先说结论

9月23日国博一期 1F-102B 的「Agent Native 数据基础设施论坛」，是阿里云存储产品线罕见地以「矩阵」为单位做的整体发布：彭亚雄开场定调，随后 OSS Agent 宣布商业化、Agentic Bucket 百亿级隔离底座、AgenticFS 亿级工作空间、EBS 面向 Sandbox 的亚秒唤醒、MiniMax 客户证言、Tablestore Agentic Memory、云上数据保护、Agentic Drive 企业网盘，九个环节一气呵成。真正的题眼是开场那句话——「以访问主体之变为第一性原理」：当云上数据的读写者从人和应用变成 Agent，存储不再只是 AI 链路的后台组件，而要同时充当 Agent 的记忆载体、隔离边界和成本闸门。三位外部客户（ATIV、MiniMax、Matrees）的现场证词显示，这轮变化已经发生在生产环境，而不是 PPT 概念。需要区分的是：这场与另一场面向具身智能、智驾数据的存储论坛是两个场次，本场几乎不谈训练数据湖与吞吐，谈的全是「一个 Agent 一份空间、一份记忆」的工程学。

一、访问主体之变：三个数字把存储逼到墙角

彭亚雄的开场没有讲架构图，先讲了三个数字。第一个来自外部：他引 Cloudflare 的数据称，今年上半年已有约 50% 的流量来自 Agent 访问（嘉宾引述，转写原文如此）。第二个是内部数据：阿里云 EBS 之上每天新建的云盘，超过 70% 由 Agent 创建——据后一场 EBS 环节胡航丽的补充，半年前这个占比还小于 5%，起点是春节后某款 Agent 应用的爆火（转写作「龙虾」，写作者推断疑似指 OpenClaw，保留存疑）；彭亚雄进而预测，明年云栖时这个比例可能到 99%（嘉宾预测）。第三个数字关于广度：他引 Kimi 从 K2 到 K3 的数据称，单个子任务最多可爆发 300 个 sub-agent 组成 swarm 并行工作，工作周期虽只有数小时，但并发广度是数量级的膨胀（嘉宾引述）。

他还给了两个方向性的案例。深度方向是转写作「Anton Rubik」的 Project Vend（写作者推断疑似指 Anthropic 的自动售货机实验，保留原文存疑）：2025 年 7 月让一个 Agent 独立经营小型便利店一个月，自主决策库存、资金与订单，最终亏损——嘉宾用它说明，当 harness、记忆和工具能力补齐后，这类看似简单的长程经营任务未来可能真的不需要人类介入。广度方向就是上面 300 个 sub-agent 的 swarm。深度与广度叠加，压到存储上就是四件事：其一，并发洪峰——「人要睡觉，Agent 不睡觉」，量级从数千、数万到百万级并发，背后还有亿级常驻工作空间要求数据隔离与权限策略不混乱（嘉宾称）；其二，生命周期从虚拟机的数天数年压缩到沙箱的分钟级，拉起、休眠、销毁的每个环节都在打数据面和管控面；其三，记忆——他举自动驾驶的例子，摄像头五秒前看到的障碍物，被遮挡后系统仍然记得，具身智能场景更甚；其四，数据保护——「当你把 Agent 的全部上下文干掉，它跟从零开始没有任何区别」（嘉宾原话大意）。

这里已经出现第一条完整链条：Agent 的并发规模与分钟级生命周期，使传统「按容量卖性能、按实例收管理费」的存储模型失效（机制）→ 厂商被迫把管控面重构成数据面、把性能做成池化（直接变化）→ 单个 Agent 的存储边际成本趋近于零，平台才敢把「秒级唤醒、分钟级回收」写成产品承诺（二阶影响）→ 对读者的启发是：评估任何 Agent 平台或自建方案时，别看容量单价，先问两个数——每个 Agent 的存储边际成本，和唤醒延迟的 P95。 本场后面每一个产品，几乎都是这条链条的一次落地。

