AWS brugte AWS Summit New York City til at annoncere AWS Context, markeret som “Coming soon”. Ifølge AWS‑bloggen er formålet at kortlægge relationer i eksisterende data til en vidensgraf og levere agentisk søgning, så AI‑agenter kan få adgang til styrede relationer, forretningsregler og domæneviden ved kørselstid. Samtidigt fremhæver AWS en serie af relaterede innovationer, hvor VentureBeat refererer til Amazon S3 Annotations i GA og en preview af “skill assets” i AWS Glue Data Catalog som dele af en samlet context‑stack.
Blogindlægget beskriver, at data stewards og curatorer kan styre grafen via en console, gennemse infererede relationer, promovere dem til produktion og tilføje domænespecifik viden i form af business‑definitioner og brugsregler. AWS nævner også integrationer til AWS Glue Data Catalog, Amazon SageMaker Unified Studio og AWS Lake Formation, så grafen kan forvaltes med forretningsregler og permissions (kilde).
Hvorfor det her er omtalt i kilderne
AWS adresserer udfordringen, at kontekst for AI‑agenter ligger spredt i data lakes, data warehouses, lakehouses, databaser, streams og i viden, der ikke er skrevet ned. Det står anført i AWS‑bloggen. VentureBeat sætter annonceringen i en markedskontekst ved at beskrive, at mange i dag bygger skræddersyede lag uden en standardiseret service til at automatisere og vedligeholde grafer over tid (kilde).
Hvis et fælles, styret lag eksponerer autoritative relationer og forretningsregler på tværs af systemer, kan svar fra agenter i princippet blive mere ensartede. Det er en præmis fremlagt i kilderne, ikke en dokumenteret effektmåling.
Hvad AWS Context er ifølge kilderne
AWS‑bloggen beskriver tre hovedelementer: 1) automatisk mapping til en vidensgraf, 2) agentisk søgning, der eksponerer styrede relationer og regler ved kørselstid, 3) en console, hvor infererede relationer kan gennemses og promoveres, og hvor domænespecifik viden kan vedhæftes som business‑definitioner og brugsregler. Bloggen fremhæver også integrationerne med Glue Data Catalog, SageMaker Unified Studio og Lake Formation til styring af regler og adgang (kilde).
VentureBeat refererer annonceringen som del af en “context intelligence”‑stack med AWS Context som omdrejningspunkt samt GA for Amazon S3 Annotations og en preview af “skill assets” i AWS Glue Data Catalog (kilde). Det er en markedstolkning fra VentureBeat, ikke en udtømmende teknisk specifikation.
Relationen til Amazon Quick
Blogindlægget angiver, at AWS Context bygger videre på den vidensgrafteknologi, der driver Amazon Quick, og at Quicks produktionsgraf allerede håndterer millioner af forespørgsler om dagen. Når Context aktiveres, får Quick‑agenter adgang til en bredere enterprise‑graf, inklusive tværgående relationer, forretningsregler og kurateret kontekst, som rækker ud over den enkelte brugers personlige graf (kilde).
Det siger noget om skalaen i Quicks nuværende graf, som AWS selv beskriver. Det dokumenterer dog ikke i sig selv drifts‑ eller governance‑egenskaber i en organisationstyret graf for hele enterprise‑miljøet.
Hvordan grafen bliver “klogere” ifølge kilderne
VentureBeat refererer AWS’ arkitektoniske præmis som værende, at grafen skal blive klogere gennem agentbrug over tid, frem for udelukkende manuel re‑curation. I AWS’ eget blogindlæg står, at Quicks graf lærer af brugsmønstre for at gøre hver interaktion klogere, og at Context udvider den teknologi til et fælles lag.
Ingen af kilderne beskriver dog konkrete metrikker for korrekthed, rangeringssignaler eller kriterier for promotion af infererede relationer. Det er ikke offentligt dokumenteret.
Governance i praksis ifølge AWS
I blogindlægget beskrives en console til review og promotion, samt vedhæftning af domænespecifik viden. AWS peger samtidig på, at Glue Data Catalog, SageMaker Unified Studio og Lake Formation integrerer med grafen, så teams kan styre den med regler og permissions (kilde).
Kilderne går ikke i dybden med konfliktløsning mellem infererede relationer og manuelle regler, versions‑ og rollback‑mønstre eller audit‑events. De spørgsmål er ikke besvaret i det offentlige materiale.
Operationelle implikationer baseret på kilderne
Når agenter kan tilgå et styret lag med relationer og regler, tilsiger kildernes beskrivelse, at beslutningskvaliteten i princippet kan blive mere ensartet. Det følger af arkitekturen, som AWS skitserer. Der er ikke angivet offentlige oplysninger om latenser, omkostningsprofiler, kvoter eller SLAs, så produktionsgrænser kan ikke vurderes ud fra det tilgængelige materiale.
Quicks skala antyder modenhed i den underliggende grafteknologi ifølge AWS’ egen tekst, men siger ikke i sig selv noget om egenskaberne ved et fuldt udrullet enterprise‑lag med Context. Den overførsel er ikke dokumenteret i kilderne.
Hvad der eksplicit er annonceret
De bekræftede elementer fra AWS og VentureBeat er:
- AWS Context er annonceret som “Coming soon” og skal automatisk mappe relationer til en vidensgraf samt understøtte agentisk søgning ved kørselstid (kilde).
- Data stewards og curatorer får en console til review og promotion og kan vedhæfte business‑definitioner og brugsregler (kilde).
- AWS Context bygger videre på teknologien bag Amazon Quick, som ifølge AWS’ blog håndterer millioner af forespørgsler per dag, og Quick‑agenter vil få adgang til den bredere enterprise‑graf, når Context er aktiveret (kilde).
- Integrationer med AWS Glue Data Catalog, Amazon SageMaker Unified Studio og AWS Lake Formation er nævnt eksplicit (kilde).
- Amazon S3 Annotations er i GA, og “skill assets” i AWS Glue Data Catalog er i preview, som refereret af VentureBeat og omtalt i AWS’ materiale (kilde).
Hvad kilderne ikke dækker
Kilderne beskriver ikke de fulde tekniske mekanismer for læring, såsom korrekthedsmetrikker, rangeringssignaler eller vægtning. De beskriver heller ikke konkrete SLAs, kvoter, latenstal eller en detaljeret API‑overflade for agentic search. Der er heller ikke offentlige detaljer om versionsstyring, rollback‑processer eller konfliktløsning mellem infererede og manuelt kuraterede relationer. Disse forhold er ubesvarede i det nuværende materiale.
Sammenfattet bygger vurderingen her direkte på de offentligt tilgængelige oplysninger i AWS’ blog og VentureBeats dækning. Hvor der er tale om tolkninger, er de tilskrevet kilderne.
Konklusion
Kilderne peger på en retning, hvor AWS vil etablere et styret kontekstlag for AI‑agenter med AWS Context og tæt integration til eksisterende AWS‑tjenester. VentureBeat fremhæver præmissen om, at grafen kan blive klogere gennem agentbrug over tid. Samtidig mangler der væsentlige drifts‑ og implementeringsdetaljer i det offentlige materiale, herunder måling af korrekthed, API‑overflade og SLA’er. Den endelige vurdering afhænger af den kommende dokumentation.
