腾讯云 AI 存储“全家桶”，重构智能体时代数据存储新范式

2026年7月10日，2026科学智能计算应用大会于郑州国际文化交流中心举办。其中 “存力协同创新，共筑 AI 数据底座” 存储论坛上，腾讯云存储高级产品经理王致铭发表《AI 时代存储新范式》主题演讲，现场完整拆解腾讯云面向智能体场景打造的 Agent Bucket、Vector Bucket、MetaInsight 三大 AI 原生存储产品，结合内部规模化落地案例，详解 AI 浪潮下存储架构革新思路与实践价值。

Agent 产品集中爆发

传统对象存储难以适配 AI 数据全新诉求

演讲开篇，王致铭梳理当下产业现状：从各类 AI 智能体快速普及，到腾讯元宝、WorkBuddy、QClaw 等 AI Agent 产品规模化商用，行业迎来 Agent 井喷阶段。产业关注点不再局限于算力调度、Token 管控，海量多模态数据爆发式增长，让存储从后台配套设施，转变为制约 AI 业务落地的核心底座。

腾讯云存储高级产品经理王致铭

“过去大家只是把云存储当成云上仓库，目的是完成数据持久化存储。但 AI 时代数据类型已经拓展至文档、图片、音视频等多模态内容，行业对存储提出全新诉求：需要存储具备内容感知能力、可联动 AI 业务流程，同时提供独立隔离、安全可控、支持在线协同的云空间服务。” 王致铭在现场分享道。

2020至2026年全球多模态数据规模持续高速增长，海量非结构化数据成为数据主体，传统存储体系暴露出三大挑战：

• 内容感知能力匮乏，无法自动完成数据特征提取与智能加工；
• 存储架构与 AI 业务逻辑断层，难以支撑智能体跨会话数据沉淀；
• 缺少分层隔离、精细化权限、资产一体化治理能力，无法匹配海量用户、多智能体管控的业务需求。

针对行业现存痛点，王致铭提出核心行业判断：“Agent 时代的关键不是‘对象怎么存’，而是‘个人/智能体空间怎么建、怎么隔离、怎么管、怎么商业化’。”

他现场对比传统搭建方案的底层缺陷：多数企业采用 “单 Bucket+Prefix 前缀” 模拟用户独立空间，仅依靠路径实现浅层隔离，不存在逻辑层独立配额、权限管控，无法实现免费、付费用户差异化容量分配；一旦密钥泄露，极易出现用户数据越权访问安全事故；同时扁平对象架构无原生目录、智能检索、在线预览、文件去重能力，企业需投入大量研发成本自建上层业务功能，海量用户场景下性能瓶颈突出。

腾讯云打造面向智能体全场景存储底座

最新发布的腾讯云 AI 存储解决方案由 Agent Bucket、Vector Bucket、MetaInsight 三大核心产品构成，分别覆盖智能体用户空间、海量向量数据长效存储、多模态数据智能处理三大核心场景，形成 “数据存储 - 向量沉淀 - 智能解析检索” 完整闭环。

Agent Bucket：智能体原生云空间，解决多租户隔离与业务轻量化落地

近期上线的智能体存储桶 Agent Bucket，在传统对象存储扁平架构之上新增独立空间层级，支持空间独立隔离，每个用户、每一个 Agent 实例均可分配专属独立存储空间，平台级隔离机制杜绝越权访问风险，配套独立配额、访问凭证、权限体系，从底层规避数据泄露隐患。

产品原生内置网盘全套标准化能力：目录树管理、文件批量操作、回收站、秒传、断点续传、跨端增量同步、30余种格式在线预览、外链分享、全局文件去重、全链路操作审计、细粒度权限管控、链路加密等能力开箱即用，无需企业重复开发，大幅降低 AI 智能体、云端网盘、企业协同工具的研发成本。

据王致铭介绍，目前腾讯内部多款标杆 AI 产品已全面落地 Agent Bucket：办公智能体 WorkBuddy 云端网盘、智能体助理 QClaw 文件模块、ClawPro 网盘管理系统均由 Agent Bucket 提供底层存储支撑；QQ 浏览器、应用宝、各类 AI 对话智能体的用户云空间服务，也全部基于该产品搭建，可稳定承载亿级用户、海量小文件高频读写场景。

Vector Bucket：百亿向量低成本存储，实现存算分离降本90%

面向大模型 Embedding 向量长效存储需求，Vector Bucket 是专为高维向量设计的存储桶产品。王致铭解释，向量数据库适合高频计算检索，但长期全量存储向量数据成本高昂，Vector Bucket 依托 COS 底座实现存算分离架构，提供按量付费模式，可将向量长期存储成本降低90%。

产品兼顾成本与性能双重优势：支持百亿级向量索引，硬件加速加持下实现毫秒级相似度检索；具备数据可靠性、服务端加密、零运维特性，开发者开箱即用。业务流程中，向量数据检索、训练阶段可快速 “加热” 调取使用，训练完成后统一沉淀至 Vector Bucket 长效保存，平衡推理性能与长期存储成本，适配知识库、文搜图、多模态检索等海量向量场景。

MetaInsight：多模态数据管理引擎，打通非结构化数据向量化全链路

MetaInsight 作为一站式多模态数据智能引擎，补齐 AI 数据处理关键环节，解决图片、文档、音视频等非结构化数据特征提取、知识抽取、智能检索难题。产品原生对接腾讯云对象存储，搭载特征提取、OCR 识别、目标检测、多模态对齐等智能算子，可自动完成各类文件实体、关系抽取，动态构建知识图谱。

依托 MetaInsight，企业可快速落地文搜图、文搜视频、相似文档检索等 AI 原生功能，覆盖 AI 相册、企业知识库、智能体记忆检索等场景，打通 “原始文件存储 - 特征向量化 - 智能检索” 完整数据链路，让静态文件转化为可供大模型调用的动态知识资产。

构建 AI 数据资产网络

存储成为 AI Agent 基础设施核心一环

演讲尾声，王致铭结合腾讯智能体完整基础设施架构，阐述 AI 时代存储的核心生态价值。完整 Agent 基础设施包含 Agent Runtime 运行环境、Agent Memory 记忆引擎、TokenHub 模型调度平台、AI 存储底座、AI 安全、日志监控六大板块，其中存储是智能体长期数据留存、流转、协同共享的核心载体。

“过去行业普遍认为 AI 数据仅需本地路径存放即可，但当前智能体产生的图文、文档、对话记忆资产，存在大量跨人、跨 Agent 分享、二次创作、权限管控需求，云端安全可控的独立存储空间成为刚需。” 王致铭表示，市场看似是传统网盘产品迭代，实则 AI 场景对多级隔离、精细化权益管控、原生 AI 协同能力提出全新底层要求，这也是腾讯云推出整套 AI 存储解决方案的核心价值。

腾讯云后续还将推出高性能存储桶，升级数据加速器产品，持续完善 AI 存力产品矩阵。

本次腾讯云三大 AI 存储产品集中亮相，以分层隔离、存算分离、多模态智能处理三大核心能力，为大模型、Agent 应用提供自主可控、低成本、高易用的数据底座，助力共建存算协同的国产 AI 基础设施生态。