二、隔离的救赎：从一个 Prefix 的妥协，到一个 Agent 一个桶

对象存储环节是本场信息密度最高的部分，产品负责人（议程为谢桂珍；转写中其自报名被识别为「邢代」，报幕公司名被识别为「千尚科技」，均按议程校正）与技术专家韦楠（转写作「韦南」）讲了 OSS Agent 从预发到正式商业化的跨越：2026 年 5 月预发，至今超 10 万用户使用，今天宣布支持 Agent-to-Agent 标准协议接入与多个 IM 端接入，新增大规模数据下钻分析与账单用量对话两大场景（嘉宾称）。这一点有官方文档可直接印证：阿里云帮助中心的 OSS Agent 页面写明其基于通义大模型，能力分智能运维与 Talk to Bucket 两类，且按风险分级管控——低危读操作直接执行、中危写操作需二次确认、删除类高危操作不交给 Agent 直接执行——与韦楠现场所说「不同风险等级的操作百分之百覆盖人工确认和风险预警」互相咬合（官方文档）。

Demo 与客户证词把「存储管理被重写」讲得很具体。谢桂珍演示了自然语言上传分类、失败任务经钉钉飞书即时通知、监控视频里「消失的杯子」多模态破案、一周近万元账单的下钻——97% 费用出在存储容量，根因是资源包的存储类型与地域不匹配（现场演示数据）。客户 ATIV（翁柔莹，议程为北京谦上科技，现场自报品牌 ATIV）是一家做「原生为 AI 服务的搜索引擎」的公司：千亿级索引库、每天数十亿条多模态数据更新、用搜索替代推理省 token 90% 以上（嘉宾称）。她的运维案例更有说服力：过去 OSS 出 403 错误要提工单，十几分钟到半小时才能解决；用 OSS Agent 后约 30 秒关联到请求特征，一分钟左右定位到 bucket policy 的权限条线并给出修复方案与影响范围，人工确认后自动执行变更，前后两三分钟闭环（嘉宾称）。而高风险操作如扩容、释放资源，仍会触发人工确认后才执行——隔离与效率的边界被明确画在「风险等级」上。

韦楠回答了「怎么敢把线上存储交给大模型」：三条原则（默认安全不触碰 AKSK 与敏感数据、全程可追溯可审计、可回滚的 dry run 预演与变更快照）加上四层防护（输入意图保障、业务知识约束、白名单动作控制、输出审查合规）与五层部署架构；对百亿级 bucket 的长耗时任务（清单可达百 GB 级），先拆子任务、把本地工具注册为 client tools、每个 react loop 的状态沉淀进 Agentic Bucket 以支持崩溃恢复，再用滑动窗口、摘要压缩、轨迹检索管理跨轮上下文（嘉宾称）。

真正的架构宣言来自 Agentic Bucket。谢桂珍指出 Agent 时代的租赁逻辑变了：同一个 Agent 的不同 Session 之间数据与记忆完全隔离，有多少会话就需要多少完全隔离的存储池——但「一个沙箱一个独立 Bucket」受限于 Bucket 数量上限，行业普遍妥协成「一个沙箱一个 Prefix」。阿里云的选择是把困难留给自己：直接把 Bucket 数量扩到百亿级。三层架构为 Agentic Bucket（模板化管控层，新 Space 自动继承 policy、ACL、多版本等配置）/ Bucket Space（能力等同于一个完整 Bucket：独立域名、独立配额、独立权限）/ Object 层（兼容 S3 协议，支持 OSSFS 以 POSIX 挂载）（嘉宾称）。肖国平的技术解读给出关键判断：「在 Agent 时代，管控面就是新的数据面」——把 Bucket 元数据直接放进自研分布式文件系统、网关直达，Bucket 数量达到百亿级，单用户创建 Bucket Space 可达 10 万 QPS；再配合泛域名（一次绑定、每个 Space 一个子域名）、调度打散到不同集群的物理隔离、Bucket Space 级容量上限与默认流控（嘉宾称）。客户侧的落点是荣耀终端的悠悠智能体：从「通用 Bucket+Prefix 逻辑隔离」升级为「一沙箱一个独立 Bucket」，联合阿里云 ACS 团队端到端打通（嘉宾称）。Agentic Bucket 的真实性可由官方 CreateCnameToken 接口文档佐证——其中已出现 Agentic Bucket 专有的 wildcard 泛域名参数（官方文档）；写作者另检索到腾讯云也已推出「智能体桶 COS Agent Bucket」，单桶承载亿级空间，可推断「隔离粒度」正在成为云存储竞争的新规格战场（外部检索+写作者推断）。

