AgentCore V2 من AWS يطلق الوكلاء من لقطة للذاكرة، لكن الدردشة والصوت لا تكفيهما حتى ثانيتان
كانت كل جلسة جديدة لوكيل ذكاء اصطناعي في Amazon Bedrock AgentCore تشغّل الحاوية من الصفر، ويزداد زمن الإقلاع مع حجم الصورة. في الإصدار V2 تُجهَّز البيئة مرة واحدة، ثم تُجمَّد كلقطة للذاكرة والقرص، وتُستعاد عند كل جلسة جديدة كما تُستعاد اللعبة من نقطة الحفظ: المكتبات المستوردة والعملاء جاهزون في أماكنهم. ويكفي معظم الوكلاء الانتقال إلى V2، أما الدردشة والصوت فحتى ثانيتان للإقلاع تُعدّان كثيرًا. لذلك انقلوا كل التهيئة إلى ما قبل app.run().
معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
تخيّلوا وكيلًا يعالج مطالبات التأمين أو يراجع الشيفرة البرمجية. إذا كان يعمل في الخلفية، فلن يلاحظ أحد كم ثانية يستغرق «إحماؤه». لكن ما إن يوضع خلف نافذة دردشة أو مساعد صوتي حتى تصبح الفجوة الزمنية قبل الرد الأول جزءًا من المنتج. وصفت AWS كيف يعمل الإقلاع السريع للجلسات في Amazon Bedrock AgentCore runtime ضمن الإصدار V2 من المنصة (المعامل platformVersion بالقيمة «V2»)، وكيف ينبغي إعادة بناء الوكيل للحصول على أقصى استفادة. الفكرة الأساسية: بدلًا من تشغيل حاوية من الصفر لكل مستخدم، تُجهّز المنصة البيئة مرة واحدة، وتحفظ لقطة منها، ثم تنشر هذه اللقطة في الجلسة الجديدة. وبحسب تقدير AWS، تكفي في سيناريوهات كثيرة جلسة جديدة خلال نحو ثانيتين، لكن هذا بطيء جدًا للدردشة والصوت.
كيف يطلق V2 الجلسة
تعمل كل جلسة في AgentCore داخل آلة افتراضية مصغّرة معزولة خاصة بها. في V1 كانت المنصة تسحب صورة الحاوية من Amazon ECR عند كل إطلاق جديد، ثم تشغّل الحاوية وتنفّذ شيفرة التهيئة الخاصة بكم. كان الجزء الأكبر من الوقت يُصرف على تحميل الصورة، لذلك كان الإقلاع البارد يزداد مع حجمها.
في V2 يُنجز هذا العمل مرة واحدة عند إنشاء بيئة التشغيل أو تحديثها. يشغّل AgentCore الحاوية في آلة افتراضية مصغّرة نظيفة وينتظر أول استجابة ناجحة على GET /ping، على ألا تتجاوز المهلة 120 ثانية. ثم يفرّغ ذاكرة التخزين المؤقت للملفات في نظام التشغيل كي تبقى اللقطة صغيرة، ويجمّد الآلة ويحفظ ذاكرتها وقرصها. وعند وصول جلسة جديدة تُستعاد اللقطة في آلة افتراضية مصغّرة جديدة، وتواصل العملية من النقطة التي جُمّدت عندها، مع المكتبات المستوردة والكائنات والعملاء الجاهزة. وثمن هذا الأسلوب أن كل عملية إنشاء أو تحديث تستغرق الآن بضع دقائق ريثما تُبنى اللقطة.
تنتج عن ذلك ثلاث قواعد. تعود الذاكرة كاملة، بما في ذلك الملفات في أقراص الذاكرة العشوائية مثل /dev/shm. وقراءة ملف أثناء التهيئة لا تسرّع شيئًا، لأن ذاكرة التخزين المؤقت تُفرَّغ قبل التجميد. أما ملفات الصورة فتُحمَّل بكسل: يُجلب كل كتلة من مخزن اللقطة عند أول وصول إليها.
