«Около двух секунд вместо тридцати»: AWS выпустила новый AgentCore runtime, который стартует из снапшота

18 сентября 2026 года AWS представила новую версию AgentCore runtime — управляемого вычислительного слоя Amazon Bedrock AgentCore, который запускает агентов без собственной инфраструктуры. В AWS формулируют причину обновления так: агенты перестали быть экспериментами — они обрабатывают заявки, пишут и ревьюят код, координируют работу систем и работают часами без присмотра, поэтому инфраструктура под ними должна меняться так же быстро.

Прежняя версия рантайма держала память сессии с момента выделения до самого конца сессии: длинный или «взрывной» агент продолжал платить за свой пик всё время работы, уже не используя эту память. Второй проблемой AWS называет непостоянство холодных стартов — сессия, попавшая на уже инициализированное окружение, стартует меньше чем за 100 миллисекунд, но держать такие окружения горячими означает держать вычислительные ресурсы в резерве, поэтому большинство сессий всё равно начинается с загрузки образа и инициализации, а задержка растёт вместе с размером образа и параллелизмом — сильнее всего при всплесках трафика.

Замер: 5 000 холодных вызовов на конфигурацию

Чтобы отделить вклад самой платформы от работы приложения, AWS тестировала пустой echo-агент, который возвращает входные данные и не вызывает ни модель, ни инструменты. Python-клиент на инстансе Amazon EC2 в us-west-2 обращался к агентам в us-east-1 через публичный интернет без VPC peering, с использованием SDK boto3, и это клиентские измерения, поэтому в каждое число входит сетевой round trip между регионами. На каждую конфигурацию отправлялось 5 000 холодных вызовов — для обеих версий рантайма и пяти размеров образа, в пределах стандартных квот аккаунта.

Результат: P75 холодного старта у нового рантайма — около 2 секунд на образах от 200 МБ до 2 ГБ, потому что размер образа на него не влияет. У прежней версии задержка росла вместе с образом — примерно с 5,4 секунды почти до 30 секунд. Собственный код агента в echo-тесте выполнялся около 34 миллисекунд на P75, то есть почти всё измеренное время — это старт платформы, а не логика приложения. В документации формулировка та же: V2 запускает агента из снапшота, что удерживает холодные старты быстрыми и предсказуемыми независимо от параллелизма и размера образа.

Как это устроено внутри

Память. Сессия стартует с небольшого профиля, дополнительная память подгружается по мере обращения, а освобождённая или «остывшая» память возвращается платформе; AWS говорит, что настройка опиралась на анализ паттернов аллокации по миллиардам сессий.

Старт. При создании или обновлении рантайма AgentCore поднимает контейнер, ждёт состояния healthy и снимает снапшот работающего окружения, в который уже попала однократная инициализация, включая загрузку артефактов модели и статической конфигурации. Каждая новая инстанция затем восстанавливается из этого снапшота, а не инициализируется заново. Снапшот намеренно маленький и почти не растёт вместе с образом: в него попадает только рабочее состояние, необходимое для продолжения, без кэшей и транзиентной памяти, поэтому и латентность восстановления остаётся ровной на широком диапазоне размеров образов.

Деньги. AWS описывает модель как более высокую ставку на существенно меньшее число GB-часов: платформа снимает плату за память, которую агент реально использует, а не за удержание всего образа, и для большинства агентов снижение потребления перекрывает рост ставки.

Практический совет для интерактивных агентов: время старта можно почти полностью спрятать, если начинать сессию в момент, когда пользователь только открыл чат, ещё до ввода запроса — окружение прогреется, пока пользователь читает приветствие и печатает свой запрос.

Что обещают дальше

В списке «скоро»: baseline-ценообразование с резервом «пола» памяти и burst выше него, увеличенные compute и storage — больше RAM, vCPU и session storage, поддержка x86 microVM, а также управление жизненным циклом через suspend и resume со снапшотом памяти и хуки для сериализации состояния перед завершением активной сессии. Отдельно названа scoped identity для необслуживаемых агентов: session context keys дадут каждой сессии собственную область прав, чтобы агент, инструмент или окружение действовали ровно с определёнными для них разрешениями и ни с чем большим.

Как включить V2

Нужно указать параметр platformVersion со значением V2 при создании или обновлении рантайма; примеры AWS держит в официальном репозитории awslabs/agentcore-samples.

Документация добавляет практические оговорки: если параметр не указан, рантайм остаётся на V1, а V2 доступен в us-east-1, us-east-2, us-west-2, eu-west-1 и ap-northeast-1. Подготовка снапшота добавляет разовую стоимость, а создание и обновление идут несколько минут, прежде чем рантайм дойдёт до статуса READY. Суммарный размер переменных окружения у V2 ниже — 1,5 КБ для деплоя кода и 2,5 КБ для контейнерных агентов против 4 КБ у V1. При этом AWS CloudFormation и AWS CDK пока не поддерживают установку platformVersion.