Agentes de IA em produção

Agentes de IA

24 conteúdos publicados sobre este assunto: artigos, estudos de arquitetura e guias de repositório.

Artigos· 7

AWS & CloudWell-Architected Agent: a revisão de arquitetura vira processo semanalA AWS colocou em preview um agente que analisa contas, cruza sinais de Trusted Advisor, Compute Optimizer, Security Hub CSPM e Resilience Hub e devolve recomendações priorizadas por metas de negócio em texto livre. O que muda para o arquiteto não é o volume de achados, é que a meta escrita vira função de ranqueamento, e a lista de tipos de recurso não suportados vira ponto cego de auditoria.Abrir IA & AgentesIA Builder na prática: o que é, o que muda e como eu aplicoNo AWS Summit São Paulo 2026 a AWS resumiu o novo perfil de profissional em "a equipe decide em cada fase; a IA executa". Eu trabalho assim neste site. Aqui eu explico o que é um IA Builder, o que ele faz o dia inteiro (definir, orquestrar, validar), como o AI-DLC e o Kiro organizam isso em portões, e onde a minha esteira me ensinou que validar é o trabalho de verdade.Abrir Segurança & ResiliênciaRemediation plans no Security Hub: remediação por causa raiz, dissecadaEm 1º de outubro de 2026 o Security Hub ganhou remediation plans: em vez de uma fila de findings, um plano por causa raiz, com impacto estimado e instruções em CLI, Terraform, CloudFormation, Python e CDK. Disseco o padrão de remediação por causa raiz, o problema que ele resolve, a anatomia, quando usar e quando não, e o detalhe que merece mais atenção: agentes de IA consumindo planos via API.Abrir IA & AgentesQuatro padrões de engenharia que separam multiagente de prompt chainO Google publicou os quatro padrões de engenharia que apareceram nos vencedores do AI Agents Challenge. Nenhum deles é sobre modelo: são interface de ferramenta, mensageria assíncrona, validação estrutural e roteamento barato antes da inferência. Reviso cada um com o que muda ao levá-lo para AgentCore, EventBridge e Bedrock, e onde o protótipo do desafio não sobrevive à produção.Abrir IA & AgentesClaude Fable 5.1 na AWS: o modelo que exige histórico imutávelO Fable 5.1 chegou ao Bedrock em 1º de setembro de 2026 com o mesmo preço de entrada e saída do Fable 5, mas com leitura de cache a um quarto do custo. O que ninguém colocou no anúncio é que ele troca flexibilidade de orquestração por qualidade de raciocínio: tool_choice forçado morreu e editar o histórico passa a ser erro. Avaliei o que isso significa para quem opera agentes de longa duração dentro do perímetro AWS.Abrir IA & AgentesOAuth no AWS MCP Server: Comparativo de Estratégias de Autenticação para AgentesO suporte OAuth nativo no AWS MCP Server muda o jogo para quem estava improvisando autenticação de agentes com credenciais estáticas ou fluxos Cognito customizados. Mas 'suporte OAuth' não é uma decisão de arquitetura, é um ponto de partida. Neste artigo, faço um bake-off honesto entre quatro estratégias de autenticação para agentes de IA em ambientes financeiros, com trade-offs reais, números plausíveis e uma recomendação direta.Abrir IA & AgentesA IDE Virou a Exceção: Como Passei a Construir Loops em Vez de CódigoDepois de 16 anos construindo sistemas financeiros na AWS, percebi que meu trabalho mudou: não projeto mais código linha a linha, projeto loops, triggers, topologias, verificadores e stop-rules. A IDE ainda existe na minha bancada, mas cada vez menos. Este post é o registro honesto dessa transição.Abrir

