Um agosto movimentado para quem constrói com IA na AWS
Agosto de 2026 foi um mês denso de novidades para o ecossistema de IA da AWS. O Amazon Bedrock — plataforma usada por mais de 225 mil clientes ativos, incluindo mais de 80% das empresas da Fortune 100 — recebeu atualizações importantes em contexto de modelos, controle de custos, segurança e suporte a ambientes regulados. Ao mesmo tempo, o AgentCore evoluiu com novos controles para agentes de longa duração, e o Strands Agent Harness SDK ganhou integração com robótica física.
A tendência central que a AWS reforça com essas atualizações é clara: não basta ter modelos mais capazes — é preciso construir sistemas ao redor deles que sejam confiáveis, governáveis e capazes de operar com autonomia real em ambientes de produção.
Raciocínio sobre contextos maiores com mais controle
Janelas de contexto de um milhão de tokens e busca na web
Os modelos GPT-5.6 Sol, Terra e Luna da OpenAI, disponíveis no Amazon Bedrock, passaram a suportar janelas de contexto de um milhão de tokens com prompt caching — o que ajuda a reduzir custos e latência quando o mesmo contexto é reutilizado em múltiplas chamadas.
Além disso, a funcionalidade de Web Search permite que esses modelos busquem informações atuais além dos dados de treinamento, incorporem resultados relevantes às respostas e forneçam citações — sem que o desenvolvedor precise integrar um provedor de busca separado. Para casos que exigem dados ainda mais frescos, como preços em tempo real ou documentações recém-publicadas, os modelos também podem recuperar conteúdo diretamente de sites públicos.
Na prática, isso significa que é possível analisar uma base de código inteira ou um documento regulatório, cruzar seu conteúdo com as informações públicas mais recentes e obter uma resposta citada — tudo a partir de uma única chamada de API.
Inferência global sem costurar regiões manualmente
Com a atualização de inferência entre regiões, é possível acessar os modelos GPT-5.6 Sol, Terra e Luna a partir de mais de 25 regiões AWS. Os perfis globais oferecem a maior capacidade disponível com preços menores por token, enquanto os perfis geográficos (Geo profiles) mantêm o processamento de inferência dentro de uma geografia específica — útil para requisitos de residência de dados.
Visibilidade e controle sobre os custos de inferência
A alocação de custos por principal do IAM (Gerenciamento de Identidade e Acesso) permite atribuir gastos de inferência a usuários, times, projetos, aplicações ou centros de custo específicos. Paralelamente, o AWS Cost Anomaly Detection (Detecção de Anomalias de Custo) passou a monitorar gastos com modelos de fundação de terceiros no Amazon Bedrock, fornecendo análises de causa raiz quando os custos mudam de forma inesperada.
A OpenAI também anunciou redução de preços para a família GPT-5.6 no Amazon Bedrock, incluindo os modelos Luna, Terra e Sol. Com essas atualizações combinadas, os times ganham mais clareza sobre quem está gerando qual gasto, conseguem identificar variações incomuns mais cedo e tomam decisões mais embasadas à medida que as cargas de trabalho de IA crescem.
Defesa cibernética mais rápida: da detecção à resposta
A AWS passou a disponibilizar os modelos Daybreak Red e Daybreak Blue da OpenAI para clientes elegíveis no Amazon Bedrock. O Daybreak Blue é voltado para trabalhos defensivos, como descoberta de vulnerabilidades, engenharia de detecção e resposta a incidentes. Já o Daybreak Red suporta tarefas ofensivas autorizadas, como pesquisa de vulnerabilidades, reprodução de exploits e desenvolvimento de mitigações.
Com esses modelos, equipes de segurança podem investigar e endereçar vulnerabilidades com mais velocidade, contando com verificação de identidade mais robusta, monitoramento aprimorado, controles de acesso e infraestrutura com zero acesso de operadores.
Agentes que ficam em execução por mais tempo — e com mais controle
Sessões de até 14 dias em compute dedicado
As instâncias de runtime do AgentCore permitem executar agentes em compute dedicado do Amazon EC2 — incluindo instâncias com aceleração de GPU (Unidade de Processamento Gráfico), otimizadas para memória e para processamento — com sessões que podem durar até 14 dias. O AgentCore também expandiu sua disponibilidade para as regiões US West (N. California) e Asia Pacific (Hyderabad).
Isso abre caminho para delegar aos agentes trabalhos de longa duração — pesquisa, codificação, monitoramento — com cada carga de trabalho alocada ao tipo de compute mais adequado e executada mais perto dos usuários e sistemas que atende.
