Construa um agente de IA baseado na web no Amazon Bedrock AgentCore: guia de 2026 com código

Resumo. Em 17 de junho de 2026, a AWS disponibilizou a Pesquisa na Web no Amazon Bedrock AgentCore de forma geral na região Leste dos EUA (N. Virginia), com preço de $7 por 1.000 consultas e até $200 em créditos do Free Tier para novas contas. É uma ferramenta gerenciada que permite que um agente obtenha resultados web atuais e citados sem que nenhum dado saia do seu ambiente AWS. O AgentCore em si está disponível de forma geral desde outubro de 2025 e agora oferece 12 serviços modulares. Os primeiros adotantes relatam números reais: a Cox Automotive passou de zero a 17 agentes em produção em menos de um ano, e a Druva resolve 68% dos problemas de suporte sem um humano. Este guia mostra como conectar um agente fundamentado por meio do Protocolo de Contexto do Modelo (MCP), quanto cada parte custa e onde as equipes costumam errar.

A maioria das demonstrações de agentes falha da mesma maneira em produção. O modelo responde com dados de treinamento que estão desatualizados há meses, inventa um número de versão e não cita nada que você possa verificar. Um agente fundamentado na web corrige os dois primeiros problemas e, se feito corretamente, o terceiro. A parte difícil nunca foi o raciocínio. Foi a infraestrutura: um conector de pesquisa, uma camada de autenticação, um contrato de ferramenta que o modelo pode chamar e um rastreamento que você pode auditar quando algo dá errado. O Amazon Bedrock AgentCore é a resposta da AWS para essa infraestrutura, e o lançamento da Pesquisa na Web em junho de 2026 removeu a última parte que a maioria das equipes estava construindo manualmente.

Este é um guia para construtores, engenheiros de backend e de aprendizado de máquina. Presume-se que você já tenha uma estrutura de agente que goste e um modelo de base em que confie. O que segue é como fundamentar esse agente em conhecimento web ao vivo na AWS, com código, um modelo de custo que você pode defender para o financeiro e os controles de governança que uma empresa indiana ou global perguntará antes de ser lançado.

O que a fundamentação web realmente corrige

Fundamentar significa que o modelo responde com base em evidências recuperadas, não de memória. Para um agente, essas evidências vêm de ferramentas: uma base de conhecimento para seus próprios documentos, uma API interna para registros ao vivo e pesquisa na web para tudo fora de suas paredes. O blog da AWS anunciando a Pesquisa na Web apresenta o valor de forma clara: o agente analisa a pergunta do usuário, recupera os fatos mais recentes e, em seguida, age com base em desenvolvimentos atuais além do limite de treinamento do modelo.

Duass propriedades separam a versão do AgentCore de acoplar uma API de pesquisa pública ao seu próprio servidor. Primeiro, a consulta e a recuperação permanecem dentro da sua conta AWS, portanto, os prompts dos usuários nunca viajam para um provedor de pesquisa externo. Em segundo lugar, os resultados chegam com URLs de origem, títulos e datas de publicação já anexados, que são exatamente os metadados que você precisa para forçar citações reais em vez de palpites confiantes. A AWS constrói a ferramenta em sua própria infraestrutura de pesquisa, a mesma linhagem por trás do Alexa+, Amazon Quick e Kiro, e combina um índice web com fatos de gráfico de conhecimento estruturado para maior precisão nas respostas do que resultados web brutos sozinhos.

Nicholas Larus-Stone, chefe de Agentes de IA na Benchling, descreveu o efeito para o trabalho científico: "Cientistas que usam a IA da Benchling agora podem perguntar sobre um alvo em que estão trabalhando ativamente e obter respostas fundamentadas tanto em seus dados institucionais na Benchling quanto na literatura publicada." Iskander Sanchez-Rola, diretor sênior de IA e Inovação na Gen Digital, valorizou a fronteira: "O que mais valorizamos é que a AWS usa seu próprio índice de pesquisa e mantém as consultas dentro do nosso ambiente confiável da AWS."

Amazon Bedrock AgentCore em uma tabela

O AgentCore não é um único produto. É um conjunto de serviços que você compõe, descrito no guia do desenvolvedor do AgentCore. Você pode adotar um e ignorar o resto. Para um agente fundamentado, você geralmente tocará em Runtime, Gateway, Identity, Memory e Observability, e adicionará Policy uma vez que precise de guardrails rígidos.

A lista de serviços é importante por um motivo: você não está preso a uma estrutura ou modelo para usá-la. O Runtime funciona com CrewAI, LangGraph, LlamaIndex, Google ADK, OpenAI Agents SDK e Strands Agents, e com modelos da OpenAI, Google Gemini, Anthropic Claude, Amazon Nova, Meta Llama e Mistral. A visão geral do produto afirma diretamente o objetivo de design: construir com qualquer estrutura, qualquer modelo, com segurança incorporada desde o início.

Pesquisa na Web no AgentCore: o que foi lançado em 17 de junho de 2026

A Pesquisa na Web funciona como um conector integrado no AgentCore Gateway, exposto ao seu agente por meio do MCP. Seu agente envia uma consulta em linguagem natural; a ferramenta retorna os trechos mais relevantes, URLs de origem, títulos e datas de publicação para o modelo raciocinar. Como é um alvo do Gateway, você não gerencia servidores, índices ou limites de taxa. Foi disponibilizado de forma geral em 17 de junho de 2026 na região Leste dos EUA (N. Virginia), conforme o post de lançamento da AWS.

A fundamentação é de múltiplas fontes. Além dos resultados web padrão, a ferramenta dá ao agente acesso ao Amazon Knowledge Graph com fatos verificados, que é como a AWS o posiciona como mais preciso do que uma pesquisa web simples. Para uma empresa, a propriedade principal é a fronteira de dados: as consultas de recuperação permanecem dentro do seu ambiente AWS, para que você possa atender às regras de governança sem enviar prompts de usuários para uma API de pesquisa de terceiros.

Construa: um agente fundamentado na web, passo a passo

Todo o padrão é composto por três etapas. Crie um Gateway com um alvo de Pesquisa na Web, conecte seu agente a esse Gateway por meio do MCP e, em seguida, adicione memória, identidade e uma barreira de proteção. Você pode fazer o primeiro passo no console em poucos minutos.

1. Crie um Gateway com um alvo de Pesquisa na Web

No console do Amazon Bedrock AgentCore, crie um Gateway. Quando você adicionar um alvo, escolha o alvo MCP como o protocolo de alvo e Conectores como o tipo de alvo, em seguida, selecione a ferramenta de Pesquisa na Web como um alvo pré-configurado. A AWS cria uma URL de recurso do Gateway. Você pode adicionar o mesmo alvo a um Gateway existente mais tarde, então você raramente começa do zero duas vezes. Antes de escrever o código do agente, teste o