Por que isso importa agora
Agentes de IA deixaram de ser experimentos. Hoje eles processam sinistros, escrevem e revisam código, coordenam sistemas e rodam por horas sem supervisão. À medida que esse trabalho fica mais longo e autônomo, a infraestrutura por baixo precisa evoluir na mesma velocidade — e é exatamente isso que a AWS anuncia hoje (18/set/2026) com o novo AgentCore runtime, camada de computação gerenciada do Amazon Bedrock AgentCore.
O que muda na prática
O runtime anterior já entregava modelo serverless, isolamento de sessão e escala até zero. O problema aparecia em dois pontos que todo time que roda agente em produção conhece:
- Memória cara, cobrada pelo pico: uma sessão segurava a memória do momento em que alocava até o fim, mesmo depois de parar de usá-la. Um agente que dá picos e fica ocioso pagava o tempo todo pelo ponto mais alto.
- Cold start inconsistente: a latência de inicialização crescia com o tamanho da imagem e com a concorrência, ficando pior justamente no tráfego em rajada — quando mais sessões chegam e menos ambientes prontos restam.
Como o novo runtime resolve
A nova versão ataca as duas causas com três mudanças de arquitetura:
- Memória paginada sob demanda: a sessão começa com um perfil pequeno e aloca mais memória conforme o workload toca. O que é liberado ou esfria é devolvido à plataforma, e a conta acompanha o uso real ao longo da vida da sessão.
- Snapshot do ambiente: o agente é carregado uma vez, o ambiente saudável é “fotografado” e cada nova instância parte dessa foto em vez de refazer boot e inicialização do zero.
- Snapshot enxuto: caches e memória transitória são removidos da foto, mantendo-a pequena e de tamanho estável mesmo quando a imagem do container cresce.
Números de cold start
Para isolar o que a plataforma adiciona, a AWS testou um agente “eco” vazio (sem modelo, sem ferramentas) com 5.000 invocações frias por versão, em cinco tamanhos de imagem. Resultado: o novo runtime entrega cold start P75 de cerca de 2 segundos para imagens de 200 MB a 2 GB. No runtime original, essa latência subia de ~5,4 segundos até quase 30 segundos conforme a imagem crescia.
| Cenário | Runtime original | Novo runtime |
|---|---|---|
| Cold start P75 (imagem pequena) | ~5,4 s | ~2 s |
| Cold start P75 (imagem 2 GB) | ~30 s | ~2 s |
| Efeito do tamanho da imagem | Cresce linearmente | Praticamente nenhum |
Preço e o que vem a seguir
A nova cobrança usa uma taxa mais alta sobre muito menos GB-hora: a memória é cobrada pelo que o agente usa, carregada sob demanda e reclamada quando ociosa — para a maioria dos agentes, o consumo cai mais do que a taxa sobe, e a conta final diminui.
Já anunciados para os próximos meses: desconto por baseline comprometido (reserva de um piso de memória com picos sob demanda), mais RAM/vCPU/armazenamento, suporte a x86, controle de ciclo de vida (suspender e retomar sessões com snapshot de memória) e identidade com escopo para agentes não supervisionados.
Como começar
Basta definir o parâmetro platformVersion como V2 ao criar ou atualizar um runtime. A AWS disponibiliza exemplos no repositório AgentCore no GitHub, incluindo um teste de carga que reproduz a latência consistente de cold start na sua própria conta.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
