דלגו לתוכן
גיליון 001·חי·20:20 IL
→ יומן/2026-10-28·8 דק׳

AgentCore ו-S3 Files: מה AWS אומרת על מערכות קבצים משותפות לסוכני חקירת מסמכים

הפוסט של AWS מ-27 באוקטובר משלב סוכן AgentCore runtime עם פונקציית Lambda על mount משותף של S3 Files. מה הוא טוען, שלוש חוקי העקביות, ובקרות ה-prompt injection שהוא מפרט, עם רשימת הבדיקה שלי.

מאת Harel Asaf·בונה בינה מלאכותית·תל אביב

AWS פרסמה ב-27 באוקטובר עיצוב ייחוס לסוכן חקירת מסמכים: פונקציית Lambda מכינה תיקיית תיק על מערכת קבצים של Amazon S3 Files, וסוכן Amazon Bedrock AgentCore runtime ממפה את אותה מערכת קבצים וחוקר אותה עם קריאות וכתיבות קבצים רגילות. החלקים הכי שימושיים בפוסט הם לא ה-CloudFormation. הם שלושת חוקי העקביות שלו ורשימת בקרות ה-prompt injection שלו.

קראתי את כל פוסט AWS. לא קראתי את תיעוד S3 Files, את מדריך מערכת הקבצים של AgentCore או את דוגמת Serverless Land שהוא מקשר, ולא פרסתי שום דבר. זה מה שהפוסט אומר, בתוספת ההצעות שלי היכן שאני מתייג אותן.

העיצוב כפי שמתואר

הפוסט אומר שהבעיה היא חקירות שבהן לא יודעים מראש אילו קבצים צריך. הדוגמה שלו היא סכסוך חוזה, שבו ההסכם מצביע על תוספת והתוספת מצביעה על חשבונית. האלטרנטיבה הרגילה שהוא מזכיר היא שרשור שלבים דרך הורדות והעלאות אובייקטים, שמוסיף תיאום, מגבלות גודל payload וקוד סריאליזציה.

לפי הפוסט:

  • S3 Files מציג bucket של S3 כמערכת קבצים משותפת על NFS, עם עקביות read-after-write, נעילת קבצים והרשאות POSIX.
  • פונקציית Lambda יכולה למפות אותה ישירות. AgentCore runtime יכול למפות access point של S3 Files לתוך כל סשן סוכן בנתיב שאתם בוחרים, דרך תמיכת bring-your-own file system.
  • שלב 1 הוא פונקציית Lambda שמנרמלת סט מסמכים לתיקיית תיק אחת וכותבת manifest.json.
  • שלב 2 הוא סוכן על AgentCore runtime שקורא את המניפסט, מפרט את התיקייה, פותח מסמכים, עוקב אחרי הפניות וכותב ממצאים מובנים בחזרה.
  • ה-bucket של S3 נשאר מקור האמת, ושינויים על ה-mount מסונכרנים אליו.

הדוגמה היא תבנית CloudFormation אחת עם סוגי משאבים AWS::S3Files::*, בתוספת AWS::Lambda::Function ו-AWS::BedrockAgentCore::Runtime. פרטים שהפוסט קובע: נתיב ה-mount של Lambda חייב להיות תחת /mnt/ עם רמת תת-תיקייה אחת, הפונקציה צריכה לפחות 512 MB זיכרון, הסוכן מצרף את ה-access point דרך FilesystemConfigurations.S3FilesAccessPoint, ו-security groups מאפשרים NFS על פורט 2049 ל-mount targets. הרשאות IAM מוזכרות: s3files:ClientMount ו-s3files:ClientWrite מצומצמות ל-ARN של ה-access point, s3:GetObject לקריאות ישירות, ו-bedrock:InvokeModel לסוכן.

שלושת חוקי העקביות

זה החלק שהייתי שומר גם אם אף פעם לא תשתמשו בשירותים האלה יחד.