文件存储 AgenticFS（转写中混作「Agentic FS」「ErgentaFS」等，按官方名校正）把同一逻辑推到亿级。孟威给出的对照是：传统 NAS 单实例文件数只有 10-20 亿、配额与接入点仅千级，Agent 平台被迫把业务拆到多个实例；AgenticFS 聚合 region 内多可用区多存储集群为一个超级文件系统，单个集群可管百万级 Space，挂卸载 QPS 十万级（较传统文件存储提升约千倍）、端到端挂载约 600 毫秒，生命周期加归档可把成本降 92% 以上，零 KB 起步按量付费（嘉宾称；官方文档当前邀测版本标注单文件系统最高 50 万 AgenticSpace，「百万现值、亿级即将」属现场路线图口径，两者并列存档）。刘善阳把隔离讲成了故障域经济学：每个 AgenticSpace 有独立 inode 命名空间、独立配额、独立挂载点与凭证，大容量写异常被配额困在 Space 二内部、高 IOPS 异常被性能隔离困在 Space 三内部，Space 一照常运行——平台从「全平台排查」退化为「只处理出问题的那个 Agent」。安全侧的零信任临时凭证设计同样以 Agent 为前提：「Agent 的执行逻辑由大模型动态生成，容易被诱导走向破坏性路径」，所以凭证自动轮转、不落盘、每 Space 独立，攻击窗口从月级缩到分钟级（嘉宾称）。

第二条链条在此成型：会话级隔离成为刚性需求 → Prefix 式逻辑隔离是安全债（机制）→ 云厂商把隔离下沉为物理与凭证两层原生能力（变化）→ 安全责任从应用层部分转移给存储层，应用团队不再自己造多租户隔离（二阶影响）→ 启发：审计你系统里所有「用目录隔离冒充权限隔离」的地方，并把凭证轮转自动化提上日程——这两件事 Agent 时代都守不住。

三、亚秒唤醒的经济学：Sandbox 的存储账本与 MiniMax 的三次搬家

块存储环节由胡航丽、鲁振伟主讲，产品叫 Agentic Disk Pool。胡航丽把 Agent 负载总结为三个字：并发大（较此前业务提升 6 倍，正朝 10 倍甚至百倍发展）、轻（云盘容量降一个数量级，数 GB 级）、短（生命周期基本小于 30 分钟，任务完成即释放）——由此产生一组矛盾需求：小容量却要数百 MB/s 吞吐、低成本保持却要随时快速唤醒（嘉宾称）。解法是把性能池化：Disk Pool 内哪怕 1GB 的云盘也能突发到 350MB/s 吞吐、2000 IOPS——鲁振伟给的对照是传统 NVMe SSD 约 100 IOPS/GB、AutoPL 约 1000，同价位下吞吐约 3 倍、IOPS 约 10 倍；用开源 E2B 测试，高吞吐场景性能提升 2 倍以上、唤醒阶段 3.8 倍（嘉宾称）。深圳地域实测：一分钟内启动一万个 Sandbox，全链路 P95 耗时下降一个数量级、从数秒降到百毫秒级（嘉宾称）。启动链路的另一个细节是多镜像合并：过去八个镜像意味着八次创盘、八次挂载、串行的设备枚举，合并到一块云盘后耗时降到原来的 10% 左右。

成本侧的三个数字更值得记：其一，NVMe 多 Namespace 机制让单个控制器挂多块云盘、设备数从 M 扩到 M×N，fast mount 把挂载路径从 PCIe 热插拔缩短为 Admin Queue 直接下发，挂载 P95 从接近 1 秒降到约 50 毫秒，单 vCPU 可挂载云盘数量提升 4 倍——同样 CPU 内存开出 4 倍 Sandbox，单 Sandbox 成本降为四分之一（嘉宾称）；其二，闲置与休眠态用快照保存，按实际数据量计费，单 GB 成本约为 ESSD 类云盘的 10%，整体可降 95% 以上，配合 lazy load 按需加载与热点预热，仍能亚秒级唤醒（嘉宾称）；其三，面向强化学习场景提供跨 AZ 克隆与一到 N 批量克隆，保证并行探索的起始环境完全一致（嘉宾称）。总承诺被胡航丽压成一句话：支撑百万级 Sandbox 一分钟内启动，同时保住设备级隔离。

