Início 23/11Turma 3 ao vivo de Vibe Coding & Agentes de IA: 3 semanas, 9 aulas ao vivoTurma 3 (23/11) →
LançamentoAnálise · No radarAWS Machine Learning Blog→ original

Duco reduz em 90% o contexto de agentes e acelera 10 vezes a migração de conciliações bancárias

O agente bancário da Duco tinha de 300 a 400 ferramentas, e as descrições delas ocupavam cerca de 200 mil tokens da memória do modelo antes mesmo da primeira pergunta. A equipe criou "skills" (habilidades), carregadas sob demanda, e o contexto encolheu 90%, para 20 mil tokens. Junto com a migração para o Amazon Bedrock AgentCore, isso acelerou em 10 vezes a integração de novas conciliações. Se o seu agente tem dezenas de ferramentas, não carregue todos os esquemas de uma vez.

Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
Duco reduz em 90% o contexto de agentes e acelera 10 vezes a migração de conciliações bancárias
Fonte: AWS Machine Learning Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalAWS Machine Learning Blog ↗
Editor-chefe
Dado-chave #1Um banco global reduziu em 70% o custo de integração das conciliações
Dado-chave #2A taxa de operações sem intervenção manual no banco subiu mais de 20%
Dado-chave #3Cada cliente tem seus próprios AgentCore runtime, Gateway, banco Aurora e chaves KMS

Um agente de IA bancário precisa conciliar dados entre sistemas, ou seja, verificar se os registros das mesmas operações coincidem. Para isso, a plataforma Duco mantém de 300 a 400 ferramentas abertas por cliente, e as descrições de todas elas (cerca de 200 mil tokens) eram carregadas na memória do modelo, o contexto, antes mesmo da primeira pergunta. É como entregar a um funcionário a impressão com as instruções de todos os programas da empresa antes de cada tarefa: quanto mais páginas, mais rápido ele perde o fio da meada.

A Duco transferiu as descrições para "skills", que são carregadas apenas quando solicitadas. O contexto caiu 90%, de 200 mil para cerca de 20 mil tokens. Junto com a migração para o Amazon Bedrock AgentCore, isso acelerou em 10 vezes a integração de novas conciliações dos clientes à plataforma.

Se o seu agente tem dezenas de ferramentas, vale adotar essa técnica.

A Duco processa 20 bilhões de transações por mês para mais de 200 clientes, entre eles 7 dos 20 maiores bancos e 10 das 20 maiores gestoras de ativos.

Por que o ML clássico deixou de bastar

Antes, a Duco usava modelos tradicionais de machine learning: eles sugeriam a marcação dos dados e encontravam padrões, e os bancos automatizaram com eles mais de 20 mil processos. Essa abordagem tem limitações. Os modelos precisam de um grande histórico de dados, lidam mal com situações novas e precisam ser ajustados para cada cenário. Os formatos de dados e as regras de negócio dos bancos mudam o tempo todo, e os modelos clássicos não acompanhavam.

A empresa então reconstruiu a stack sobre o Amazon Bedrock (acesso a modelos por uma API única) e o Bedrock AgentCore (ambiente gerenciado para execução de agentes). O código em LangChain e LangGraph, que já rodava em produção, quase não precisou ser reescrito. A Duco distribuiu os modelos por funções. O Claude Opus elabora o plano para os outros agentes. O Claude Sonnet analisa exceções e interpreta regras. O Claude Haiku decide rapidamente qual ferramenta chamar. O Amazon Nova 2 Pro resume as respostas das ferramentas em sínteses legíveis para os analistas. Trocar de modelo se resume a mudar um parâmetro na configuração.

Como o contexto foi reduzido em 90%

Para cada cliente, há de 300 a 400 ferramentas abertas via AgentCore Gateway, com um servidor MCP para cada serviço da Duco. As descrições delas ocupavam cerca de 200 mil tokens antes da primeira mensagem do usuário. A qualidade das respostas caía à medida que a conversa crescia, e o modelo esquecia conclusões anteriores. A equipe destaca: a sensação de que "o agente ficou burro" não basta. Primeiro é preciso rodar testes de avaliação e só depois tomar decisões de engenharia.

A solução foi o carregamento sob demanda. As descrições das ferramentas saíram do contexto estático e foram para recursos MCP do tipo skill://. O prompt de sistema é montado a partir de partes no momento da inicialização (system://), e os recursos de interface (ui://) ficam separados das ferramentas de trabalho. Em vez de centenas de esquemas, o agente recebeu três metaferramentas: load_skill carrega a descrição de uma skill, find_tool busca a ferramenta adequada sem carregar todos os esquemas, e invoke_tool chama a ferramenta escolhida.

