AWS
Filed under
Escolha o Vector Database pelo Que Quebra Primeiro
Quase todo sistema RAG deveria começar no pgvector. A pergunta útil não é qual vector database é mais rápido, mas qual modo de falha chega até você primeiro.
Agents on Call, Parte 8. Produção: Observabilidade, Evals e o Dia em que Ela Mente
Traces OTEL no CloudWatch, invocation logging do Bedrock em S3, um harness de evals com golden set de incidentes e o dia em que a triagem mentiu confiante.
Kiro Depois do Hype: O Que os IDEs de IA Realmente Mudaram
Oito meses após o GA do Kiro, a spec sobreviveu e o IDE, em boa parte, não. O que de fato mudou é onde a revisão acontece, não quem escreve o código.
Rastreamento de Custo do Bedrock por Aplicação com Inference Profiles
Inference profiles colocam tags de custo nas chamadas do Bedrock, transformando uma fatura única em linhas por time. O design das tags é a parte difícil.
Agents on Call, Parte 7. Dimensionamento: A Matemática de Tokens que Ninguém Faz Antes
O dimensionamento que ninguém calcula antes: tokens por incidente, tetos de quota, quando provisioned throughput se paga e a conta mensal da plataforma.
AI Act da UE, 2 de Agosto: O Prazo Que Não Mudou
O Digital Omnibus adiou os prazos de alto risco para 2027 e 2028. A transparência do Artigo 50 segue valendo em 2 de agosto de 2026, o prazo que pega a maioria.
SageMaker vs Bedrock: Uma Decisão Organizacional, Não Técnica
A escolha entre SageMaker e Bedrock é, na verdade, sobre se sua organização tem um time dono de modelos. Escolha pela topologia que você tem, não a do slide.
Injeção de Prompt via Seus Próprios Documentos: A Superfície de Ataque do RAG
Sua base de conhecimento é entrada não confiável. A recuperação entrega texto de atacantes ao modelo, então o controle que compensa é escanear na ingestão.
Agents on Call, Parte 6. Guardrails: A Parte que Todo Mundo Pula
Modelo de ameaças antes dos guardrails: Bedrock Guardrails em Terraform, por que o IAM ainda faz o trabalho pesado e as falhas que ninguém mostra no palco.
AWS Mensal (Junho de 26): Agentes Ganham um Loop de Feedback
Junho de 2026 na AWS: o Summit em Nova York transformou traces de produção em melhoria de agentes, lançou o Continuum de segurança e levou o AgentCore ao GA.
Agents on Call, Parte 5. O Time: Supervisor e Três Especialistas
Um supervisor delega a agentes de triagem, runbook e custo pela rede, o AgentCore Memory amarra as descobertas, e quando um agente só ainda vence.
A AWS Construiu um Sandbox para Código Gerado por IA: Lambda MicroVMs
As Lambda MicroVMs da AWS dão aos agentes de IA um lugar isolado no nível da VM para rodar código gerado por modelos. Faltava esse runtime em produção.
O Limite Real do Seu Sistema Multi-Agente é Tokens Por Minuto
O Amazon Bedrock agora expõe quotas de tokens por minuto por modelo no Service Quotas. Para agents, TPM é o teto real de escala. Planeje antes dos 429s.
Agents on Call, Parte 4. Tools e o Gateway: MCP, Allowlists, Somente Leitura por Padrão
As tools passam para trás do AgentCore Gateway: Lambdas com escopo restrito, roles somente leitura entre contas e o único caminho aprovado a alterar algo.
Agentes de Código de IA Também Precisam de Ambientes de Staging
Times deram credenciais de produção a agentes de código e chamaram isso de velocidade. Um agente não tem juízo e precisa da mesma escada de ambientes.
Agents on Call, Parte 3. Primeiro Agente: Triagem de Incidentes em Strands
O primeiro agente entra em produção: triagem Strands no AgentCore Runtime, system prompt evidence-first, duas tools somente leitura e Terraform.
Claude Code em CI: Deixando um Agente Consertar o Build
Rodar um agente de código no seu pipeline é fácil. A engenharia está nas guardrails: o que ele pode tocar, quando ele para e quem revisa o que ele propõe.
Agents on Call, Parte 2. A Fundação: Terraform Antes dos Tokens
Antes do primeiro token do Bedrock: a conta ops-tooling, as duas roles IAM dos spokes, o acesso a modelos e a decisão do inference profile, tudo em Terraform.
A Janela de Contexto Não É Sua Amiga
Uma janela de contexto enorme não substitui a recuperação. A precisão cai conforme o prompt cresce, o custo escala a cada token e o meio é ignorado.
AWS Mensal (Mai/26): Agentes Ganham uma Carteira
Maio de 2026 na AWS: AgentCore Payments permite que agentes transacionem, e o Agent Toolkit for AWS mais um servidor MCP gerenciado GA reforçam o ferramental.
Agents on Call, Parte 1. O Cenário: Por Que um Time de Ops Contrata Agentes
Um SaaS de porte médio afoga em trabalho de plantão e decide contratar agentes. Parte 1: o cenário, a decisão de stack e a arquitetura AWS Bedrock a construir.
