AWS показала, как data mesh становится фундаментом для агентного AI в продакшне

AWS опубликовала подробное техническое руководство по созданию управляемой serverless data mesh — архитектуры, которая обеспечивает агентному AI надёжный, безопасный и масштабируемый фундамент для работы в продакшне.

Почему агентам нужна data mesh

Агентный AI принципиально отличается от чатботов: он самостоятельно формирует цепочки действий, обращается к инструментам и принимает решения без участия человека. Чтобы делать это надёжно, агент должен получать актуальные корпоративные данные в реальном времени — и делать это строго в рамках политик безопасности. Проблема в том, что корпоративные данные традиционно разбросаны по десяткам систем, команд и форматов. Централизованные data warehouse и data lake решают часть задач, но порождают узкое место: данные устаревают, схемы расходятся, а единственная команда инженеров не справляется с запросами всех подразделений. Data mesh предлагает иной подход: каждый домен (финансы, маркетинг, логистика) сам владеет своими данными и публикует их как «продукт» — с документацией, чёткими схемами и контрактами на доступ. AI-агент подключается к такому продукту напрямую, без посредников.

Архитектура на AWS AWS предлагает serverless-стек, который позволяет

реализовать data mesh без управления серверами: Amazon S3 — децентрализованное хранилище: каждый домен держит данные в отдельных бакетах AWS Glue Data Catalog — единый каталог схем и метаданных для всех доменов AWS Lake Formation — управление правами доступа на уровне таблиц, колонок и строк Amazon Athena — serverless SQL-запросы к данным в S3 без дополнительных ETL-пайплайнов * AWS IAM — ролевая модель: каждый агент получает минимально необходимые права Ключевой момент: агенту не нужно знать физическое расположение данных. Он обращается к логическому продукту через каталог Glue, а не напрямую к бакетам S3. Это позволяет командам переносить и реструктурировать данные без изменения интерфейса для агентов.

На практике цикл выглядит так: агент получает IAM-роль, Lake Formation проверяет права при каждом запросе, Athena выполняет SQL, результат возвращается агенту. Всё serverless, все действия аудируемы.

Безопасность и контроль

Агентный AI непредсказуем: он может сформировать запрос, который перегрузит систему, или попытаться прочитать данные за пределами своего домена. AWS закрывает это на нескольких уровнях. Политики Lake Formation блокируют любые запросы за пределами разрешённой области — даже если агент технически имеет доступ к S3. CloudTrail ведёт полный аудитный лог каждого действия. Квоты Athena ограничивают объём данных, сканируемых за один запрос, что защищает от случайных или намеренных перегрузок. Отдельная важная деталь — семантика данных. Glue Data Catalog хранит не только схемы, но и описания полей: агент понимает смысл того, что читает, а не просто получает набор байтов без контекста. Версионирование схем гарантирует, что изменение структуры в одном домене не сломает агентов, работающих с этим продуктом.

Что это значит

Data mesh перестаёт быть теоретической концепцией и становится практическим требованием для всех, кто строит production AI. Компании без управляемого доступа к данным получат агентов, которые либо ненадёжны, либо небезопасны — а чаще оба варианта сразу. AWS предлагает готовый serverless-стек, закрывающий большинство задач из коробки.