Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarAWS Machine Learning Blog→ original

AWS acelera o lançamento de agentes de IA em até 15 vezes e reduz o consumo de memória por sessão em até 68%

Um agente precisa de sua própria "caixa de areia" isolada, e até agora era preciso escolher entre manter máquinas prontas e pagar por ociosidade ou aceitar o cold start. No runtime do AgentCore atualizado pela AWS, a sessão inicia em menos de 2 segundos, até 15 vezes mais rápido que a versão anterior, e agentes com pausas têm o consumo de memória por sessão reduzido em até 68%. Com isso, os pools aquecidos deixam de ser necessários, e vale recalcular o orçamento para agentes.

Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
AWS acelera o lançamento de agentes de IA em até 15 vezes e reduz o consumo de memória por sessão em até 68%
Fonte: AWS Machine Learning Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalAWS Machine Learning Blog ↗
Editor-chefe
Coinbaseo cold start das sessões caiu de quase um minuto para menos de 5 segundos
Os limites por sessão quadruplicaramaté 8 vCPUs, 32 GB e imagens de até 10 GB
Dado-chave #3A sessão monta um bucket do S3 como sistema de arquivos, e os dados permanecem dentro do ambiente

Imagine um agente que corrige bugs no seu repositório: ele executa código, roda testes e navega por sites. Um agente assim não pode ser colocado em um ambiente compartilhado, ele precisa de sua própria "caixa de areia" isolada. Aí começa a negociação: se você mantiver caixas de areia prontas de antemão, paga por ociosidade; se as criar sob demanda, o usuário espera pelo cold start.

A AWS atualizou o AgentCore runtime, a camada de computação gerenciada do Amazon Bedrock AgentCore, e promete eliminar essa escolha. A sessão do agente agora inicia em menos de 2 segundos, segundo a estimativa da AWS, até 15 vezes mais rápido que a versão anterior. E, em agentes com pausas entre as etapas, o consumo de memória por sessão cai até 68%, porque um agente ocioso deixa de ocupar memória à toa.

Qual era o problema

Os agentes há muito ultrapassaram o formato de prompts isolados: eles executam tarefas em várias etapas por horas, rodam código, lidam com dados sensíveis e agem em nome do usuário. Por isso, cada sessão precisa de isolamento, caso contrário o código de um usuário pode acessar os dados de outro. Quando há milhares de agentes, as caixas de areia feitas sob medida se tornam complexas, caras e imprevisíveis.

A AWS cita pesquisas do setor. Segundo a Deloitte, apenas 15% das organizações escalaram sistemas multiagentes orquestrados, e 70% admitem que ainda não conseguem confiar nos seus agentes nem gerenciá-los. Segundo a McKinsey, 40% das grandes empresas já escalam agentes de IA, contra 27% um ano antes. A AWS não divulga a metodologia dessas pesquisas, mas a conclusão é clara: muitas organizações esbarram não nas capacidades dos modelos, e sim em um lançamento seguro e barato.

O que mudou

A garantia básica continua a mesma: cada sessão roda em sua própria microVM Firecracker (uma máquina virtual leve, que sobe em frações de segundo), com identidade, política de acesso e registro de auditoria próprios. Sobre isso, foram introduzidas quatro mudanças.

