AWS mostrou como implantar busca agêntica com um único comando CDK: 4 stacks e 7 camadas de métricas
O RAG tradicional faz uma única busca em um único índice e perde parte da resposta quando os dados estão em duas bases. A AWS publicou um template em CDK (infraestrutura descrita em código Python): um único comando sobe 4 stacks, grupos de recursos que vão das bases de conhecimento aos dashboards. O agente escolhe a base e, se faltarem dados, refaz a busca. Já as 7 camadas de métricas no CloudWatch mostram o caminho percorrido pelo agente. Não é preciso provisionar um vector store.
Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
O RAG comum funciona de forma simples: a pergunta vira um vetor, os trechos de texto mais próximos são buscados em um único índice e o modelo escreve a resposta. Mas, se a resposta está em dois conjuntos de documentos, por exemplo um relatório financeiro e boletins meteorológicos, a busca devolve apenas metade do necessário, e o modelo responde de forma fluente e confiante. A AWS publicou uma análise de como resolver isso com busca "agêntica" sobre a Knowledge Base gerenciada do Amazon Bedrock.
Tudo é implantado com um único comando via CDK (AWS Cloud Development Kit, em que a infraestrutura de nuvem é descrita com código Python comum). A aplicação tem 4 stacks, ou seja, quatro grupos de recursos interligados: bases de conhecimento, o gateway Gateway, o próprio agente e os dashboards. Já "7 camadas de métricas" são sete tipos de dados sobre o funcionamento do agente, desde a ingestão de documentos até o consumo de tokens e as avaliações de qualidade das respostas.
O que muda em relação ao RAG tradicional
No esquema agêntico, um agente com capacidade de raciocínio fica dentro do ciclo de busca. Ele decide se precisa pesquisar, em qual base de conhecimento, e se deve buscar mais informações antes de escrever a resposta. Pense em um assistente dentro de uma empresa: para uma pergunta sobre receita, ele consulta o arquivo financeiro; para uma pergunta sobre tornados, consulta o arquivo meteorológico; e se a primeira consulta não for suficiente, volta para buscar uma segunda referência.
Tecnicamente, isso se apoia em três partes. A Managed Knowledge Base (tipo MANAGED) processa os documentos sozinha, divide em fragmentos, calcula os embeddings e faz a indexação. Não é preciso criar uma coleção no OpenSearch Serverless nem pagar pelas capacidades de OCU. O AgentCore Gateway publica cada base como uma ferramenta MCP separada. A API AgenticRetrieveStream, dentro da base, divide a pergunta em subconsultas, pesquisa de forma iterativa, reordena os resultados e devolve a resposta com citações.
Uma limitação importante: a busca agêntica e a integração com o Gateway funcionam apenas na base gerenciada. Se você tiver uma base própria, com vector store próprio, por exemplo por exigências de residência de dados ou por ajustes finos no índice, esse caminho não está disponível para ela.
Quatro stacks e um único comando
A aplicação é composta por quatro stacks: a base de conhecimento com um bucket S3, o Gateway, o agente em Strands no AgentCore Runtime e os dashboards. Não é preciso definir manualmente a ordem de implantação. O Gateway recebe as referências das duas bases, o agente recebe o endereço do Gateway, e os dashboards recebem os identificadores das bases, do Gateway e do runtime. São sete valores que passam de uma stack para outra. No CDK, basta passar um objeto para o construtor, e as dependências e exportações surgem automaticamente. No CloudFormation puro, seriam exportações manuais e um script de deploy que se desalinham na primeira vez que algo for renomeado.
O comando cdk deploy --all sobe tudo. O mais demorado é a construção da imagem do agente no CodeBuild em ARM64, cerca de 8 a 10 minutos, sem necessidade de Docker local. As configurações estão reunidas em config.py: prefixo do projeto, região (por padrão us-west-2), tipo de embeddings e modelo do agente, por padrão o Claude Haiku 4.5. Alterar PROJECT_NAME cria uma cópia independente da solução, de modo que dois deploys coexistem na mesma conta.
São criadas duas bases de propósito. Quando o agente tem duas ferramentas nomeadas, a escolha da fonte fica visível na árvore de spans, e as métricas de qualidade da busca não se misturam em uma média de domínios não relacionados. Se os dois corpora fossem jogados em um único índice, a decisão de roteamento ficaria escondida dentro do ranqueamento.