这套东西好不好用，MiniMax 的演进史是最好的证词。莫蒂（上海稀宇科技，转写作「西语」；MiniMax Agent 研发工程师）给出规模：MiniMax Agent 累计百万级用户、PB 级 Agent 数据，M3 系列模型原生多模态、百万级上下文（嘉宾称）。他们的存储架构换了三代：第一代 K8s Pod+EBS 云盘，任务结束把 EBS 归档到对象存储、冷启时再恢复——用户代码仓库、编译依赖越大，归档恢复越贵，还要自管归档逻辑；第二代引入 ACS 安全容器，EBS 路线（大规模快速启动+快照休眠）用于托管长期运行的个人助理类 Agent（转写作「Open Cloud」「Holmes」，写作者推断疑似指 OpenClaw、MaxHermes 类产品，保留存疑），NAS 路线用于 Web 端任务型 Agent——存算分离了，但「目录的隔离并不意味着权限和资源的完全隔离」：coding 用户海量小文件与多模态用户并发大文件互相干扰；第三代与阿里云共建引入 AgenticFS，给每个用户分配独立 Agentic Space（嘉宾称）。他们的最佳实践是两次分离：harness 与 compute 分离（把文件系统和操作系统相关的工具抽象进安全沙箱，Agent 感知的环境更纯净，harness 层可独立优化）；compute 与 storage 分离（ESSD 承载镜像与运行时、快照预热实现百毫秒级创建挂载，AgenticFS 承载用户持久化数据，对象存储承载跨会话数据）。效果是 compute 沙箱拉起加 AgenticFS 挂载达到秒级、用户无感；Agent team 里不同成员的 compute 跑在不同沙箱，却能按需挂载同一个 Agentic Space 目录共享文件与上下文；任务结束即回收计算资源，续聊时新拉沙箱挂回原目录即恢复状态——「把整个架构上所有有状态的依赖都收敛到 AgenticFS 上」（嘉宾原话大意）。这正呼应第一条链条：当唤醒是秒级、保持是快照价，「Agent 常驻」才在经济上成立。

四、会记事、会思考的存储：记忆、保护与网盘

Tablestore 环节（薄磊、李昕朋；产品名在转写中混作「table store」「table style」「表格存储」，客户公司 Matrees 被报幕成「Matrix」，均按议程与官方名校正）把话题从「空间」转向「上下文」。薄磊称，去年云栖表格存储发布了知识服务与记忆服务，今年将其升级为 Tablestore Agentic Memory，定位是「云端托管智能体的认知协同上下文存储」：不再局限于一条条记忆，而是把短期会话记忆、提炼出的长期记忆、团队 Wiki 知识库、RAG 切片知识库、从会话中提炼的技能统一进「泛记忆」范畴；今年新增文件记忆（Agent 产出的 Markdown 文档直接存入工作区、以 FUSE 挂载进 Sandbox）与 Agentic Task（记忆提炼、整理、反思、知识编译）。底座是 Tablestore 分布式存储加 OSS Vector Bucket——后者在昨天隔壁论坛刚发布的 Fusion Mode 面向温热向量数据，检索延迟数十毫秒、召回率 99%、检索 QPS 数千，支持向量多路、标量混合与全文检索（嘉宾称）。内部用户包括千问、千问办公（转写作「千万办公」，按公开产品名校正）、Agent Core 与百炼（嘉宾称）。李昕朋给出的硬指标是：在记忆场景行业公开数据集上综合端到端准确率 92.34%、行业第一梯队，单记忆库支持百万级租户、亿级记忆条数；技术上是三层记忆引擎（保留背景与人物的情景层、沉淀偏好与决策的事实层、包含实体时间关键词的检索表达层）加基于 Vector Bucket 的高召回索引，再加记忆整理引擎做归并去重与经验提炼，以及记忆与知识的双向演进——记忆沉淀为知识文档、与存量手册共同编译成知识图谱，用户反馈知识过时则先存为长期记忆再经知识回流修复（嘉宾称）。现场 Demo 用三次集群故障排查演示了进化：第一次靠图谱和工具能定位却无经验处理，用户指导沉淀为带来源版本的长期记忆；第二次召回记忆完成诊断；经记忆整理沉淀出可复用的 skill 与画像、增量编译、并保留知识订正前后的视图；第三次一次完成诊断、治理与验证。

