Содержание
Что изменилось в среде выполнения AI-агентов AWS
AWS 12 ноября выпустила новое поколение Amazon Bedrock AgentCore Runtime — управляемой среды выполнения AI-агентов. Обновление уже доступно клиентам AWS в регионах Северной и Южной Америки, Европы и Азиатско-Тихоокеанского региона. Это не новая языковая модель, а облачная среда, в которой агент выполняет код, обращается к инструментам и работает с файлами.
Больше ресурсов без отдельного пула готовых машин
По данным AWS, сессия теперь может использовать до 8 vCPU и 32 ГБ памяти — в четыре раза больше ресурсов, чем прежде. Поддерживаемый размер образа контейнера вырос до 10 ГБ. Компания заявляет запуск сессий менее чем за две секунды независимо от размера образа и числа одновременных запусков; ускорение относительно предыдущей версии достигает 15 раз.
Эти изменения адресованы задачам, которым тесно в небольшой песочнице: сборке крупных кодовых баз, работе через браузер и локальному выполнению моделей внутри агентной среды. Речь именно о времени старта окружения, а не о скорости ответов языковой модели или гарантированном ускорении всей задачи.
Память освобождается в ходе работы
Runtime возвращает неиспользуемую память после того, как агент её освобождает, а простаивающий агент может масштабироваться до нуля. В описании тарификации для Runtime v2 указан интервал возврата простаивающей памяти — 120 секунд.
Для многошаговых агентов с паузами между обращениями AWS оценивает снижение потребления памяти на сессию величиной до 68%. Это верхняя оценка для определённого характера нагрузки, а не обещание уменьшить любой облачный счёт на 68%: итог зависит от работы процессора, памяти, хранения и сопутствующих сервисов.
Файлы внутри границы изоляции
Каждая сессия по-прежнему работает в отдельной аппаратно изолированной микровиртуальной машине Firecracker со своей идентичностью, политиками доступа и журналом действий. Теперь агент может динамически подключать файловую систему и сохранять результаты, в том числе в Amazon S3 через FUSE. Это позволяет работать с файлами в рамках общей модели контроля доступа, а не строить отдельную схему переноса данных для каждого агента.
Увеличение лимитов не отменяет ограничения доступа к данным и инструментам. Аппаратная изоляция разделяет сессии, но сама по себе не означает, что все решения агента верны или что любому запросу следует разрешать доступ к корпоративным ресурсам.
Где попробовать
Обновлённый Runtime доступен через консоль Amazon Bedrock; для разработки есть официальный сценарий с AgentCore CLI. Нужны аккаунт AWS, доступ к сервису в выбранном регионе и необходимые разрешения. Это платная облачная среда с оплатой потребления; использование моделей и дополнительных ресурсов может тарифицироваться отдельно.
На обложке — кадр официальной демонстрации AgentCore CLI из документации AWS. Параметры обновления и заявления о производительности приведены в анонсе AWS.
Первый запуск через AgentCore CLI
Подготовьте окружение
Установите AgentCore CLI и выполните предварительную настройку AWS по связанной официальной инструкции: учётные данные, разрешения и регион сервиса.
Создайте тестового агента
Создайте Python-проект командой agentcore create --name MyProject --template agent-python-strands. Шаблон использует Strands Agents SDK и Amazon Bedrock.
Проверьте агента локально
В каталоге MyProject запустите agentcore dev --mode browser. В Agent Inspector проверьте ответы и доступ агента к нужным инструментам.
Разверните и вызовите Runtime
Выполните agentcore build, затем agentcore deploy. Проверьте ресурсы через agentcore status и отправьте тестовый запрос командой agentcore invoke по примеру в документации.