亚马逊AWS官方博客
·
Lambda MicroVMs vs Bedrock AgentCore：AI Agent 开发者该怎么选？
内容提要
AWS推出了两个Serverless产品：Lambda MicroVMs和Bedrock AgentCore Runtime。Lambda MicroVMs适用于通用计算，提供隔离的虚拟机，适合代码沙箱和多租户环境；AgentCore专为AI Agent设计，内置多种功能，支持高效开发。用户可根据需求选择MicroVMs或AgentCore，二者可组合使用，形成高效的AI Agent架构。
关键要点
-
AWS推出了两个Serverless产品：Lambda MicroVMs和Bedrock AgentCore Runtime。
-
Lambda MicroVMs适用于通用计算，提供隔离的虚拟机，适合代码沙箱和多租户环境。
-
Bedrock AgentCore Runtime专为AI Agent设计，内置多种功能，支持高效开发。
-
Lambda MicroVMs允许用户使用Dockerfile打包任意代码，最长可运行8小时。
-
AgentCore Runtime提供了LLM编排、工具调用、长期记忆等功能，专注于AI Agent的开发。
-
选择Lambda MicroVMs适合需要隔离机器的场景，而AgentCore Runtime适合构建AI Agent系统。
-
两者可以组合使用，形成高效的AI Agent架构，Lambda Function作为事件入口，AgentCore作为大脑，MicroVM作为代码执行沙箱。
-
计费模型上，Lambda MicroVMs按配置资源计费，而AgentCore Runtime按实际CPU消耗计费，I/O等待时间不计费。
延伸解读
选择合适的产品
在选择Lambda MicroVMs和AgentCore Runtime时，开发者需要明确自己的需求。如果需要一个通用的代码沙箱，Lambda MicroVMs是更好的选择；而如果目标是构建一个功能完备的AI Agent系统，AgentCore Runtime则更为合适。了解各自的定位和功能，可以帮助开发者做出更明智的决策。
计费模型的影响
Lambda MicroVMs的计费是基于配置的资源，而AgentCore Runtime则是按实际CPU消耗计费。这意味着在I/O密集型的工作负载中，AgentCore可以显著降低成本，因为等待时间不计费。开发者在设计系统时，应考虑工作负载的特性，以选择最具成本效益的方案。
安全性与状态管理
Lambda MicroVMs和AgentCore Runtime在状态管理上有显著差异。前者允许开发者控制状态的生命周期，而后者则强调安全性，自动清除Session结束后的内存。开发者在处理敏感数据时，应优先考虑AgentCore的安全设计，以防止数据泄露。
延伸问答
Lambda MicroVMs和Bedrock AgentCore的主要区别是什么？
Lambda MicroVMs是通用的Serverless计算原语，提供隔离的虚拟机；而Bedrock AgentCore专为AI Agent设计，内置多种功能，支持高效开发。
在什么情况下应该选择Lambda MicroVMs？
如果需要一个隔离的机器来运行代码，或构建多租户开发平台，选择Lambda MicroVMs更合适。
AgentCore Runtime的计费模型是怎样的？
AgentCore Runtime按实际CPU消耗计费，I/O等待时间不计费，这对AI Agent工作负载的成本影响显著。
如何将Lambda MicroVMs和AgentCore结合使用？
可以将AgentCore作为Agent大脑，Lambda MicroVM作为代码执行沙箱，形成高效的AI Agent架构。
Lambda MicroVMs的最长运行时间是多少？
Lambda MicroVMs的最长运行时间为8小时。
AgentCore Runtime内置了哪些功能？
AgentCore Runtime内置了LLM编排、工具调用、长期记忆等功能，专注于AI Agent的开发。
