AWS AgentCore Runtime V2 正式可用：Agent 冷启动压进 2 秒，内存按实际用量计费

Agent 要真正走进生产环境，运行时是绕不开的一层。9 月 18 日，AWS 宣布新一代 Amazon Bedrock AgentCore Runtime 正式可用（GA）：冷启动 P75 延迟从上一代的 5.4–30 秒压缩到 1.9–2.0 秒，且不再随容器镜像大小波动；内存按实际用量计费而非峰值占用。这组数字，直接瞄准了「Agent 从原型到生产」最疼的两处成本。

事件内容

AgentCore Runtime 是 Bedrock AgentCore 里的 serverless microVM 计算层，V2 的两项核心改动：

• 弹性内存管理：每个会话从小内存画像启动，按工作负载按需分页调入；一旦内存变冷、不再被访问，平台直接回收，而不是攥到会话结束。账单跟随会话全生命周期的实际用量，不再追踪高水位峰值。AWS 称该策略基于对数十亿会话分配模式的分析调优。
• 快照式冷启动：创建或更新 Runtime 时，平台启动容器、等它报告健康后对整个运行环境做一次快照——模型加载、静态配置这些一次性初始化全部烤进快照里。此后每个新实例直接恢复快照，不再重复完整启动序列。实测 200MB 到 2GB 的容器镜像，P75 冷启动都稳定在 1.9–2.0 秒（V1 是 5.4–30 秒，且随镜像大小线性上涨）。

测试口径也说得坦白：用空 echo agent（不调模型不调工具）测了 5000 次冷调用，数字含客户端跨区域往返，反映的是纯平台启动开销——agent 自身代码 P75 仅约 34 毫秒。此外 V2 保留了 serverless 全套特性：免预置、缩容到零、硬件级会话隔离。已在 us-east-1、us-east-2、us-west-2、eu-west-1、ap-northeast-1 五个区域可用，将 platformVersion 设为 V2 即可启用。

值得关注的原因

1. 「Agent 运行时」成为云厂商新战场。模型托管竞争白热化之后，长时运行、会话隔离、弹性伸缩这些 Agent 特有的工作负载需求，正在催生一个独立的基础设施层。AgentCore V2 和 Google Agent Runtime 同期迭代，说明头部云厂商已把 Agent 运行时当成继模型 API 之后的下一个卡位点。
2. 交互式 Agent 的体验天花板被抬高。5.4–30 秒的冷启动意味着用户会盯着空白屏幕等，2 秒则让「按需拉起会话」的交互式 Agent 在成本上变得可行。AWS 还给了个实用技巧：在用户打开聊天框时就预热会话，冷启动几乎可以完全隐藏。
3. 按实际用量计费对长会话 Agent 是实打实的降本。Agent 会话往往持续几十分钟到几小时，峰值内存和平均用量差距巨大，回收冷内存 + 账单跟随真实用量，直接改变长期运行 Agent 的单位经济模型。
4. 对国内团队的提示：目前仅 5 个海外区域可用，国内落地仍需评估合规与延迟；但「快照恢复 + 弹性内存」的思路，自建 Agent 平台同样可以借鉴。

来源

• AWS What's New《The new AgentCore Runtime is now available in Amazon Bedrock AgentCore》（2026-09-18）
• AWS ML Blog《The new AgentCore runtime: Elastic, optimized, and consistently fast starts》