客户 Matrees（刘华耀，唐山文余联合创始人）的故事对中小团队最有参考价值。他们做架空世界观创作平台：世界观从核心概念生长出角色、地点、组织、宗教，再衍生小说、剧本、漫画；痛点是几百个角色、几万年编年史、单个设定数十万字、总量上千万字之后，改一个人物的出生年份整条时间线崩塌，多人协作（插画师、剧情师、人设师）更难维护。他们的 Agent 需求是秒级全量检索、提案制写入（审核、门禁、历史版本）、按「用户×世界」多对多隔离记忆。技术选型走过弯路：demo 阶段用 n8n 加开源向量库（转写作「Coherent」，写作者推断疑似指 Qdrant，保留存疑）加自建蒸馏记忆，灰度一个月用户反馈很好；随后开源架构 bug 触发升级，向量库数据膨胀占满内存与硬盘，更要命的是生产库重启需要把全部向量从硬盘加载进内存，持续两个小时。迁到阿里云 Vector Bucket 加 Tablestore 记忆服务后，三人技术团队只用三天完成迁移；现在百万到千万字的世界观秒级召回，用户写作习惯与文风沉淀成画像也能秒级召回（嘉宾称）。他的结论很直白：大公司的 Agent 能力是黑箱、开源框架自由度太高，「我们要自己的 harness，但记忆、存储、向量这种高技术债，放心交给云」。

数据保护环节（李媛、张磊）的出发点冷静得近乎扫兴：Agent 误删的速度「可能是以前人删速度的几万倍」，再叠加人为误操作、勒索加密与合规举证需求（嘉宾称）。AI 全链路上每类数据都输不起：训练集丢了要重采集重清洗，checkpoint 丢了损失的是算力和时间，RAG 知识库丢了要从原始标量数据重新向量化建索引，AgenticFS 上的 Markdown 与 skill 丢了等于 Agent 的记忆与工作状态清零。对应四个进化：新形态全覆盖（Vector Bucket、AgenticFS 均可备份恢复，AgenticFS 支持按文件系统、Space、目录、文件四级粒度）；CPFS 升级为无代理高性能备份（不再需要客户自购 ECS 装备份节点，扫描速率 3 万文件/秒、备份速率 5GB/秒）；备份索引搜索（从百亿备份文件中秒级到分钟级定位、点对点恢复）；以及即将发布的数据保护专家 Agent——之所以叫「专家」不叫「助手」，是阿里云把多年数据保护经验蒸馏了进去，能做等保 2.0 各级的合规解读、扫描云上资源、列出差距、给出可执行脚本并一键整改（嘉宾称）。两个落地案例给了量化效果：某头部互联网用户在 CPFS 上有约 200 亿个训练数据集文件、约 2PB 实时滚动的 checkpoint（每天新增与淘汰各几十 TB），多个业务方各自的 Agent 和脚本频繁误删误改——采用无代理备份加每天全量加增量加逐目录元数据索引后，RPO 小于 24 小时、百亿文件约 5 分钟检索定位、恢复全程无需自备 ECS（嘉宾称）；某房地产用户 300 多台 ECS、80 多个 OSS Bucket、20 多个 NAS 分布在三个地域，靠专家 Agent 每天自动扫描、发现新增不合规实例立即修正（嘉宾称）。张磊的收尾值得引用：「往往是一群人带着一个军团的 Agent 在处理数据，每个人都能碰到数据」——所以「让 AI 放心创造，让每一份数据都有退路」。