1. לקרוא מה-mount. הפוסט אומר שקריאות על ה-mount הן מיידיות, בזמן שהסנכרון בחזרה ל-S3 א-סינכרוני. הוא אומר שקריאת עותק ה-bucket במקום יכולה להחזיר נתונים מיושנים או חסרים עד שה-export משיג, ומצביע על מדד CloudWatch בשם PendingExports.

2. כותב אחד לכל נתיב. אם קובץ על ה-mount ואובייקט ה-S3 שלו משתנים באותו זמן, הפוסט אומר ש-S3 Files מתייחס ל-bucket כמקור האמת ומעביר את הקובץ לתיקיית lost-and-found. בדוגמה, Lambda הבעלים של raw/ והמניפסט, והסוכן הבעלים של findings/.

3. לתת שמות לקבצים לפי מפיק. כל פלט מקבל נתיב משלו במקום הוספה לקובץ משותף.

סעיף ה-prompt injection

הפוסט מתייחס לכל קובץ על מערכת הקבצים המשותפת כקלט לא-מהימן. הוא מזכיר שלוש צורות כשל:

  • ממצאים מוטים. שורה נטועה כמו פתק הטוען שביקורת פנימית אישרה ספק מופיעה כמסקנה.
  • חציית גבולות תיקים. אם כלי לוקח מזהה תיק או נתיב מהמודל, טקסט מוזרק יכול לנווט את הסוכן לתיקיית תיק אחר. הפוסט אומר שהרשאות IAM ו-POSIX לא מונעות זאת כשכל התיקים חולקים access point אחד.
  • התמדה. אם חקירות מאוחרות יותר קוראות דוחות שהסוכן כתב, דוח מורעל נושא את ההזרקה קדימה.

הבקרות שלו, מהחזקה לחלשה כפי שהפוסט מסדר אותן:

1. לקחת את מזהה התיק מ-payload ההפעלה, לא מהמודל. לתרגם נתיבים לצורה קנונית ולסרב לכל דבר מחוץ לתיקיית התיק. להפרדה מתחת לאפליקציה, להשתמש ב-access point אחד או אישורים scoped-לסשן לכל תיק.

2. לשמור את נתיב הכתיבה נפרד מנתיב הקליטה, כך שהסוכן לא יכול לשנות מסמכים גולמיים.

3. לדרוש ראיה לכל ממצא: קובץ מקור וקטע, עם review לפני שמישהו פועל.

4. לסנן טקסט מסמכים עם Amazon Bedrock Guardrails בתוך הכלי. הפוסט אומר ש-guardrail מחובר לקריאת Converse לא מעריך תוצאות כלים, אז הוא ממליץ לקרוא ApplyGuardrail מכלי הקריאה עם מקור INPUT ומסנן prompt attack מוגדר ל-block, ועם מקור OUTPUT על ממצאים לפני כתיבה.

5. לרשום כל נתיב שנפתח או נדחה, לכל תיק, ולהתריע על קריאות, דחיות וחסימות guardrail לא צפויות.

דבר אחד ששווה לשים לב אליו: כלי ה-read_document בדוגמה, כפי שמוצג בפוסט, לוקח case_id ונתיב יחסי כארגומנטים. הבקרה הראשונה של הפוסט עצמו אומרת שמזהה התיק צריך לבוא מ-payload ההפעלה, לא מהמודל. ה-snippet מתוייג כדוגמה לכלי, לא כגרסה המוקשחת, אז קראו את השניים יחד.

מול Bedrock Data Automation

הפוסט אומר ש-Data Automation מחלץ פלט מובנה ממסמכים, תמונות, אודיו ווידאו דרך pipeline מנוהל, שמתאים כשיודעים את המסמכים והשדות מראש. סוכן מותאם אישית מתאים לחקירות פתוחות שבהן מסמך אחד מצביע על אחר. הוא גם אומר שהרצת סוכן משלכם נותנת שליטה על לולאת הנימוק, ניסיונות חוזרים וצורת הפלט.

