AWS hat am 12. November eine aktualisierte AgentCore-Laufzeit angekündigt. Sitzungen unterstützen nun bis zu 8 vCPUs und 32 GB. Der Ankündigungsbeitrag beschreibt außerdem Speicherrückgewinnung, Skalierung im Leerlauf und Dateisystemunterstützung für länger laufende Agenten.
Die Änderungen adressieren ein praktisches Bereitstellungsproblem: Agenten warten auf Modelle, Werkzeuge und Menschen, während ihre Ausführungsumgebungen weiter Ressourcen verbrauchen können. AWS will diesen Leerlaufaufwand reduzieren und getrennte Ausführungsumgebungen beibehalten.
Es handelt sich um Produkt- und Leistungsaussagen von AWS. Die Ankündigung belegt nicht, dass jede Arbeitslast die maximalen Verbesserungen bei Startzeit oder Speicherverbrauch erhält.
Größere Sitzungen behalten die microVM-Grenze
AgentCore Runtime ist die verwaltete Rechenebene von Amazon Bedrock AgentCore. Laut AWS läuft jede Sitzung weiterhin in einer eigenen, hardwareisolierten Firecracker-Mikro-VM, mit separater Identität, Richtlinie und Prüfprotokollierung.
Die neuen Sitzungsgrenzen entsprechen der vierfachen Rechenkapazität der Vorgängerversion: bis zu 8 vCPUs und 32 GB Arbeitsspeicher. Container-Images dürfen bis zu 10 GB groß sein. Zu den vorgesehenen Aufgaben gehören das Kompilieren großer Repositories, Browser-Workflows und lokale Modellinferenz.
AWS nennt Startzeiten unter zwei Sekunden, unabhängig von Image-Größe und Parallelität, und spricht von bis zu 15-mal schnelleren Starts. Das sind vom Anbieter gemeldete Werte, keine für diesen Artikel erhobenen Messungen.
Der Architekturkonflikt ist bekannt. Vorab bereitgestellte Umgebungen verkürzen Wartezeiten, verbrauchen aber im Leerlauf Ressourcen. Bedarfsgesteuerte Umgebungen sparen Kapazität, können jedoch Startverzögerungen verursachen. AWS positioniert die neue Laufzeit als Möglichkeit, diesen Zielkonflikt zu verringern, ohne dass Kunden selbst Warm-Pools oder Cluster verwalten.
Speicherersparnis setzt Pausen und freigegebene Ressourcen voraus
Laut AWS gewinnt die Laufzeit Speicher innerhalb weniger Minuten zurück, nachdem ein Agent ihn freigegeben hat. Ein inaktiver Agent skaliert auf null. Für Agenten mit mehreren Dialogrunden und natürlichen Pausen meldet AWS bis zu 68% weniger Speicherverbrauch pro Sitzung.
Diese Bedingung ist wesentlich. Die 68% beziehen sich auf den Speicherverbrauch von Aufgaben mit Pausen, nicht auf eine bedingungslose Senkung der gesamten Betriebskosten. Modellaufrufe, Werkzeuge, Speicherung und Arbeitslastverhalten beeinflussen die Gesamtrechnung.
Bei dauerhaft aktiven Aufgaben legt ein verbindlich gebuchter Basistarif eine Mindestmenge an abgerechnetem Speicher pro Sitzung fest. Sitzungen können kurzfristig auf das Vierfache dieser Basis anwachsen. Mindestabnahme und Leerlaufskalierung bedienen unterschiedliche Nutzungsmuster und sind keine identischen Preismodelle.
Die Ankündigung nennt auch die Wiederherstellung bereits initialisierter Umgebungen als Teil der Effizienzänderungen. Teams müssen dennoch anhand ihrer eigenen Initialisierung, Aktivitätsphasen und Pausen messen.
Kundenberichte verwenden unterschiedliche Vergleichsgrößen
Mission Cloud berichtet über einen ersten Vergleich derselben Arbeitslast auf beiden Laufzeitversionen: 35% schnellere Kaltstarts für Inferenzanfragen, 77% schnellere Starts für Zustandsprüfungen und 17% niedrigere gemessene Laufzeitkosten pro Aufruf. Diese Kundenergebnisse werden von AWS wiedergegeben.
Zuora meldet separat rund 60% weniger Speicher pro Aufruf in vielen Anwendungsfällen, bei höherem Durchsatz und gleichbleibender Latenz. Das betrifft eine andere Messgröße und Arbeitslast. Daraus und aus Mission Clouds Kosten pro Aufruf lässt sich keine allgemeine Einsparungsquote bilden.
Auch die qualitativen Beispiele betreffen verschiedene Anwendungen. Coinbase beschreibt isolierte Sitzungen für Coding-Agenten. Rescale nennt Agenten, die Simulationseingaben prüfen, Jobs analysieren, Hardware auswählen und Berichte erstellen, während Ingenieure die Kontrolle behalten. Thomson Reuters beschreibt Hosting und Skalierung juristischer CoCounsel-Workflows unter eigener Kontrolle von Betrieb und Integration.
Die Beispiele erklären den Nutzen verwalteter Isolation. Sie bestätigen nicht unabhängig sämtliche Sicherheits- oder Zuverlässigkeitsaussagen der Ankündigung.
Auch Speicherung gehört zur Zugriffskontrolle
In länger laufenden Sitzungen sammeln sich Dateien, Zugangsdaten und Werkzeugausgaben. Rechenisolation allein bestimmt weder die Speicherung dieser Daten noch die Zugriffsberechtigten.
Laut AWS können Agenten Dateisysteme dynamisch einbinden und ihre Arbeit speichern, etwa über FUSE-Unterstützung in einem Amazon-S3-Bucket. Die Ankündigung beschreibt dies als Erweiterung der Vertrauensgrenze auf Daten unter gemeinsamen Kontrollen.
Dabei gilt eine zeitliche Einschränkung. Derselbe Beitrag kündigt die sitzungsbezogene Eingrenzung erst bis zur re:Invent an: Mit sitzungsmarkierten Zugangsdaten soll jede Sitzung an ihren eigenen Speicherordner gebunden werden. Diese Zusage darf nicht als bereits am 12. November verfügbare Funktion dargestellt werden.
Sitzungsisolation muss deshalb zusammen mit den konfigurierten Identitäten und Datenzugriffsrichtlinien betrachtet werden. Hardwaretrennung allein belegt keine korrekten Anwendungsberechtigungen.
Verfügbarkeit und nächster Prüfpunkt
AWS nennt die Verfügbarkeit der aktualisierten Laufzeit in Regionen Nordamerikas, Südamerikas, Europas und des asiatisch-pazifischen Raums. Der Verfügbarkeitsabsatz enthält keine vollständige Liste einzelner Regionen.
Unmittelbar neu sind größere isolierte Sitzungen, laut Anbieter schnellere Initialisierung und flexiblere Speichernutzung. Der nächste konkrete Speichermeilenstein ist die zugesagte Eingrenzung auf sitzungseigene Ordner. Ob die Änderungen ihre Anforderungen erfüllen, sollten Teams anhand arbeitslastspezifischer Latenz-, Speicher- und Berechtigungsprüfungen ermitteln.
