亚马逊云科技在Bedrock AgentCore中推出运行时实例，将智能体会话上限从8小时延至14天，支持共享文件系统与GPU加速，多个智能体可部署在同一EC2上协作，无需各自调用API。
此前，AgentCore的默认计算环境是无服务器microVM，会话最长8小时，适合短周期、请求-响应型任务。但对于需要持续运行、有状态保持或使用GPU加速的智能体而言，8小时是一道硬墙。
运行时实例彻底推开了这堵墙。它本质上是托管在客户账户内的EC2实例，由AgentCore负责预置、修补和扩缩，但团队可以控制实例系列、操作系统、网络和存储。会话上限直接提升至14天——相当于从一上午的工作时长，延展到两周的持续作业。
但时长只是故事的一半。更关键的是架构层面的变化。
无服务器，按vCPU/GB小时计费；会话隔离，最多8小时；无共享文件系统；不支持GPU。
基于EC2，按实例费率+管理费；会话最长14天；共享文件系统；支持GPU加速与容器镜像。
注：14天会话上限为持续运行时长，适用于需要长期驻留、有状态保持或GPU加速的智能体工作负载。microVM仍为默认选项，适合短周期任务。
亚马逊云科技明确将运行时实例定位为补充而非替代。两种模式在多个维度上有显著差异，适用场景不同：
注：条形图为相对示意，非精确比例。实际性能因实例类型、工作负载模式而异。两种模式可共存于同一应用架构中，由编排层按需分派任务。
AWS首席开发者布道师Sebastien Stormacq在公告中解释：「运行时实例会替你处理所有底层工作，同时与现有AgentCore API、身份控制和可观测性集成。」团队只需使用简单的 @app.entrypoint 装饰器以及ZIP文件或容器镜像，即可将现有智能体框架（CrewAI、LangGraph、LlamaIndex、Strands等）接入。
运行时实例最引人注目的能力，是多个智能体部署在同一主机上，通过共享会话目录协作，无需在每次交接时互相调用API。这大幅降低了多智能体工作流的通信开销与延迟。
一个典型场景：
这种模式对有状态、多步骤、需要反复迭代的工作流尤其有价值。此前，团队要么将整个逻辑塞进一个智能体，要么搭建复杂的API调用链。现在，多个专业智能体可以像开发团队一样——各司其职，共享上下文，在同一台主机上完成协作。
任何基础设施决策都绕不开成本。运行时实例的计费逻辑与microVM截然不同，团队需要根据负载特征做出选择。
一个诚实的注脚：
microVM：按vCPU小时和GB小时计费，无单独管理费。适合短周期、低CPU利用率、突发式任务。空闲时成本极低。
运行时实例：按所选EC2实例类型的标准费率计费，另加管理费。Savings Plans和预留实例折扣适用于计算费用，但不适用于管理费。
盈亏平衡点：约24%持续CPU利用率。 高于此值，运行时实例更经济；低于此值，microVM更划算。多智能体共驻一台主机，并在工作完成后停止会话，是控制实例成本的关键手段。
来自社区工程指南Enkompass的分析指出：运行时实例最适合需要连续运行8小时以上、需要GPU或较大内存空间、或能从多智能体共驻中受益的工作负载。而microVM仍然是高流量、短生命周期、请求-响应型智能体的默认选择——启动迅速、会话隔离、按秒计费。
大多数组织预计会同时运行两种模型：将高频短任务放在microVM上，将少量长时间运行、有状态或加速器密集型任务保留在实例上。此前，这些工作负载会迫使团队独立维护EC2集群。
AgentCore运行时实例的推出，表面上是增加了一个计算选项，实质上是对智能体工作负载的一次架构分层：
它将智能体计算清晰地拆分为「编排层」与「工作层」——前者用无服务器microVM处理高频、短周期的调度与路由，后者用持久EC2实例承载长时间、有状态、计算密集的作业。这种分层逻辑在微服务架构中早已成熟，但在智能体领域尚属首次大规模落地。
社区反应也印证了这一点。Four Signals的分析将运行时实例描述为「一项重要的基础设施发布，与智能体编排平台的兴起相呼应」，并特别指出混合模式——microVM编排 + 实例工作——是当前最务实的架构选择。
一个值得注意的细节：工程师Kosti Vasilakakis在LinkedIn上指出，运行时实例复用了团队已经熟悉的AgentCore API和会话固定模型，「降低了采用新计算类型的阻力」。这意味着，学习成本被刻意压低，团队可以快速上手。
智能体基础设施正在从"单一运行时"走向"分层计算架构"——持久会话与共享文件系统，比更长的上下文窗口更能解决真实世界的工程问题。
运行时实例已在AWS Bedrock AgentCore中开放，开发团队可通过Bedrock控制台启用，支持现有API与工具链，无需额外迁移成本。
AWS Bedrock 控制台 → 启用运行时实例支持CrewAI、LangGraph、LlamaIndex、Strands等框架，直接使用 @app.entrypoint 接入。