不可预测的流量特征，使得原本为人类设计的云基础设施难以高效应对。

尽管目前 AI 智能体产生的流量在互联网总流量中占比尚小，但其增长速度惊人。Cloudflare 数据显示，在过去六个月中，机器人流量占整体 HTTP 流量的 31%。其中，AI 爬虫、搜索引擎和助手占据了机器人请求的大约四分之一。Cloudflare 高级产品经理 Lai Yi Ohlsen 预测，非人类流量将在 2027 年上半年超过人类流量。

与此同时，应用场景也在迅速扩展。从 Google I/O 开发者大会上宣布的用户将把购物研究、旅行预订等任务委托给 AI 系统，到企业内部大规模部署智能体以优化流程，机器生成的后台流量正在呈指数级增长。云服务商和基础设施公司正被迫重新思考：如何将这些为人类构建的系统，适应到一个由智能体自主检索信息、调用工具并生成机器间流量的世界中。

核心内容

面对这一挑战，AWS 推出了下一代 OpenSearch Serverless。这是一个完全托管的搜索和向量数据库系统，旨在解决大规模信息存储与检索的问题，并专门针对“智能体工作负载”（Agentic Workloads）进行了重新设计。

技术架构的根本性变革

此次发布的核心技术突破在于计算与存储的解耦。

在之前的 Serverless 版本中，计算和存储是耦合在一起的。这意味着即使没有活跃任务，系统也必须至少保持一个实例运行以维持存储连接。这导致客户即使在不使用资源时，也需要为闲置的计算能力付费，类似于“即使没停车也要一直付停车费”。

新一代 OpenSearch Serverless 实现了计算资源的弹性极致化：

1. 瞬时扩展：当智能体触发任务时，系统可以在几秒钟内迅速扩展计算资源以应对流量激增。
2. 缩容至零：当智能体任务完成或处于空闲状态时，计算资源可以完全缩容至零。
3. 按量付费：客户仅在智能体活跃时付费，闲置时费用为零。这被 AWS 比作“按小时计费的停车计时器”，而非“包月停车位”。

AWS OpenSearch Service 总经理 Tia White 指出：“时机非常明确。智能体正从实验阶段走向生产环境，它们产生的流量模式是以前基础设施根本无法设计的。它们毫无预警地激增，又毫无通知地闲置，而企业需要一种既能跟上节奏，又无需为空闲计算付费的搜索方案。”

生态集成与行业趋势

为了降低开发门槛，新版本的 OpenSearch Serverless 在发布之初就原生集成了 Vercel 和 Kiro 等 AI 开发平台。开发者无需管理底层基础设施，即可直接部署生产就绪的搜索和向量后端，供智能体使用。

这一举措并非 AWS 的孤例，而是整个云行业的共同趋势：

• Databricks 和 Snowflake：正在重新定位自身，成为企业数据的 AI 记忆和检索系统。
• Microsoft：更新了 Azure 平台，以处理 AI 智能体的流量突发，并实现智能体之间的内存共享。
• Cloudflare：推出了旨在为智能体提供持久环境和即时可扩展性的基础设施。

关键要点

• 流量模式错位：传统云基础设施基于人类稳定、可预测的交互模式设计，无法有效应对 AI 智能体瞬时、高并发、不可预测的“爆发式”流量。
• 机器流量激增：机器生成流量占比迅速上升，Cloudflare 预测 2027 年上半年非人类流量将超过人类流量。AI 爬虫和助手已占机器人请求的四分之一。
• 计算存储解耦：新一代 OpenSearch Serverless 的核心创新是解耦计算与存储，允许计算资源在秒级扩展，并在空闲时缩容至零，实现真正的“零闲置成本”。
• 消除闲置成本：旧架构需保留至少一个实例运行，导致资源浪费；新架构允许客户在智能体闲置时支付 $0 费用，大幅降低运营成本。
• 行业普遍转型：不仅是 AWS，Databricks、Snowflake、Microsoft 和 Cloudflare 等巨头均在调整其云基础设施，以支持智能体的持久环境、内存共享和即时扩展需求。
• 开发者体验优化：新系统与 Vercel、Kiro 等平台原生集成，使开发者无需管理底层基础设施即可快速部署面向智能体的搜索后端。

意义与影响

AWS 推出专为智能体优化的基础设施，标志着互联网架构从“以人为本”向“人机协同”乃至“以机为主”的重大转折。

首先，经济模型的优化将加速 AI 普及。通过消除闲置计算资源的成本，智能体的部署门槛和运营成本显著降低。这使得企业能够更广泛地在内部流程和客户服务中部署智能体，从而推动 AI 从“实验性项目”转变为“生产级核心业务”。

其次，基础设施的竞争力标准正在重塑。未来的云服务商竞争焦点，将不再仅仅是存储容量或通用计算能力，而是对机器流量模式的适应能力——即瞬时响应速度、弹性伸缩精度以及机器间数据交互的效率。

最后，这一趋势将引发连锁反应。随着基础设施越来越擅长处理机器生成的工作负载，智能体的部署将变得更加廉价和容易。这将反过来促使更多公司采用智能体，进一步增加机器流量，形成正向循环。最终，互联网将不仅仅是一个人类浏览的信息空间，更将成为一个由智能体自主运行、高效协作的庞大机器网络。