ما الذي ينبغي نقله إلى التهيئة
النصيحة الكلاسيكية للإقلاع البارد: استوردوا المكتبات بكسل واجعلوا التهيئة قصيرة. في V2 الأمر معكوس تمامًا. تُنفَّذ التهيئة مرة واحدة عند بناء اللقطة، أما العمل المؤجَّل إلى معالج الطلب فتدفع ثمنه كل جلسة جديدة. وتقصد AWS بـ«التهيئة» كل ما يفعله الوكيل قبل أن يردّ /ping بأنه «سليم»؛ وفي Python SDK هو كل ما يسبق app.run().
توصيات AWS:
- أنشئوا الكائنات، ولا تكتفوا باستيراد الوحدات، بما في ذلك الأدوات المحلية ذات المكتبات الخارجية؛
- أنشئوا العملاء، مثل boto3: ستعود معالجة نقاط النهاية وبيانات الاعتماد مع اللقطة، وستُعاد الاتصالات عبر المقابس عند أول استدعاء. وبعض العملاء الشبكيين الآخرين يجرّبون أولًا مقبسًا قديمًا، وهذا يضيف مئات المللي ثانية، لذا أغلقوا اتصالاتهم قبل اللقطة؛
- احتفظوا بالبيانات الثابتة في الذاكرة: الموجّهات والإعدادات والفهارس الصغيرة. لا يكفي أن تقرؤوا الملف، بل يجب حفظ النتيجة في متغير؛
- شغّلوا المساعدات طويلة العمر، مثل خادم اللغة، وتواصلوا معها عبر أنبوب (pipe) أو مقبس، حتى لا تقرأ العملية الفرعية الملفات التنفيذية من الصورة في كل جلسة؛
- الملفات التي يتعذّر الاحتفاظ بها في الذاكرة، مثل المترجم tsc، انسخوها إلى /dev/shm؛
- وفّروا الشيفرة البايتية المترجمة: اضبطوا UV_COMPILE_BYTECODE=1 أو استخدموا pip install --compile.
إذا كان الوكيل يحتاج إلى ملفات كبيرة أو واجهة سطر أوامر أو متصفح، ولا يستطيع الاحتفاظ بها داخل عمليته، فإن AgentCore يدعم الآن خطافات البناء: تحمّل هذه الموارد و«تُحميها» أثناء بناء اللقطة. أما بيانات المرجع الكبيرة التي تُقرأ انتقائيًا، فتنصح AWS بتركيب Amazon S3 Files أو Amazon EFS عبر نقطة وصول (يتطلب ذلك وضع VPC).
كيف نقيس وما الثمن
يتكوّن زمن الاستجابة في تطبيق الوكلاء من وقت المنصة (تجهيز الجلسة) ووقت شيفرتكم (استدعاءات النموذج والأدوات والوكلاء الفرعيين والرد المتدفق). ويُعالَج كلٌّ منهما بطريقة مختلفة، لذا يجب أولًا معرفة أيهما يهيمن. في CloudWatch (فضاء الأسماء AWS/Bedrock-AgentCore) يتوفر Latency، أي الزمن حتى أول بايت، وOverheadLatency، أي حصة المنصة. أما وقت شيفرتكم فهو الفرق بينهما. ولا يظهر وقت التهيئة على V2 في الطلبات: عليكم تسجيله بأنفسكم مرة واحدة قبل app.run().
انظروا إلى المئينين P90 وP99 أو المتوسط المقتطع TM90 الذي يستبعد أبطأ 10% من الطلبات: فالمتوسط البسيط يُخفي الحالات البطيئة. واختبروا بنسبة واقعية من الجلسات الجديدة، لا بعدة تشغيلات بعد النشر.
