亚马逊Bedrock AgentCore运行时实例：为生产AI代理提供持久计算

亚马逊云科技推出Bedrock AgentCore运行时实例：为生产级AI智能体提供持久化计算能力 当AI智能体从原型走向生产环境时，基础设施挑战成倍增加。智能体需要在持续数小时甚至数天的多步骤工作流中保持状态，需要与其他智能体协调、共享上下文，有时还需要访问GPU执行专门任务。亚马逊云科技（AWS）日前宣布推出Amazon Bedrock AgentCore Runtime的运行时实例（Runtime instances），这是一项全新的补充计算选项，为复杂的智能体工作负载提供持久化、托管的专用基础设施。 此前，AgentCore Runtime的微虚拟机（microVMs）已提供完全托管的调用环境，支持最长8小时的运行时长，并通过托管会话存储支持有状态工作流。但某些工作负载需要更强大、更大容量的环境——例如智能体需要连续运行数天、访问GPU或底层操作系统，或在同一主机上运行多个协作智能体。运行时实例正是为解决这些需求而生，它提供AWS托管的EC2基础设施，用户可以在单个运行时中部署多个智能体，每个智能体拥有独立的依赖和工件类型。这些智能体可以在同一主机上的共享会话中协作，会话最长可持续14天。服务支持GPU加速处理计算密集型任务，支持会话停止/重启以节省空闲期间成本，还支持容器化部署，方便团队独立发布。 核心变化：从自建到托管，从单机到协作 过去，如果开发者想让智能体运行数天、需要GPU访问或多智能体协调，必须自行构建和管理基础设施——预置EC2实例、配置网络、设置会话管理、处理扩展并整合监控。现在，运行时实例全部代劳，同时与AgentCore Runtime微虚拟机使用的AgentCore API、身份控制和可观测性工具完全集成。更令人兴奋的是，智能体可以在共享会话中互相调用对方作为工具，自主迭代直到任务完成。开发者可以自由选择任何框架（如CrewAI、LangGraph、LlamaIndex、Strands）和任何模型，打包过程极为简化——只需一个@app.entrypoint装饰器加一个zip文件或容器镜像。如果工作流跨越数天，周一晚上休眠，周三早上恢复，一切状态完好无损。 运行时微虚拟机和运行时实例是互补的计算选项，可以独立使用，也可以通过相同的AgentCore运行时API组合使用。例如，一个轻量级编排智能体可以运行在运行时微虚拟机上，协调并调度任务给运行在实例上的专业工作智能体。编排器利用微虚拟机快速扩展的特性处理API调用、任务路由和结果聚合，而实例上的工作智能体则执行需要持久状态和直接操作系统访问的计算密集型任务，如代码编译、安全扫描或GUI自动化。这种架构既发挥了微虚拟机的弹性优势，又利用了实例的持久化能力，为生产级AI智能体提供了灵活而强大的基础设施选择。 对中国跨境电商卖家和AI从业者而言，这一更新意味着可以更轻松地构建复杂的AI工作流——例如，一个智能体负责监控多平台店铺数据，另一个负责分析竞品价格，第三个自动生成调价建议，三者可以在同一持久化环境中协同工作数天，无需担心状态丢失或基础设施管理。AWS此举进一步降低了企业级AI应用的门槛，让开发者能够专注于业务逻辑而非底层运维。