AWS AgentCore Runtime 扩大会话容量并支持挂载文件系统

Amazon Web Services 于 2026 年 11 月 12 日扩展了新一代 Amazon Bedrock AgentCore Runtime，新增更大容量的智能体会话、承诺基线计费和动态文件系统挂载。AWS 表示，这些更新可使会话启动速度提升至原来的 15 倍，同时保留硬件隔离。

更新后的运行时已在北美、南美、欧洲和亚太地区的 AWS 区域推出。AgentCore Runtime 是 AgentCore 中的托管计算层；AgentCore 是 AWS 用于借助不同框架和模型构建智能体的平台，涵盖的功能还包括身份验证、访问控制和可观测性。

此次发布接续了 2026 年 9 月 18 日推出的 AgentCore Runtime V2。该版本带来了基于快照的启动方式和内存回收功能。当时，AWS 将更大的计算与存储容量以及承诺基线定价列为即将推出的功能；如今，这些能力已成为本次更新的主要内容，此外还增加了文件系统挂载功能。

无需预热池即可运行更大容量的会话

现在，每个会话最多可使用 8 个 vCPU 和 32 GB 内存，并支持最大 10 GB 的容器映像。AWS 表示，这相当于上一版本计算能力的四倍；无论映像大小或并发量如何，会话都能在两秒内启动，因此无需客户自行管理预热池或预配置集群来应对冷启动。

启动机制采用快照恢复，而非反复初始化。AgentCore 会先准备好一个健康的容器环境，捕获其初始化状态，再将该快照恢复到每个新实例中。因此，加载模型制品、获取静态配置等工作不必在每次冷启动时重复执行。

Coinbase 工程副总裁 Siwei Shen 介绍了该服务在生产环境中的效果：“迁移到新一代 AgentCore 运行时后，即使在流量高峰期，我们的智能体会话冷启动时间也从将近一分钟缩短到不到五秒。超过 30 秒的启动延迟也彻底消失了，而我们的智能体周调用量还增加了一倍以上。”

Mission Cloud 报告称，在两个版本的运行时上对相同的自然语言查询工作负载进行初步比较后发现，推理请求的冷启动速度提高了 35%，健康检查启动速度提高了 77%，每次调用的实测运行时成本降低了 17%。其智能体无需用户浏览复杂的数据系统，即可检索房产和销售洞察。

内存回收与基线计费

AWS 还调整了空闲时段的内存计费方式。智能体释放内存后，运行时会在几分钟内回收这些内存，并将空闲智能体缩至零。AWS 表示，具有自然停顿的多轮智能体每个会话最多可减少 68% 的内存消耗。这解决了此前计费模式的一个问题：即使会话峰值分配的内存已不再使用，仍会按该峰值计费。

对于持续运行的智能体，承诺基线定价会为每个会话设定内存基线，并将其作为最低计费额度；有需要时，内存用量可按需突增至该基线的四倍。AWS 表示，对于稳定的工作负载，这种定价方式提供可预测的费率，采用 AWS Lambda MicroVM 费率；对于流量突发和可缩至零的工作负载，则仍采用按用量计费。

Zuora 报告称，在许多用例中，新运行时将每次调用的内存占用降低了约 60%，同时能够处理更多流量并保持延迟稳定。

存储、隔离与部署限制

每个会话仍在独立的硬件隔离 Firecracker microVM 中运行，并拥有各自的身份、访问策略和审计记录。现在，智能体可以动态挂载文件系统，并将工作保存到其中，例如支持 FUSE 的 Amazon S3 存储桶。AWS 表示，整个任务执行期间，数据都会留在会话的信任边界内，并由一套统一的控制措施保护，从而将隔离范围扩展到计算环境之外。

目前公布的功能尚未包括按会话限定存储文件夹范围。AWS 表示，到 re:Invent 时，带有会话标签的凭证将把每个会话绑定到自己的存储文件夹，为挂载功能增添更精细的控制。

当前的 V2 文档还说明了部署方面的差异。V2 仍需选择启用，因为除非 platformVersion 设置为 V2；创建或更新 V2 运行时需要几分钟，期间 AWS 会准备快照；容器还必须在 120 秒内通过其 /ping 端点报告健康状态。这些设置所需时间与会话冷启动延迟是两回事。

会话最长可持续八小时，但如果连续 15 分钟处于非活动状态、达到该时长上限或运行状况不佳，就会终止。会话状态是临时的；会话终止时，microVM 会被销毁，内存也会经过清理。

此次发布将会话计算、内存计费和任务数据纳入同一套托管运行时模型。尚未完成的是更精细的存储隔离：按会话限定存储范围，是将运行时的隔离保障从执行过程延伸到已保存智能体工作所剩的最后一步。