Observabilidade como metade do projeto
O agente percorre um caminho diferente a cada vez, e sem telemetria não dá para entender nem o percurso nem a qualidade da resposta. Por isso, cerca de metade dos recursos existe para observabilidade: dois dashboards no CloudWatch e sete camadas de dados. São elas: métricas da própria base de conhecimento, ingestão de documentos, qualidade da busca agêntica, métricas do Gateway e do MCP, árvore de spans OTEL, consumo de tokens e avaliações de qualidade. As camadas 1, 4 e 5 são coletadas automaticamente. As camadas 3, 6 e 7 são publicadas pelo notebook de demonstração como métricas customizadas, portanto, em produção, você terá de configurá-las por conta própria.
A avaliação de qualidade roda em dois modos: sob demanda e continuamente, sobre uma amostra do tráfego. O percentual de amostragem padrão é 100%. Para a demonstração isso é conveniente, mas em carga real pesa no custo, por isso vale reduzi-lo, já que cada verificação chama um modelo. As avaliações de fidelidade às fontes e de correção ajudam a perceber que as respostas estão se afastando do material de origem antes que os usuários percebam. Para os spans, é preciso ativar o CloudWatch Transaction Search.
O que levar para a prática
Os dados do exemplo são didáticos: um 10-K sintético da empresa fictícia Octank, com cerca de 198 KB, e um relatório público do Congresso dos EUA sobre tornados, com cerca de 560 KB. Com dois documentos pequenos não é possível tirar conclusões sobre latência, custo e precisão em volumes corporativos, e a AWS não apresenta números reais.
O valor está nas decisões de arquitetura. Não subir um banco vetorial sem requisitos específicos. Criar uma ferramenta separada para cada fonte, para que o roteamento fique visível. Incluir métricas e avaliação de qualidade no código de infraestrutura desde o primeiro dia, e não depois do primeiro incidente.
- 21 de nov. de 2026AG-UI 1.0 dá aos agentes de IA uma linguagem única para falar com o aplicativo: 31 tipos de eventos
- 21 de nov. de 2026OpenAI lança o ChatGPT Wallet: agentes compram sem nunca ver o número do cartão
- 21 de nov. de 2026Anunciantes dos EUA gastaram US$ 70,7 milhões em anúncios no ChatGPT em outubro, 127% a mais que em abril
- 21 de nov. de 2026ONNX Runtime some do GitHub: Microsoft oculta repositórios após comprometimento de pacote
Perguntas frequentes sobre a notícia
O que muda em relação ao RAG tradicional?
No esquema agêntico, um agente com capacidade de raciocínio fica dentro do ciclo de busca. Ele decide se precisa pesquisar, em qual base de conhecimento, e se deve buscar mais informações antes de escrever a resposta. Pense em um assistente dentro de uma empresa: para uma pergunta sobre receita, ele consulta o arquivo financeiro; para uma pergunta sobre tornados, consulta o arquivo meteorológico; e se a primeira consulta não for suficiente, volta para buscar uma segunda referência.
O que se sabe sobre Quatro stacks e um único comando?
A aplicação é composta por quatro stacks: a base de conhecimento com um bucket S3, o Gateway, o agente em Strands no AgentCore Runtime e os dashboards. Não é preciso definir manualmente a ordem de implantação. O Gateway recebe as referências das duas bases, o agente recebe o endereço do Gateway, e os dashboards recebem os identificadores das bases, do Gateway e do runtime. São sete valores que passam de uma stack para outra.
O que se sabe sobre Observabilidade como metade do projeto?
O agente percorre um caminho diferente a cada vez, e sem telemetria não dá para entender nem o percurso nem a qualidade da resposta. Por isso, cerca de metade dos recursos existe para observabilidade: dois dashboards no CloudWatch e sete camadas de dados. São elas: métricas da própria base de conhecimento, ingestão de documentos, qualidade da busca agêntica, métricas do Gateway e do MCP, árvore de spans OTEL, consumo de tokens e avaliações de qualidade. As camadas 1, 4 e 5 são coletadas automaticamente.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.