وهناك مفاضلة صريحة: كل ما تحتفظون به في الذاكرة يضخّم اللقطة، ويُدفع ثمن هذه الذاكرة في كل جلسة. لذلك قيسوا إقلاع الجلسة كاملًا قبل التغييرات وبعدها، حتى لا ينتقل التأخير ببساطة من المعالج إلى الاستعادة. وإذا كان الوكيل يستدعي في الغالب نموذجًا سحابيًا، فعادةً يكفي V2 مع تهيئة دقيقة؛ أما بالنسبة إلى الدردشات التفاعلية والصوت، فتقترح AWS إضافةً إلى ذلك تشغيل الجلسة في الخلفية بمجرد أن يفتح المستخدم التطبيق أو نافذة الدردشة. ووصف هذه الطريقة في المادة المصدرية مختصر جدًا، لذا لا تفاصيل عنها هنا.
- 21 نوفمبر 2026AG-UI 1.0 يمنح وكلاء الذكاء الاصطناعي لغة موحدة للتواصل مع التطبيق: 31 نوعًا من الأحداث
- 21 نوفمبر 2026OpenAI تطلق ChatGPT Wallet: وكلاء الذكاء الاصطناعي يشترون دون أن يروا رقم البطاقة
- 21 نوفمبر 2026الولايات المتحدة أنفقت 70.7 مليون دولار على إعلانات ChatGPT في أكتوبر — بزيادة 127% عن أبريل
- 21 نوفمبر 2026ONNX Runtime يختفي من GitHub: مايكروسوفت تُخفي المستودعات بعد اختراق إحدى الحزم
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف يطلق V2 الجلسة؟
تعمل كل جلسة في AgentCore داخل آلة افتراضية مصغّرة معزولة خاصة بها. في V1 كانت المنصة تسحب صورة الحاوية من Amazon ECR عند كل إطلاق جديد، ثم تشغّل الحاوية وتنفّذ شيفرة التهيئة الخاصة بكم. كان الجزء الأكبر من الوقت يُصرف على تحميل الصورة، لذلك كان الإقلاع البارد يزداد مع حجمها. في V2 يُنجز هذا العمل مرة واحدة عند إنشاء بيئة التشغيل أو تحديثها. يشغّل AgentCore الحاوية في آلة افتراضية مصغّرة نظيفة وينتظر أول استجابة ناجحة على GET /ping، على ألا تتجاوز المهلة 120 ثانية.
ما أبرز التفاصيل حول ما الذي ينبغي نقله إلى التهيئة؟
النصيحة الكلاسيكية للإقلاع البارد: استوردوا المكتبات بكسل واجعلوا التهيئة قصيرة. في V2 الأمر معكوس تمامًا. تُنفَّذ التهيئة مرة واحدة عند بناء اللقطة، أما العمل المؤجَّل إلى معالج الطلب فتدفع ثمنه كل جلسة جديدة. وتقصد AWS بـ«التهيئة» كل ما يفعله الوكيل قبل أن يردّ /ping بأنه «سليم»؛ وفي Python SDK هو كل ما يسبق app.run().
ما أبرز التفاصيل حول كيف نقيس وما الثمن؟
يتكوّن زمن الاستجابة في تطبيق الوكلاء من وقت المنصة (تجهيز الجلسة) ووقت شيفرتكم (استدعاءات النموذج والأدوات والوكلاء الفرعيين والرد المتدفق). ويُعالَج كلٌّ منهما بطريقة مختلفة، لذا يجب أولًا معرفة أيهما يهيمن. في CloudWatch (فضاء الأسماء AWS/Bedrock-AgentCore) يتوفر Latency، أي الزمن حتى أول بايت، وOverheadLatency، أي حصة المنصة. أما وقت شيفرتكم فهو الفرق بينهما. ولا يظهر وقت التهيئة على V2 في الطلبات: عليكم تسجيله بأنفسكم مرة واحدة قبل app.run().
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.