生活分享

AWS 介紹 Bedrock AgentCore Runtime Instances：AI 代理可跑 14 天、用 GPU、多代理同機協作

AWS 於 2026-09-30 發文，介紹雲端服務 Amazon Bedrock AgentCore 的新運算選項 Runtime Instances，並以多代理音樂製作流程示範。它主要影響在雲端部署 AI 代理的開發團隊與企業：AWS 強調最長 14 天工作階段、GPU 存取、持久儲存與多代理同機協作。以下資訊均來自 AWS 單一來源。

閱讀時間約 7 分鐘

AWS 介紹 Bedrock AgentCore Runtime Instances：AI 代理可跑 14 天、用 GPU、多代理同機協作
圖片：Mokaair (Original editorial artwork)

發生了什麼事

AWS 在其 Artificial Intelligence 部落格於 2026-09-30 發表文章，說明如何在 Amazon Bedrock AgentCore Runtime Instances 上建構多代理音樂製作流程。這裡的「AI 代理」是指能依指示自行分步完成任務的 AI 程式。根據 AWS 說法，AgentCore 目前提供兩種託管 AI 代理的運算選項：無伺服器的 MicroVMs，以及被稱為「新選項」的 Runtime Instances。後者建立在由 AWS 管理的 EC2（AWS 的雲端虛擬主機服務）上，定位在持久、長時間運行的代理工作流程。

AWS 在文中指出，當組織從單一用途代理走向多代理系統，基礎設施需求也隨之改變：若多個代理要在跨越數天的工作中共享脈絡，僅有數小時上限的無伺服器工作階段（session，即一次連續的執行期間）並不夠用。AWS 的文章沒有說明 Runtime Instances 的正式推出日期。

AWS 介紹 Bedrock AgentCore Runtime Instances：AI 代理可跑 14 天、用 GPU、多代理同機協作
Mokaair 編輯查核流程 · 圖片：Mokaair (Original editorial artwork)
閱讀完整文字說明

消息會先蒐集來源、獨立查核，再交由 Jev 判斷。

MicroVM 與 Runtime Instances 有何不同

AWS 表示，兩種選項都支援 CrewAI、LangGraph、LlamaIndex、Strands Agents 等代理開發框架，可自選基礎模型，並整合 MCP 與 A2A，也共用同一套 runtime API（開發者用來部署與呼叫代理的程式介面）；差異主要在底層運算模型。下表整理自 AWS 文章中的比較。

AgentCore 兩種運算選項比較（資料來源：AWS 部落格）
項目MicroVM（無伺服器）Runtime Instances
運算完全由 AWS 管理AWS 管理的 EC2 執行個體
工作階段長度最長 8 小時最長 14 天
每個運算單元的代理數一個 microVM 承載一個代理（1:1）一台 EC2 可承載多個代理（1:N）
製品類型容器映像與 Amazon S3 來源容器映像與 Amazon S3 來源
GPU不支援支援（限支援的執行個體系列）
持久性以工作階段為範圍Amazon EBS 持久儲存
計價按用量計價EC2 在使用者帳戶中運行，可使用 Savings Plans 與 ODCR
擴展隨需擴展由容量供應者管理

據 AWS 說明，關鍵機制在於「共用工作階段」：容量供應者（capacity provider）是用來告訴 AgentCore 要準備哪種主機與網路配置的設定。當兩個代理 runtime 使用同一個容量供應者，並以相同的 runtimeSessionId（工作階段識別碼）呼叫時，它們會被安排到同一台 EC2 執行個體上，共用檔案系統，能直接讀取彼此的產出。

