PulseFlow Tecnologia
← Insights
·5 min de lectura·actualizacion-de-producto·aws·bedrock-agentcore·rag
PulseFlow Tecnologia

Qué cambia AWS Bedrock AgentCore para los agentes enterprise

AWS lanzó, en rápida sucesión, dos funciones que juntas rediseñan lo que significa poner un agente de IA en producción sobre Bedrock: Web Search en AgentCore y Managed Knowledge Base. Por separado, cada una resuelve un problema puntual. Juntas, forman la respuesta de AWS a una pregunta concreta: cómo sabe un agente lo que necesita saber, sin que el equipo de ingeniería tenga que construirlo desde cero.

Web Search: grounding en el mundo real

Amazon Bedrock AgentCore es la plataforma gestionada de AWS para ejecutar agentes de IA con acceso a herramientas dentro del entorno AWS del cliente. La función de Web Search, añadida a esa plataforma, resuelve un problema específico: un agente solo conoce lo que había en los datos de entrenamiento del modelo - y eso envejece rápido. La herramienta devuelve "fragmentos, URLs, títulos y fechas de publicación" para que el agente razone sobre información actual, construida sobre la misma infraestructura de búsqueda que ya impulsa Alexa+, Amazon Quick y Kiro. Es importante notar que mantiene "cero salida de datos" del entorno AWS del cliente, y usa el Model Context Protocol para comunicarse - disponible en US East (Virginia), a $7 por cada 1.000 consultas.

Managed Knowledge Base: RAG sin reinventar el pipeline

El segundo anuncio ataca un problema anterior al del grounding externo: cómo conectar el agente a los datos internos de la propia empresa sin que cada equipo construya su propio pipeline de RAG desde cero. Managed Knowledge Base llega con seis conectores nativos preconstruidos (Amazon S3, SharePoint, Confluence, Web Crawler, Google Drive, OneDrive), una función de "Smart Parsing" que elige automáticamente la estrategia de chunking según el tipo de contenido, y un "Agentic Retriever" que ejecuta retrieval multihop - descomponiendo una pregunta compleja en múltiples consultas contra múltiples bases de conocimiento. El servicio está disponible en ocho regiones (incluyendo GovCloud), con precios sin compromiso inicial, basados en datos indexados almacenados y número de retrievals, y se integra con LangChain, CrewAI y LlamaIndex vía MCP.

Qué cambia en la práctica

Antes de estos dos lanzamientos, montar un agente de producción en AWS exigía resolver, por cuenta propia, tanto el grounding en conocimiento actual como el pipeline de RAG sobre datos corporativos - cada uno con su propio costo de ingeniería y mantenimiento. Con Web Search y Managed Knowledge Base, AWS empaqueta ambas cosas como servicio gestionado, con precio por uso e integración nativa con MCP.

Para quien está evaluando construir agentes sobre Bedrock, el mensaje es directo: la complejidad que antes recaía en el equipo de ingeniería (conectores, chunking, embeddings, re-ranking, actualización de conocimiento externo) pasa a ser responsabilidad de la propia plataforma. Eso baja la barrera de entrada para poner un agente en producción - pero también significa que las decisiones de arquitectura de datos de la empresa quedan más atadas a las opciones específicas de AWS.

Fuentes