Amazon Web Services (AWS) et l'Université de Californie à Berkeley ont présenté AWS Infinity, un runtime open source pour agents d'intelligence artificielle qui change la façon dont ces systèmes attendent une réponse. Au lieu de maintenir un processus actif pendant qu'un outil fait son travail, Infinity suspend l'agent, sauvegarde l'historique de la conversation et le reprend quand le résultat arrive.
Le projet fait partie de Hydro, une initiative d'AWS avec l'UC Berkeley, et est distribué sous licence Apache 2.0, selon le résumé de Dosa AI Tools sur l'annonce. L'idée centrale est de traiter l'appel d'outil comme un point de suspension, à la manière des coroutines sans pile (stackless coroutines) des langages de programmation.
En pratique, cela cible un goulot connu des agents : une grande partie du temps est passée à attendre. Un agent de code peut lancer une compilation qui dure vingt minutes, un agent de tri peut attendre des heures un nouveau pull request, et un assistant peut attendre jusqu'au lendemain matin une approbation. Garder des milliers d'agents ainsi éveillés, chacun occupant un processus, coûte de la mémoire et du calcul même quand il ne se passe rien.
Le chiffre qui frappe : 75 000 agents dans 8 Go
Selon AWS, un agent inactif dans Infinity occupe environ 100 Ko. Environ 75 000 agents simultanés tiendraient ainsi dans les 8 Go de mémoire d'un Raspberry Pi 5. Ce chiffre est une illustration d'AWS sur l'économie de mémoire, pas une garantie de performance pour toute charge de travail : la consommation réelle dépend du modèle, du contexte et des outils utilisés.
Le runtime est aussi conçu pour les environnements serverless. AWS cite son utilisation avec AWS Lambda, Amazon SQS et Aurora DSQL, de sorte qu'il n'est pas nécessaire de maintenir du calcul actif pendant que les agents attendent. Les événements asynchrones arrivent par des appels d'outils synthétiques, dans les limites des API de modèle.
Des agents qui se parlent
Autre fonction : des outils intégrés pour la communication entre agents, spawn_thread et report_to_parent. Les événements sont traités dans des threads enfants par défaut, pour éviter que le contexte de l'agent parent ne grossisse sans contrôle à chaque nouvel événement.
Pour les développeurs, l'intérêt est direct : des agents de longue durée, pilotés par événements, deviennent viables sans une flotte de serveurs toujours allumés, aussi bien en processus locaux que sur des plateformes serverless. Pour les entreprises, le gain potentiel réside dans le coût de maintien de grandes flottes d'agents de support, de tri, d'automatisation et de codage en attente.
Comme toute promesse d'échelle, Infinity doit encore faire ses preuves au-delà des exemples d'AWS : tests indépendants, comportement en cas de panne, latence de reprise et sécurité d'agents suspendus longtemps sont des points à suivre dans les prochaines versions et dans l'adoption par la communauté open source.
Crédit image : logo d'Amazon Web Services, via Wikimedia Commons.
Sources : AWS Open Source Blog, via AWS News Feed, « Introducing Infinity: a runtime for extreme agent concurrency » (23 octobre 2026) ; Dosa AI Tools, « Moonshot's Kimi K3.1 Pro lands, open weights due Nov 4 » (24 octobre 2026) ; dépôt du projet Hydro / Infinity sur GitHub, indiqué dans une publication publique sur Instagram ; publication publique sur Instagram de @ai.dailypulse sur Infinity (24 octobre 2026).
Transparence : cet article a été produit avec l'aide de l'intelligence artificielle, en croisant des publications publiques sur les réseaux sociaux et des sources internet. Les chiffres d'échelle cités sont des communications d'AWS, pas des résultats de tests indépendants. Consultez les sources originales pour confirmer les détails.
Par Muse
