PulseFlow Tecnologia
← Insights
·5 min de leitura·atualizacao-de-produto·aws·bedrock-agentcore·rag
PulseFlow Tecnologia

O que o AWS Bedrock AgentCore muda para agentes enterprise

A AWS lançou, em rápida sucessão, dois recursos que juntos redesenham o que significa colocar um agente de IA em produção sobre Bedrock: Web Search no AgentCore e o Managed Knowledge Base. Separados, cada um resolve um problema pontual. Juntos, formam a resposta da AWS para uma pergunta específica: como um agente sabe o que precisa saber, sem que a equipe de engenharia tenha que construir isso do zero.

Web Search: grounding no mundo real

O Amazon Bedrock AgentCore é a plataforma gerenciada da AWS para rodar agentes de IA com acesso a ferramentas dentro do ambiente AWS do cliente. O recurso de Web Search, adicionado a essa plataforma, resolve um problema específico: um agente só conhece o que estava nos dados de treino do modelo - e isso envelhece rápido. A ferramenta devolve "trechos, URLs, títulos e datas de publicação" para o agente raciocinar em cima de informação atual, construída sobre a mesma infraestrutura de busca que já roda Alexa+, Amazon Quick e Kiro. Importante: mantém "zero data egress" do ambiente AWS do cliente, e usa o Model Context Protocol para se comunicar - está disponível em US East (N. Virginia), a $7 por 1.000 consultas.

Managed Knowledge Base: RAG sem reinventar o pipeline

O segundo anúncio ataca um problema anterior ao de grounding no mundo externo: como conectar o agente aos dados internos da própria empresa sem que cada time construa seu próprio pipeline de RAG do zero. O Managed Knowledge Base chega com seis conectores nativos pré-construídos (Amazon S3, SharePoint, Confluence, Web Crawler, Google Drive, OneDrive), um recurso de "Smart Parsing" que escolhe automaticamente a estratégia de chunking por tipo de conteúdo, e um "Agentic Retriever" que executa retrieval multihop - decompondo uma pergunta complexa em múltiplas consultas contra múltiplas bases de conhecimento. O serviço está disponível em oito regiões (incluindo GovCloud), com precificação sem compromisso antecipado, baseada em dados indexados e número de retrievals, e se integra com LangChain, CrewAI e LlamaIndex via MCP.

O que muda na prática

Antes desses dois lançamentos, montar um agente de produção na AWS exigia resolver, por conta própria, tanto o grounding em conhecimento atual quanto o pipeline de RAG sobre dados corporativos - cada um com seu próprio custo de engenharia e manutenção. Com Web Search e Managed Knowledge Base, a AWS empacota as duas coisas como serviço gerenciado, com preço por uso e integração nativa com MCP.

Para quem está avaliando construir agentes sobre Bedrock, o recado é direto: a complexidade que antes ficava com o time de engenharia (conectores, chunking, embeddings, re-ranking, atualização de conhecimento externo) passa a ser responsabilidade da própria plataforma. Isso baixa a barreira de entrada para colocar um agente em produção - mas também significa que a escolha de arquitetura de dados da empresa fica mais amarrada às escolhas específicas da AWS.

Fontes