Fazendo Log de Prompts Sem Fazer Log de PII
Você precisa de logs de prompt para debugar app de LLM mas não pode manter PII crua. Redija antes de armazenar com Comprehend e defina retenção para expirar.
Quando o Haiku Vence o Opus: Right-Sizing de Modelos no Bedrock
Usar Opus como default em toda chamada é como as contas de LLM estouram. Roteie por classe de tarefa: Haiku para o mecânico, Opus como caminho de escalonamento.
RAG Agêntico É, Na Maior Parte, Latência Que Você Não Precisa
RAG agêntico faz loop por saltos de retrieval, cada um ida e volta ao modelo. Para a maioria das perguntas, boa query basta. Use o loop só se valer a latência.
Evals Antes de Agentes: Você Não Pode Lançar o Que Não Consegue Pontuar
Sem um harness de eval, toda mudança em um agente é um vibe check. Construa o placar antes do agente, e trate o LLM-as-judge como um componente que pode errar.
Cache Semântico: Duas Perguntas Diferentes, Uma Resposta
Cache semântico retorna resposta salva para perguntas formuladas de forma diferente. Reduz custo e latência, mas falso hit serve resposta errada com confiança.
Step Functions É o Orquestrador de Agentes Mais Subestimado
A maioria dos fluxos não precisa que um modelo decida o control flow. Step Functions dá orquestração determinística, retries e estado human-in-the-loop.
LLM Gateways: Por Que Todo Time de Plataforma Acaba Construindo Um
Um segundo time chamando um modelo é fan-out sem governança. Um LLM gateway centraliza auth, quota, roteamento e auditoria: build vs LiteLLM vs API Gateway.
AWS Mensal (Abr '26): OpenAI Chega ao Bedrock
Abril de 2026 na AWS: modelos OpenAI, Codex e Managed Agents chegam ao Bedrock, e o AgentCore ganha harness gerenciado e CLI que encurtam o caminho a um agente.
Inferência Cross-Region: Resiliência Barata ou Armadilha de Residência?
A inferência cross-region do Bedrock suaviza vazão e throttling. Mas um perfil global pode rotear seu prompt para fora da geografia. Verifique residência antes.
Sua Conta de LLM É um Problema de Observabilidade
Uma conta surpreendente do Bedrock não é problema de preço, é visibilidade. Se você não atribui tokens a recurso, cliente ou agente, não consegue gerenciá-los.
Inferência em Lote no Bedrock: Metade do Preço Se Você Puder Esperar
A inferência em lote do Bedrock roda a 50% do preço sob demanda. O único custo é latência. Para um job sem ninguém esperando, essa troca é dinheiro de graça.
Apps LLM Multi-Tenant: Isolando Clientes em um Modelo Compartilhado
Um modelo Bedrock compartilhado, muitos clientes. Sem estado no modelo, isolamento é seu trabalho: delimite busca, limite cota, carregue identidade certa.
Memória de Agente É um Problema de Banco de Dados, Não de Prompt
Colar todo o histórico de um agente no próximo prompt não é memória, é uma conta crescente e um teto de tokens. Memória de verdade é um banco com busca.
Saída Estruturada Vence o Parsing Esperto
Ainda extrai JSON do texto do modelo com regex? Pare. Saídas estruturadas do Bedrock aplicam um JSON Schema na decodificação, então a resposta já nasce válida.
Cache de Prompt no Bedrock: O Desconto de 90% Que a Maioria dos Times Ignora
O cache de prompt do Bedrock lê um prefixo repetido com cerca de 90% de desconto, mas escrever no cache custa mais. O breakpoint decide o resultado.
AWS Mensal (Mar '26): A Governança Chega para os Agentes
Março de 2026 na AWS: AgentCore Policy e Evaluations chegam ao GA, o Elemental Inference é lançado, e a governança de agentes vira control plane de produção.
Respostas em Streaming São uma Decisão de UX, Não de Performance
Streaming de respostas é uma escolha de UX sobre time to first token, não correção de velocidade. Às vezes piora output estruturado e uso de ferramentas.
Bedrock Agents vs Construir Seu Próprio Loop
Bedrock Agents cuida de orquestração, memória e chamadas de ferramenta por você. Veja quando o framework gerenciado poupa trabalho e quando ele te domina.
IAM para Aplicações de LLM: Least Privilege Quando Quem Chama É um Modelo
Quando quem chama é um modelo, least privilege continua valendo. Dê a cada ferramenta um papel de IAM delimitado e session policy, não credenciais admin amplas.
Pare de Fazer Fine-Tuning. Você Precisa de RAG, Cache e Prompts Melhores
Fine-tuning mais provisioned throughput é a resposta cara para a maioria dos problemas de LLM. O caminho barato é retrieval, prompt caching e prompts melhores.
O Chunking da Knowledge Base É Onde a Qualidade do Seu RAG Morre
A maioria das respostas ruins de RAG é problema de retrieval, não de modelo. Chunking fixo, semântico ou hierárquico nas Knowledge Bases define a qualidade.
Bedrock Guardrails Não Vai Te Salvar de Prompt Injection
Amazon Bedrock Guardrails filtra conteúdo, não autoriza ações. A defesa contra prompt injection é isolar input, allowlist de ferramentas e escopo de IAM.