Estudos de arquitetura· 16

Guia / Deep DiveLoop Engineering: projetando os loops que guiam agentes de IAO gargalo dos agentes de IA deixou de ser a frase do prompt e passou a ser o desenho do loop: trigger, topologia, verifier e stop rules. Este guia ensina os fundamentos do loop engineering, do ReAct base ao catálogo de padrões, com exemplos reais do meu próprio sistema e um passo a passo para engenheirar qualquer loop com segurança.Abrir PlaybookPlaybook: 5 Mudanças em Arquitetura de IA, e o que fazer com cada umaO que era avançado em 2025 virou default em 2026: o gargalo saiu do prompt, agentes foram para produção gerenciada, MCP padronizou ferramentas, segurança virou multicamadas e FinOps de token entrou na pauta. Este playbook mapeia cada mudança com o que fazer de concreto, para quem constrói sistemas, não demos.Abrir Guia / Deep DiveAgentes de IA por Dentro (1/3): Anatomia e o Loop de RaciocínioUma aula técnica para devs e arquitetos que ouvem 'agente de IA' todo dia mas querem entender de verdade o que diferencia um agente de um LLM puro, de um pipeline fixo ou de RAG simples. Cobrimos a anatomia completa, modelo, ferramentas, memória, planner, e o loop ReAct passo a passo com um exemplo concreto. Sem hype; com trade-offs reais.Abrir Guia / Deep DiveAgentes de IA por Dentro (2/3): Catálogo de Padrões, de ReAct a Multi-AgenteA segunda aula da série mapeia o catálogo completo de padrões de arquitetura de agentes de IA: dos loops single-agent (ReAct, Reflexion, Plan-and-Execute) à orquestração multi-agente, passando por memória como decisão de arquitetura, guardrails e human-in-the-loop. O objetivo é dar ao arquiteto uma linguagem precisa para escolher, e justificar, o padrão certo para cada problema, sem cair nos anti-patterns clássicos.Abrir Guia / Deep DiveAgentes de IA por Dentro (3/3): Agentes em Produção na AWS com Bedrock AgentCoreA terceira e última parte da série desce o elevador até o andar técnico: como colocar um agente de IA em produção na AWS usando o Amazon Bedrock AgentCore. Cobrimos o mapa completo dos componentes (Runtime, Gateway, Memory, Identity, Observability), a escolha de modelo por custo/latência/raciocínio, segurança com guardrails e isolamento de sessão, e FinOps para manter o custo real abaixo de poucos dólares por mês.Abrir Decisão (ADR)ADR: Executar Código Gerado por IA: Lambda MicroVMs vs. Containers IsoladosDecisão de arquitetura sobre como executar com segurança código gerado por agentes de IA ou submetido por usuários em ambiente multi-tenant, comparando Lambda MicroVMs (lançamento AWS jun/2026), containers efêmeros com gVisor/Firecracker em ECS/EKS e Lambda padrão. A decisão recomendada é Lambda MicroVMs por sessão, orquestrado pelo Bedrock AgentCore, com isolamento em nível de VM sem overhead operacional de virtualização própria.Abrir Decisão (ADR)ADR: AWS Transform e Agentes de IA vs Fábrica Tradicional de ModernizaçãoEste ADR avalia a decisão de adotar AWS Transform (com agentes de IA para .NET, Mainframe, VMware e código customizado) versus uma fábrica tradicional de modernização com engenharia humana, ou uma abordagem híbrida. A análise considera risco de regressão, cobertura de testes, ownership de código, segurança, custo total e governança de mudanças em um programa de modernização de escala corporativa.Abrir Decisão (ADR)ADR: Adotando Amazon Bedrock AgentCore em ProduçãoBedrock AgentCore promete reduzir o atrito operacional de agentes de IA em produção, mas adotar qualquer plataforma gerenciada de orquestração de agentes exige uma decisão arquitetural explícita. Neste ADR, documento as forças que me levaram a avaliar AgentCore, as alternativas consideradas e as consequências reais de cada caminho.Abrir TeardownTeardown: Frontier Agents para Segurança e DevOps na AWSUma análise técnica aprofundada da arquitetura por trás dos agentes autônomos de frontier da AWS para pentest sob demanda e resolução de incidentes em cloud operations. Avaliamos isolamento, escopo de ação, aprovação humana, rollback e os riscos operacionais reais que emergem quando você coloca um LLM no loop de controle de infraestrutura.Abrir PlaybookPlaybook: FinOps de GenAI, cortar o custo de um agente sem perder qualidadeAgentes de GenAI em produção acumulam custo em lugares que os dashboards padrão não mostram: tokens de entrada inflados, loops sem critério de parada, retries silenciosos e modelos caros em tarefas triviais. Este playbook apresenta as seis alavancas de otimização, com ordem de execução, tabela de impacto e os anti-padrões que transformam economia em regressão de qualidade.Abrir Design Doc / RFCDesign Doc: Agentes em Produção com Amazon Bedrock AgentCoreEste documento descreve a arquitetura de uma plataforma de agentes de IA em produção usando Amazon Bedrock AgentCore, cobrindo runtime serverless com isolamento de sessão, governança de ferramentas via Gateway/MCP, memória de curto e longo prazo, identidade federada e observabilidade. O foco está em guardrails operacionais, teto de custo e governança de ferramentas, os problemas que realmente afundam projetos de agentes em ambientes corporativos.Abrir PlaybookPlaybook: Multi-agente, quando 1 basta e quando você precisa orquestrarCada agente adicional dobra custo, latência e superfície de erro. Este playbook oferece critério cirúrgico para decidir entre agente único, supervisor, pipeline e debate, com tabelas de decisão, topologias visuais e as armadilhas que destroem sistemas multi-agente em produção.Abrir PlaybookPlaybook: Um Agente de IA de Produção na AWS em 7 PassosNoventa por cento dos agentes de IA morrem no notebook. Este playbook cobre os 7 passos que separam um protótipo funcional de um agente confiável em produção na AWS, do trigger ao guardrail, passando por topologia de loop, ferramentas com menor privilégio, verifier externo e orçamento de execução. Opinioso, concreto e baseado nas primitivas reais do Amazon Bedrock AgentCore.Abrir PlaybookPlaybook: do Prompt ao Pipeline, os 5 Estágios de um Agente ConfiávelUm agente não nasce confiável, ele é construído estágio a estágio, do prompt simples ao sistema operável com observabilidade, guardrails e auditoria. Este playbook mapeia cada estágio, o que você ganha, o que você arrisca, e quando parar de subir a escada. O gargalo não é o prompt; é o sistema em volta.Abrir PlaybookPlaybook: MCP na Prática: Conecte um Agente a uma Ferramenta InternaO Model Context Protocol elimina o adaptador artesanal entre agente e ferramenta: um servidor MCP expõe tools com nome, descrição e schema; o cliente descobre e chama sem acoplamento direto. Este playbook cobre os três passos concretos para subir um servidor MCP, descrever bem uma tool e conectar o agente, com atenção especial à segurança, que é onde a maioria erra.Abrir PlaybookPlaybook: IA, ML, Deep Learning, LLM e Agentes, o Mapa para Decidir a Ferramenta CertaUm guia prático em camadas para engenheiros e arquitetos que precisam parar de usar 'vamos de LLM' como resposta padrão. O mapa correto é IA → ML → Deep Learning → GenAI/LLM → Agentes, cada camada um subconjunto da anterior, não sinônimos. A pergunta certa nunca é 'qual modelo?', é 'qual a ferramenta mais simples que resolve bem?'.Abrir

Open Source· 1

Pythonbedrock-agent-starterStarter de agente no Bedrock com tools, memória, Terraform e evals já ligadosAbrir