מה הייתי בודק

אלה הצעות שלא בדקתי.

1. מכסות ואזורים. הפוסט אומר לבדוק Service Quotas עדכניות ל-S3 Files לפני התרחבות. עשו זאת, ואשרו איפה AgentCore ו-S3 Files שניהם זמינים לכם.

2. בידוד לכל תיק. אם אתם מטפלים במסמכים מלקוחות שונים, החליטו מראש אם access point אחד לכל תיק שווה את התקורה. הפוסט מפרט אותה כבקרה החזקה ביותר.

3. חתימת כלי הקריאה שלכם. בדקו אם המודל יכול לבחור נתיב או מזהה תיק, ובדקו ניסיון path traversal.

4. התנהגות lost-and-found. הפוסט אומר לבדוק איך עומס העבודה שלכם מתנהג כשקובץ מועבר לשם. עשו זאת לפני ייצור.

5. התראה על PendingExports. משנה רק אם משהו קורא את ה-bucket ישירות, אבל אז זה משנה מאוד.

6. עלות. הפוסט לא נותן תמחור. קראו את עמודי התמחור של S3 Files ו-AgentCore לפני שאתם מתחייבים.

מה לא הייתי מסיק

  • שזה ההתאמה הנכונה לעומס העבודה שלכם. הפוסט הוא עיצוב ייחוס אחד.
  • שצעד ה-guardrail עוצר injection. הפוסט מפרט אותו רביעי מחמש, כבקרה חלשה יותר.
  • שהדוגמה מוכנה לייצור. לפוסט יש סעיף "moving to production" שמפרט עבודה שעוד צריך לעשות.
  • שהביצועים או העלות טובים. הפוסט לא משתף מספרים על אף אחד מהם.

שאלות נפוצות

מהו Amazon S3 Files?

לפי הפוסט, הוא מציג bucket של S3 כמערכת קבצים משותפת על NFS עם עקביות read-after-write, נעילת קבצים והרשאות POSIX.

האם AgentCore יכול למפות אותה?

הפוסט אומר ש-AgentCore runtime יכול למפות access point של S3 Files לתוך כל סשן סוכן דרך תמיכת bring-your-own file system.

למה לא פשוט להשתמש ב-S3 APIs?

הפוסט אומר שהורדות והעלאות אובייקטים בין שלבים מוסיפות תקורת תיאום, מגבלות גודל payload וקוד סריאליזציה. הוא לא עושה benchmark לאלטרנטיבה.

מה קורה כששני כותבים נוגעים באותו קובץ?

לפי הפוסט, אם קובץ על ה-mount ואובייקט ה-S3 שלו משתנים באותו זמן, S3 Files מתייחס ל-bucket כמקור האמת ומעביר את הקובץ לתיקיית lost-and-found.

איך הוא מטפל ב-prompt injection?

הוא מפרט חמש בקרות: מזהה תיק מה-payload, נתיב כתיבה נפרד, ראיה לכל ממצא, ApplyGuardrail בתוך כלי הקריאה, ורישום לכל תיק עם התראות.

האם יש דוגמה לפריסה?

הפוסט אומר שיש מימוש ייחוס ב-Serverless Land. לא קראתי אותו.

האם הפוסט נותן מספרי עלות?

לא. הוא אומר למחוק את מחסנית ה-CloudFormation כדי להימנע מחיובים שוטפים, ושה-bucket ומערכת הקבצים נשמרים כברירת מחדל וצריכים מחיקה נפרדת.

מקורות

כולם נקראו ב-28 באוקטובר 2026.

לא נקראו: תיעוד S3 Files, מדריך קונפיגורציית מערכת הקבצים של AgentCore, דוגמת Serverless Land, ועמודי תמחור.

קריאה נוספת

יומן הבנייה

לעקוב אחרי העבודה.

מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.

עקבו ב-RSS