A AWS anunciou uma nova versão do runtime por trás do Amazon Bedrock AgentCore, a camada de computação gerenciada que times usam para implantar e rodar agentes de IA sem operar sua própria infraestrutura.
A mudança ataca dois custos que aparecem quando agentes deixam de ser trocas curtas de chat e passam a ser trabalho de produção mais longo e, muitas vezes, ocioso. Primeiro, memória: o runtime original mantinha a alocação de pico de memória de uma sessão até ela terminar, mesmo depois que o agente parava de usá-la, então agentes com picos de uso ou de longa duração pagavam pelo teto máximo durante todo o tempo em que rodavam. O novo runtime começa cada sessão com uma pegada de memória pequena e carrega mais apenas conforme a carga de trabalho exige, liberando memória assim que ela fica ociosa. A AWS diz que a cobrança agora acompanha esse uso liberado, e não o pico.
Segundo, cold starts: antes, inicializar um ambiente novo ficava mais lento conforme o tamanho da imagem do container ou a concorrência aumentavam. Testes da própria AWS — 5.000 invocações a frio por agente em cinco tamanhos de imagem, usando um agente vazio de eco que não chama nenhum modelo ou ferramenta — mostraram a latência P75 de cold start do runtime original subindo de cerca de 5,4 segundos para quase 30 segundos conforme o tamanho da imagem aumentava. O novo runtime prepara e tira um snapshot do ambiente uma única vez, depois restaura esse snapshot para cada nova instância, mantendo a latência P75 de cold start em cerca de 2 segundos, de imagens de 200 MB até 2 GB, independente do tamanho.
A AWS descreve o efeito líquido como uma taxa por unidade mais alta, mas muito menos horas-GB cobradas, com a fatura total caindo para a maioria dos agentes porque a redução na pegada de memória supera o aumento da taxa.
Para usar o novo runtime, desenvolvedores definem o parâmetro platformVersion como V2 ao criar ou atualizar um runtime. A AWS também listou vários recursos ainda por vir: preço de linha de base garantida (reservando um piso de memória e permitindo picos acima dele), opções maiores de computação e armazenamento, suporte a microVM x86, suspensão/retomada de sessão com snapshot de memória, e identidade com escopo restrito para agentes não supervisionados via chaves de contexto de sessão, voltado a limitar o que um agente pode fazer quando roda sem um humano observando.