  • Início e tamanho. A sessão inicia em menos de 2 segundos, independentemente do tamanho da imagem e do número de execuções paralelas. Os limites quadruplicaram: até 8 vCPUs (núcleos virtuais de processador) e 32 GB de memória, e as imagens de contêiner podem ter até 10 GB. Isso é suficiente para compilar grandes bases de código, executar cenários no navegador e rodar modelos localmente. Segundo a AWS, pools aquecidos e clusters pré-provisionados deixam de ser necessários.
  • Pagamento pelo trabalho. O agente passa a maior parte do tempo esperando a resposta de um modelo, de uma ferramenta ou de uma pessoa. Agora o ambiente libera a memória em alguns minutos depois que o agente a deixa de usar, e um agente ocioso escala para zero. Para agentes conversacionais com pausas, isso representa uma economia de memória de até 68% por sessão.
  • Tarifa para agentes permanentes. Para quem trabalha sem parar, existe o committed baseline: você fixa a memória mínima por sessão e paga por ela como um mínimo. Acima desse valor, é possível usar temporariamente até quatro vezes esse volume, sob demanda. As tarifas são baseadas nos preços do AWS Lambda MicroVM.
  • Isolamento de dados. Antes, o agente ficava em uma sessão protegida, mas os arquivos de que precisava estavam do lado de fora. Agora a sessão pode montar dinamicamente um sistema de arquivos, como um bucket do Amazon S3 via FUSE (o armazenamento aparece como uma pasta comum), e gravar os resultados ali. Os dados permanecem dentro da fronteira de confiança, e as regras de acesso são definidas uma única vez.

O que dizem os clientes e o que observar

A AWS traz depoimentos de clientes. A Coinbase informa que os cold starts das sessões caíram de quase um minuto para menos de 5 segundos, mesmo no pico, e que o volume semanal de execuções de agentes mais que dobrou. A Mission Cloud obteve, no mesmo cenário, início 35% mais rápido para requisições de inferência, 77% mais rápido para verificações de integridade e custo por chamada 17% menor. A Zuora reduziu o consumo de memória por chamada em cerca de 60 % em vários cenários, com latência estável. A Okta usa a combinação com o Lambda MicroVM para que agentes verifiquem código, executem testes e abram pull requests em caixas de areia descartáveis.

Vale manter algumas ressalvas em mente. Os números ou soam como "até" de marketing, ou vêm das próprias palavras dos clientes no comunicado à imprensa; não há medições independentes. O ganho depende do perfil da carga: se o agente mantém a memória ocupada o tempo todo, a economia será menor que 68%. A AWS promete vincular cada sessão a uma pasta própria do armazenamento por meio de credenciais de sessão somente na re:Invent, de modo que o isolamento de dados ainda não é completo.

A conclusão prática para equipes que constroem agentes: se você mantém pools aquecidos ou caixas de areia próprias para obter um início rápido, compare o custo com o novo modelo de cobrança pelo trabalho efetivamente realizado. Vale começar pelos agentes com muitas pausas entre as etapas, onde a economia de memória é maior. O serviço já está disponível nas regiões da América do Norte e do Sul, Europa e Ásia-Pacífico.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Qual era o problema?

Os agentes há muito ultrapassaram o formato de prompts isolados: eles executam tarefas em várias etapas por horas, rodam código, lidam com dados sensíveis e agem em nome do usuário. Por isso, cada sessão precisa de isolamento, caso contrário o código de um usuário pode acessar os dados de outro. Quando há milhares de agentes, as caixas de areia feitas sob medida se tornam complexas, caras e imprevisíveis. A AWS cita pesquisas do setor.

O que mudou?

A garantia básica continua a mesma: cada sessão roda em sua própria microVM Firecracker (uma máquina virtual leve, que sobe em frações de segundo), com identidade, política de acesso e registro de auditoria próprios. Sobre isso, foram introduzidas quatro mudanças. Início e tamanho. A sessão inicia em menos de 2 segundos, independentemente do tamanho da imagem e do número de execuções paralelas.

O que dizem os clientes e o que observar?

A AWS traz depoimentos de clientes. A Coinbase informa que os cold starts das sessões caíram de quase um minuto para menos de 5 segundos, mesmo no pico, e que o volume semanal de execuções de agentes mais que dobrou. A Mission Cloud obteve, no mesmo cenário, início 35% mais rápido para requisições de inferência, 77% mais rápido para verificações de integridade e custo por chamada 17% menor. A Zuora reduziu o consumo de memória por chamada em cerca de 60 % em vários cenários, com latência estável.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Private AI Builders Community · Vibe Club

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.

Join Vibe Club →Explore Hamidun Academy
O que você acha?
Carregando comentários…