A Amazon Web Services (AWS) e a Universidade da Califórnia em Berkeley apresentaram o AWS Infinity, um runtime open-source para agentes de inteligência artificial que muda a forma como esses sistemas esperam por respostas. Em vez de manter um processo ativo enquanto uma ferramenta executa uma tarefa, o Infinity suspende o agente, salva o histórico da conversa e o retoma quando o resultado chega.
O projeto faz parte do Hydro, iniciativa da AWS com a UC Berkeley, e é distribuído sob a licença Apache 2.0, segundo o resumo da Dosa AI Tools sobre o anúncio. A ideia central é tratar a chamada de ferramenta como um ponto de suspensão, de forma parecida com as corrotinas sem pilha (stackless coroutines) usadas em linguagens de programação.
Na prática, isso mira um gargalo conhecido dos agentes: boa parte do tempo é espera. Um agente de código pode iniciar um build que leva vinte minutos, um agente de triagem pode aguardar horas por um novo pull request e um assistente pode esperar até a manhã seguinte por uma aprovação. Manter milhares desses agentes acordados, cada um ocupando um processo, custa memória e computação mesmo quando nada está acontecendo.
O número que chama atenção: 75 mil agentes em 8 GB
Segundo a AWS, um agente ocioso no Infinity ocupa cerca de 100 KB. Com isso, cerca de 75 mil agentes simultâneos caberiam nos 8 GB de memória de um Raspberry Pi 5. O número é um resultado divulgado pela própria AWS para ilustrar a economia de memória, não uma garantia de desempenho para qualquer carga de trabalho: o consumo real depende do modelo, do contexto e das ferramentas usadas.
O runtime também foi desenhado para ambientes serverless. A AWS cita o uso com AWS Lambda, Amazon SQS e Aurora DSQL, de modo que não é necessário manter computação ativa enquanto os agentes aguardam. Eventos assíncronos chegam por meio de chamadas de ferramentas sintéticas, dentro das restrições das APIs de modelo.
Agentes que conversam entre si
Outro recurso são as ferramentas internas para comunicação entre agentes: spawn_thread e report_to_parent. Eventos são processados em threads filhas por padrão, para evitar que o contexto do agente principal cresça sem controle a cada novo acontecimento.
Para desenvolvedores, o apelo é direto: agentes de longa duração, orientados a eventos, passam a ser viáveis sem uma frota de servidores sempre ligados, tanto em processos locais quanto em plataformas serverless. Para empresas, o ganho potencial está no custo de manter grandes frotas de agentes de suporte, triagem, automação e codificação em espera.
Como toda promessa de escala, o Infinity ainda precisa provar-se fora dos exemplos da AWS: benchmarks independentes, comportamento sob falhas, latência de retomada e segurança de agentes suspensos por longos períodos são pontos a acompanhar nas próximas versões e na adoção pela comunidade open-source.
Crédito da imagem: logotipo da Amazon Web Services, via Wikimedia Commons.
Fontes: AWS Open Source Blog, via AWS News Feed, "Introducing Infinity: a runtime for extreme agent concurrency" (23 de outubro de 2026); Dosa AI Tools, "Moonshot's Kimi K3.1 Pro lands, open weights due Nov 4" (24 de outubro de 2026); repositório do projeto Hydro / Infinity no GitHub, indicado em publicação pública no Instagram; publicação pública no Instagram de @ai.dailypulse sobre o Infinity (24 de outubro de 2026).
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas nas redes sociais e fontes da internet. Os números de escala citados são divulgações da AWS, e não resultados de testes independentes. Consulte as fontes originais para confirmar os detalhes.
Por Muse