最后登场的 Agentic Drive（转写中混作「Zentyx Drive」「Zendesk Drive」，按议程校正）把整场推向「存储会思考」的收束。徐慧的场景从个人痛点出发：在会场用手机拍照，要传回电脑再交给 Agent 写报告，多个 Agent 之间来回搬文件，「本地目录都要爆炸了」——解法是把网盘变成多 Agent 共享的知识库：个人、团队、企业空间都可以授权给 Agent，每个 API Key 是一个带身份权限的独立工作空间，可以像管理真员工一样给 Agent 设「只查看、不许改、不许下载」；文件入盘自动 embedding，文搜文、图搜文、文搜图、图搜视频一句话召回；权限、身份、日志审计、版本恢复、两道回收站、访问流控齐全；从购买到可用十分钟（嘉宾称）。最关键的一句是「权限发生在召回之前」——无权限的文件根本不会进入 Agent 与模型的视野。杨晔辉的技术解读把动机说透：传统存储只感知字节，Agent 被迫把数据捞到本地 Sandbox 处理、再建本地向量索引，数据反复搬运、token 大量浪费、权限可能被绕过；Agentic Drive 用三层重写——多模态网关（RAM 之外支持 LDAP/SAML、OAuth 与 API Key policy，权限可精确到每个 Agent 每个会话）、多模态存储（一个视频的画面特征、语义、人物物体、时间、字幕、OCR 持久化进键值、倒排、向量、图、地理位置五个并行索引，检索各层都嵌入权限控制）、多模态计算（上百种 AI 能力变成存储内算子，smart flow 编排引擎按任务目标与成本生成执行流，token 消耗可降 90% 以上）（嘉宾称）。三个落地场景：一句话用图片素材生成视频成果并分发；把三小时云栖视频自动总结成 PPT 沉淀为企业知识；每天早上七点 Agent 自动汇总业界新闻、内部待办与邮件生成当日工作文档。「存储正在从沉默的数据仓库醒来，成为 Agent 的大脑和双手」（嘉宾原话大意）。

收束：矩阵之后看什么

把九个环节放回一张图，这场发布其实只有一个命题的九种解法：对象存储给隔离（Agentic Bucket、Vector Bucket）、文件存储给工作空间（AgenticFS）、块存储给运行时（Agentic Disk Pool、快照休眠）、表格存储给记忆（Agentic Memory）、网盘给协同（Agentic Drive）、备份给退路（云备份+专家 Agent），再用 OSS Agent 把管理界面本身换成自然语言。第三条链条由此闭合：Agent 产生记忆与技能 → 记忆成为新的数据形态（机制）→ 记忆被产品化为带准确率指标的服务，92.34% 这类数字开始出现在存储发布会（变化）→ 初创团队 3 人 3 天替换掉自建向量库与记忆管线，运维债变成 API 账单（二阶影响）→ 启发：记忆系统自建还是托管，决策点不在功能清单，而在「重启加载两小时」这类隐性运维成本上。 第四条链条同理：Agent 会误删（几万倍速）→ 数据保护从 yearly 演练变成 RPO/检索分钟级的日常 SLA → 给 Agent 开写权限之前，先配好快照策略、回收站与版本链，顺序不能反。

往后半年的观察指标，写作者建议盯四个：AgenticFS 从文档现值 50 万 AgenticSpace 到现场宣称亿级 Space 的路线图兑现速度；OSS Agent 商业化后对高危操作的放权节奏（这决定「对话式运维」的真实边界）；记忆服务会不会出现第三方基准榜，让 92.34% 这类厂商自报数字有对照；以及「智能体桶」这个新品类有多少厂商跟进——腾讯云已经入局，规格战大概率围绕单桶空间数与隔离粒度展开。至于更远的判断，不妨记住彭亚雄那个 70%：当每天新建的云盘几乎全部由 Agent 创建时，存储产品的买主也会从人变成 Agent——今天这些面向 Agent 的接口、凭证与计费设计，就是在为那个「存储自己采购存储」的未来铺路。

归属说明：本文事实与数字均出自本场论坛现场转写（0-11379 秒，95 段，全文覆盖），讲者身份以官方议程为准；标注「嘉宾称」的为现场陈述，标注「官方文档」「外部检索」的经阿里云帮助中心等公开来源核验，标注「写作者推断」的为本文分析判断；转写同音错误按议程校正并在事实账本中留痕，无法确认的专名保留原文并注明存疑。