A AWS anunciou em 17 de junho, no AWS News Blog, a disponibilidade geral do Bedrock AgentCore Web Search, uma ferramenta gerenciada para que agentes no Amazon Bedrock AgentCore consultem a web e retornem respostas apoiadas por fontes. O anúncio coloca a busca como alvo ou conector do AgentCore Gateway, compatível com Model Context Protocol, e com retorno de trechos, URLs, títulos e datas de publicação.
Segundo o AWS News Blog, a ferramenta foi desenhada para reduzir uma limitação comum de agentes: conhecimento congelado no treinamento do modelo. Quando a pergunta depende de uma notícia recente, preço, placar, documentação atualizada ou mudança regulatória, o agente precisa de busca externa ou corre o risco de responder com memória antiga. O Bedrock AgentCore Web Search tenta resolver isso sem exigir infraestrutura própria de crawling.
A AWS informou também que o recurso evita saída de dados do ambiente seguro do cliente na AWS. No recorte operacional, o agente envia uma consulta em linguagem natural, recebe observações de busca em formato estruturado e usa esses resultados para compor uma resposta com citação. A cobrança divulgada foi de US$ 7 por mil consultas, sem compromisso inicial, além das demais cobranças aplicáveis ao ambiente.
Busca vira ferramenta de agente
O ponto mais relevante é a integração como ferramenta, não como uma busca solta aberta em outra aba. O agente descobre o Web Search por uma chamada tools/list no Gateway e invoca quando precisa de informação atual. Isso aproxima o comportamento de agentes corporativos de um padrão operacional: ferramenta descrita, permissão controlada, retorno estruturado e possibilidade de auditoria.
Em 19 de junho, o post técnico da AWS Machine Learning detalhou que o retorno vem dentro do envelope de tools/call e carrega um documento JSON com lista de resultados. Cada observação de índice web inclui título, URL, data publicada e texto. Para o desenvolvedor, isso ajuda a separar duas responsabilidades: buscar evidência recente e pedir ao modelo que raciocine sobre ela sem apagar a origem.
Citação não é garantia automática
Fonte citada melhora a rastreabilidade, mas não transforma a resposta em verdade por padrão. Um agente pode escolher uma fonte fraca, misturar datas, resumir errado ou usar uma página promocional como se fosse documentação normativa. Por isso, o retorno com URL e data deve entrar em uma política de validação: que tipos de fontes são aceitos, quantas confirmações são exigidas e quando a resposta precisa admitir incerteza.
Essa discussão conversa com o post sobre evals para prompts. Quando um agente passa a buscar na web, o teste não mede só se a resposta é bonita. Ele precisa medir se as fontes são pertinentes, se a data foi respeitada, se a resposta cita o que realmente leu e se não inventou uma conclusão que a fonte não sustentava.
O impacto para times brasileiros
Para empresas que já usam AWS, o ganho está na redução de peças próprias. Em vez de conectar um serviço externo de busca, guardar chaves, criar proxy e montar parser, o time pode consumir uma ferramenta gerenciada dentro do ecossistema Bedrock. Isso pode fazer sentido para atendimento interno, triagem técnica, pesquisa de documentação e agentes que precisam responder sobre mudanças recentes.
O custo, porém, precisa entrar no desenho. Busca web pode virar chamada frequente em agentes mal instruídos. Se cada pergunta dispara várias consultas, a conta cresce junto com o uso. Guardrails, cache, limites por fluxo e logs por usuário ajudam a entender quando uma consulta foi necessária e quando o agente buscou por hábito.
Como desenhar o uso
O primeiro passo é declarar em quais tarefas o agente pode buscar. Perguntas sobre documentação atual, incidentes recentes, versões de software e notícias regulatórias são bons candidatos. Perguntas sobre dados internos, decisão de negócio ou conteúdo já disponível no contexto podem dispensar busca externa.
Depois vem a qualidade da resposta. O agente deve mostrar a fonte quando ela fundamenta uma afirmação, diferenciar data de publicação de data de acesso e sinalizar quando os resultados não bastam. O post sobre guardrails em agentes de IA reforça essa ideia: ferramenta poderosa precisa de limite antes de executar.
O Bedrock AgentCore Web Search coloca busca atual dentro do caminho normal de agentes na AWS. O ganho real aparece quando a equipe trata busca como capacidade auditável, com custo visível, fonte preservada e regras claras de uso.
