MinIO показала AIStor Memory — слой долговременной памяти для ИИ-агентов, который работает внутри инфраструктуры заказчика. Для команд, которые строят не чат-бота на пять реплик, а длительные агентные процессы на часы или дни, новость вполне прикладная: рынку уже мало «умной модели», теперь борьба идет за то, где агент хранит состояние, артефакты и доступы между запусками.
О решении 29 июля 2026 года сообщил . По описанию MinIO, AIStor Memory встроена в объектное хранилище AIStor и добавляет для агентных сценариев постоянный слой хранения поверх обычного окна контекста модели.
Память агента становится отдельным инфраструктурным слоем
Логика у продукта довольно приземленная. Если агент ходит во внешние сервисы, разбивает задачу на этапы, ждет одобрения человека и возвращается к работе после паузы, ему мало короткой истории диалога. Нужны рабочие файлы, промежуточные результаты, журнал действий, состояние задач и секреты доступа, которые не пропадут после обрыва сессии.
MinIO как раз продает эту часть стека. Компания предлагает хранить «память» агента рядом с объектами и таблицами, а не собирать схему из нескольких разрозненных компонентов. В изложении The Register сооснователь и генеральный директор MinIO Ананд Периясами формулирует идею жестко: знания, которые создает агент, становятся организационной памятью, а значит должны жить под контролем самой компании, а не в чужом облачном сервисе.
Что именно обещает AIStor Memory
MinIO утверждает, что AIStor Memory закрывает сразу несколько задач: сохраняет контекст между сессиями, позволяет продолжать прерванную работу и удерживает данные в рамках существующих корпоративных политик доступа и хранения. Иными словами, речь не про «еще одну папку для файлов», а про попытку превратить агентный ИИ в более предсказуемую корпоративную систему.
Среди ключевых тезисов у MinIO пять опорных пунктов. Первый — память масштабируется емкостью хранилища, а не размером окна контекста модели. Второй — доступ идет через привычные интерфейсы, включая HTTPS и POSIX-совместимое подключение. Третий — компании обещают обойтись без отдельной сборки из векторной базы, хранилища метаданных, менеджера секретов и синхронизационных прослоек. Четвертый — сохраняются типичные для корпоративного хранилища механизмы надежности: erasure coding, защита от bit rot, шифрование и отказоустойчивость. Пятый — данные остаются в контуре клиента и защищаются его ключами.
Отдельно MinIO разводит два уровня памяти. KV-cache нужен модели для быстрой текущей работы, а AIStor Memory должна хранить более широкий рабочий контур агента: историю действий, рабочие каталоги, артефакты и состояния задач. Это важное различие: одно дело — ускорить очередной ответ модели, другое — не потерять многодневный процесс после сбоя или ручной паузы.
Где у решения есть практический смысл
Сценарии, на которые указывает сама MinIO, звучат без лишней романтики: агенты для больших кодовых баз, длительная аналитика и исследования, процессы с участием человека и корпоративные системы, работающие с регулируемыми данными. То есть компания целится не в рынок «ИИ ради демо», а в заказчиков, у которых уже есть собственная инфраструктура и требования к контролю доступа.
Для российских и СНГ-команд здесь понятен не столько сам бренд, сколько архитектурный сдвиг. Если агент индексирует внутренний код, поднимает документы, пишет черновик анализа и ждет согласования, бизнесу нужен способ не запускать весь цикл заново после каждого тайм-аута. Именно на этом месте разговор про ИИ быстро перестает быть разговором про красивые интерфейсы и превращается в обычную инженерную дисциплину: хранение, права, воспроизводимость и аудит.
Значение для рынка
История важна еще и потому, что MinIO здесь не одинока. По данным The Register, тему «организационной памяти» для ИИ-систем уже поднимают и другие игроки, включая HYCU и IT Brand Pulse. Для рынка хранения это шанс забрать кусок новой инфраструктуры: агент производит не только токены, но и файлы, версии, заметки, логи и промежуточные выводы. Значит, конкуренция смещается от качества модели к тому, кто лучше решит скучные, но дорогие задачи вокруг состояния, доступа и долговременного хранения.
Если этот подход приживется, в ближайшие кварталы у корпоративных ИИ-платформ появится еще один обязательный слой рядом с очередями, журналированием и управлением секретами.