Mais autonomia, com limites claros de comportamento e gasto
As políticas temporais (Temporal policies) avaliam cada ação de um agente considerando o que ele já fez, permitindo impor sequências, pré-requisitos, portões de aprovação, correspondência de valores entre chamadas e frescor de dados. O rate limiting (limitação de taxa) controla requisições, tokens de inferência e conexões simultâneas por usuário ou grupo.
O AgentCore payments permite que agentes acessem e paguem por APIs, recursos MCP (Protocolo de Contexto de Modelos) e conteúdo pago, com limites de gasto impostos pela infraestrutura e observabilidade de ponta a ponta. Em conjunto, essas atualizações permitem dar mais independência aos agentes enquanto se controla o que pode acontecer, em que ordem, a que ritmo e dentro de qual orçamento.
Contexto atualizado sem enfraquecer os limites dos dados
A Web Search no AgentCore permite que os agentes incluam ou excluam domínios e filtrem resultados por data de publicação, ajudando-os a recuperar informações atuais de fontes aprovadas. A memória do AgentCore passou a extrair memórias de longo prazo a partir de logs de atividade, eventos comportamentais, eventos de sistema e outros dados JSON estruturados — não apenas de conversas. O controle de acesso granular pode então isolar essas memórias por usuário ou tenant (inquilino).
Com isso, é possível ancorar agentes em fontes confiáveis, construir memória a partir de eventos de negócio e manter esse contexto isolado — sem precisar adicionar lógica de autorização personalizada em cada aplicação.
Catálogo de agentes e ferramentas aprovadas
O AWS Agent Registry oferece um catálogo pesquisável e governado para agentes, servidores MCP, habilidades e recursos personalizados. A detecção em nível organizacional consegue identificar agentes no AgentCore Runtime e servidores MCP no AgentCore Gateway em contas AWS conectadas, enquanto recursos aprovados também podem aparecer no Amazon Quick. O objetivo é encontrar capacidades confiáveis por intenção ou nome, reutilizá-las em diferentes fluxos de trabalho e reduzir a proliferação de agentes duplicados.
Mais opções para ambientes regulados
O Claude Opus 5 passou a estar disponível nas regiões AWS GovCloud (US) com retenção zero de dados habilitada por padrão. Os modelos OpenAI GPT-5.6 Terra e Luna também chegaram às regiões AWS GovCloud (US), com janelas de contexto de um milhão de tokens e prompt caching.
O Amazon Nova Multimodal Embeddings traz recuperação de informações em texto, documentos, imagens, vídeo e áudio para o AWS GovCloud (US-West), enquanto a memória, políticas e o harness gerenciado do AgentCore adicionam contexto gerenciado, controles e orquestração. Isso permite construir agentes de codificação, sistemas de análise de documentos, aplicações de recuperação multimodal e fluxos de trabalho de agentes governados no AWS GovCloud, com um conjunto de capacidades cada vez mais próximo do que está disponível nas regiões comerciais.
Agentes de IA no mundo físico: robótica com Strands
Do registro de demonstrações ao deploy físico em um único fluxo
O Strands Robots conecta o Strands Agents, o LeRobot e os Hugging Face Storage Buckets, permitindo registrar demonstrações, transmitir datasets no formato LeRobot, treinar políticas e fazer deploy em hardware simulado ou físico — sem precisar converter os dados subjacentes. Isso permite iterar sobre políticas de robótica usando um único formato de dados e um único fluxo de agente, desde a simulação até o deploy físico.
Coordenação de múltiplos robôs sem reescrever o agente
O Strands Robots suporta descoberta e coordenação baseada em mesh entre dispositivos simulados e físicos. O Zenoh conecta robôs na mesma rede local, enquanto o AWS IoT Core (Internet das Coisas) suporta frotas geograficamente distribuídas. O Strands Robots e a AWS também estão participando da pré-visualização de pesquisa limitada do Model Hardware Standard, tornando mais fácil prototipar fluxos de trabalho com múltiplos robôs em simulação e movê-los entre frotas locais e conectadas à nuvem com menos mudanças de código.
Por onde começar
Para quem quer explorar essas novidades na prática, a AWS disponibiliza três pontos de entrada: o Amazon Bedrock, o AgentCore CLI para deploy de agentes, e o Strands Harness SDK para quem quer construir seu primeiro agente. Equipes interessadas em entender como o Amazon Bedrock pode apoiar seus projetos também podem entrar em contato com a AWS para iniciar uma conversa.
Fonte
ICYMI: What landed for AI builders in August 2026 (https://aws.amazon.com/blogs/machine-learning/icymi-what-landed-for-ai-builders-in-august-2026/)
Leave a Reply