O resultado: o contexto principal caiu de 200 mil para cerca de 20 mil tokens. Limitar o tamanho das respostas das ferramentas também ajudou. Modelos, ferramentas e tarefas continuaram os mesmos, e a qualidade das respostas, segundo as avaliações internas, melhorou. Há ainda um ganho econômico: o prefixo estático (prompt de sistema e três metaferramentas) é estável, e as skills entram na conversa em vez de entrar na lista de ferramentas, então o cache de prompt não é invalidado.

Ao iniciar, o agente recebe apenas a lista de nomes das ferramentas. Um novo microsserviço é registrado como destino no Gateway durante o deploy, e o agente já sabe trabalhar com ele, sem reconfiguração e sem tempo de inatividade. As permissões são verificadas pelos próprios serviços: a identidade do usuário é repassada por toda a cadeia, e cada chamada é executada em nome dele.

Isolamento entre bancos e resultados

Cada cliente tem seu próprio conjunto de recursos: banco Aurora MySQL, bucket S3, chaves KMS, filas SQS, cache, pool de usuários Cognito, além de AgentCore runtime e Gateway dedicados. Não há memória nem contexto compartilhado entre os bancos. As requisições passam por um token JWT do pool do cliente, e o tráfego segue por endpoints privados na VPC.

Os agentes são usados em dois cenários. O primeiro é a integração de novas conciliações. Antes, os bancos levavam anos para migrar milhares de processos, cerca de um por semana.

Agora os agentes leem diferentes formatos de arquivo, convertem configurações antigas em processos da Duco e analisam macros de planilhas escritas décadas atrás. A integração ficou 10 vezes mais rápida. Um banco global reduziu em 70% o custo de integração e aumentou em mais de 20% a taxa de operações sem intervenção manual.

O segundo cenário é a triagem inicial de divergências. O agente agrupa casos parecidos, verifica se já são conhecidos, reúne evidências e propõe uma solução. Quem decide é o analista, e cada ação fica registrada no log de auditoria.

O que aproveitar e quais são as ressalvas

A conclusão prática: se o agente tem mais do que algumas dezenas de ferramentas, vale separar a busca da ferramenta da sua chamada. Para o agente, basta uma lista de nomes, e os detalhes são carregados quando necessário. Para SaaS com requisitos rigorosos, o princípio "um cliente, um runtime e um gateway" também é útil.

Há ressalvas. O texto foi publicado no blog da AWS e escrito como estudo de caso: os números são apresentados sem metodologia de medição e sem o nome dos bancos. Não há dados sobre o custo total de tokens nem sobre como a qualidade das respostas foi medida em pontos. A arquitetura está fortemente ligada aos serviços da AWS, embora a compatibilidade com LangGraph e frameworks abertos reduza o risco de lock-in. Ainda assim, o exemplo mostra como os agentes funcionam em um dos setores mais regulados.

História

Perguntas frequentes sobre a notícia

Por que o ML clássico deixou de bastar?

Antes, a Duco usava modelos tradicionais de machine learning: eles sugeriam a marcação dos dados e encontravam padrões, e os bancos automatizaram com eles mais de 20 mil processos. Essa abordagem tem limitações. Os modelos precisam de um grande histórico de dados, lidam mal com situações novas e precisam ser ajustados para cada cenário. Os formatos de dados e as regras de negócio dos bancos mudam o tempo todo, e os modelos clássicos não acompanhavam.

Como o contexto foi reduzido em 90%?

Para cada cliente, há de 300 a 400 ferramentas abertas via AgentCore Gateway, com um servidor MCP para cada serviço da Duco. As descrições delas ocupavam cerca de 200 mil tokens antes da primeira mensagem do usuário. A qualidade das respostas caía à medida que a conversa crescia, e o modelo esquecia conclusões anteriores. A equipe destaca: a sensação de que "o agente ficou burro" não basta. Primeiro é preciso rodar testes de avaliação e só depois tomar decisões de engenharia.

O que se sabe sobre Isolamento entre bancos e resultados?

Cada cliente tem seu próprio conjunto de recursos: banco Aurora MySQL, bucket S3, chaves KMS, filas SQS, cache, pool de usuários Cognito, além de AgentCore runtime e Gateway dedicados. Não há memória nem contexto compartilhado entre os bancos. As requisições passam por um token JWT do pool do cliente, e o tráfego segue por endpoints privados na VPC. Os agentes são usados em dois cenários. O primeiro é a integração de novas conciliações.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…