AWS 的示範：三個代理合作做出一首曲子

  • 作曲代理：據 AWS 表示，使用 Claude Sonnet 4.6 將製作人的需求轉為音樂簡報，再以開源音樂生成基礎模型 ACE-Step 在執行個體的 GPU（擅長大量平行運算的處理器）上產生音訊。
  • 交付代理：讀取共享檔案系統上的音軌並量測，請 Claude Sonnet 4.6 依量測結果規劃等化、壓縮與限幅，套用後再次量測確認是否達標。
  • 合規代理：獨立重新量測成品、檢查交付目標，並與工作室自有曲庫比對和聲相似度；若發現相似，會回呼作曲代理產生替代版本。

AWS 公布了在 us-east-2 區域 g6.xlarge 執行個體上的範例結果：準備模型堆疊 239 秒、作曲 25 秒（其中在 NVIDIA L4 上渲染 8.98 秒，峰值 VRAM（GPU 記憶體）7.63 GiB）、交付 41 秒、合規篩查 28 秒，五個步驟皆由同一台執行個體完成。交付處理前音訊為 -7.5 LUFS、峰值 0.42 dBTP，處理後為 -14.0 LUFS、峰值 -3.2 dBTP（LUFS 是衡量整體響度的單位，dBTP 是衡量真實峰值的單位）；合規篩查結果為「REVIEW REQUIRED」（需人工審查）。這些數字是 AWS 單一示範的結果，並非獨立測試。

對一般讀者與企業的實際影響

Runtime Instances 是給開發者與企業用來部署 AI 代理的雲端基礎設施，一般使用者不會直接操作。它反映出 AI 代理正從「一問一答」走向「多個代理分工、跨天完成長任務」。AWS 表示，這種架構並非音樂專屬，可套用到 3D 渲染、模擬、模型推論與媒體處理等需要 GPU 的工作。

對企業團隊，AWS 強調的好處包括：各團隊可各自更新自己的代理而不影響其他代理；容器與程式碼套件可並存於同一基礎設施；工作暫停時可停止工作階段，之後再恢復。不過，這些優點目前都來自 AWS 自身的說法與示範。

仍待觀察的地方

  • 目前資訊僅來自 AWS 官方部落格，效能與成本表現尚無獨立第三方驗證。
  • AWS 文章未提供 Runtime Instances 的正式推出日期或各區域可用情況的完整清單。
  • 示範中的曲庫比對只用於工作室自有曲庫，實際應用於版權審查的效果仍需觀察。

常見問題

Runtime Instances 是什麼？

據 AWS 表示，這是 Amazon Bedrock AgentCore 託管 AI 代理的新運算選項，以 AWS 管理的 EC2 為基礎，適合持久、長時間運行的代理工作流程，並與無伺服器的 MicroVM 使用相同的 runtime API。

和原本的 MicroVM 最大差別是什麼？

根據 AWS 的比較，MicroVM 工作階段最長 8 小時、一個 microVM 承載一個代理且不支援 GPU；Runtime Instances 工作階段最長 14 天、一台執行個體可承載多個代理，並在支援的執行個體系列上提供 GPU 與 EBS 持久儲存。

多個代理如何在同一台機器上協作？

AWS 說明，當多個代理 runtime 共用同一容量供應者，並以相同的 runtimeSessionId 呼叫時，會被放在同一台 EC2 上，共用檔案系統，因此能讀取彼此產生的檔案。

停下來之後還會收費嗎？

AWS 表示呼叫 StopRuntimeSession 後，執行個體會自動閒置，閒置期間不產生運算費用。若要避免持續費用，AWS 建議先刪除工作階段，以釋放執行個體、網路介面與 EBS 磁碟區。

這只能用來做音樂嗎？

不是。AWS 表示音樂只是方便的示範題材，同樣的三代理架構可用於 3D 渲染、模擬、模型推論與媒體處理等 GPU 工作負載。

這些效能數字可信嗎？

文中數字（例如約 9 秒產生 20 秒音訊）來自 AWS 單次示範，屬於 AWS 自身的說法，尚未經獨立驗證，實際表現可能因設定與環境而不同。

查看同分類最新消息

同主題延伸閱讀

最新旅遊情報攻略

資料來源

生活分享