随着人工智能代理（AI agents）从试验项目逐步进入生产环境，互联网底层正在围绕“机器流量”而非人类用户被重新设计。

过去，云基础设施主要服务于人类行为：搜索、点击、滚动和观看流媒体等模式相对稳定、可预测。而人工智能代理的访问方式明显不同，它们可以在极短时间内并行启动多个子代理，查询数百个数据库、检索文档、调用大量 API，随后迅速进入空闲状态。这种突发性和瞬时性，对传统为人类交互优化的系统提出了新的要求。

在此背景下，亚马逊云科技（AWS）开始调整其核心云基础设施。周四，AWS 发布了新一代 OpenSearch Serverless，这是一款完全托管的搜索与向量数据库服务，被定位为面向代理工作负载的大规模信息存储与检索系统。AWS 称，该系统可以在代理触发任务时在数秒内自动扩展算力，并在空闲时缩减至零。

这一产品更新被视为科技行业共识的体现：最初为人类驱动的互联网设计的基础设施，在一个日益由代理主导的环境中适配性不足。

尽管目前人工智能代理在整体互联网活动中仍占较小比例，但机器生成流量已相当可观，并呈持续上升趋势。Cloudflare 的数据显示，在过去六个月中，机器人占整体 HTTP 流量的 31%，其中人工智能爬虫、搜索引擎和助手约占所有机器人请求的四分之一。

Cloudflare 高级产品经理赖怡·奥尔森（Lai Yi Ohlsen）在接受 TechCrunch 采访时表示，非人类流量预计将在 2027 年上半年某个时间点超过人类流量。

在上周举行的谷歌 I/O 开发者大会上，谷歌介绍称，用户将能够把部分任务交由人工智能系统处理，包括购物调研、预订旅行、浏览网页以及与应用互动等。但相关应用并不限于面向消费者的代理。越来越多企业在内部部署代理，并将其用于面向客户的服务，在后台生成新的机器间流量类型。

在这种趋势下，云服务提供商和基础设施公司正调整原本围绕人类用户设计的系统，以适应代理持续自主检索信息、调用工具并在机器之间产生高频交互的场景。

AWS 新版 OpenSearch Serverless 正是这一调整的具体体现之一。

亚马逊 OpenSearch 服务总经理蒂娅·怀特（Tia White）在接受 TechCrunch 采访时表示，当前时点“非常明确”：代理正在从实验阶段走向生产环境，而它们产生的流量模式并非现有基础设施最初设计要处理的对象。她指出，这类流量会在没有预警的情况下突然激增，又可能迅速转为空闲，企业需要搜索服务既能跟上这种变化，又不必为闲置计算资源持续付费。

据介绍，新一代系统的关键技术变化在于将计算与存储解耦。这样一来，计算资源可以在几秒内扩展以应对代理流量高峰，并在空闲时缩减至零，使客户在代理不活动时无需承担计算费用。

怀特表示，在此前的 Serverless 版本中，存储与计算仍是耦合的，至少需要保持一个实例常驻运行，无法按需自动启动计算资源，导致无论是否有实际负载，都会为预留的计算能力付费。她将旧模式比作“即使车位空着也要一直付停车费”，而升级后的 Serverless 更接近按使用时长计费的停车方式。

在发布阶段，OpenSearch Serverless 将与 Vercel 和 Kiro 等人工智能开发平台实现原生集成，开发者可以在无需自建和运维基础设施的情况下，为代理部署可用于生产环境的搜索和向量后端。

类似的基础设施重构正在云行业多点展开。Databricks 和 Snowflake 正将自身定位为企业数据的“人工智能记忆与检索”系统。微软则为 Azure 推出更新，以处理人工智能代理的突发流量，并支持代理之间共享记忆。Cloudflare 上月也发布了面向代理的基础设施产品，目标是为代理提供持久运行环境和即时扩展能力。

随着更多企业部署人工智能代理，围绕机器生成工作负载重构云基础设施的压力预计将持续上升。相关参与方认为，这类调整有望在成本和规模上进一步推动代理的部署。