Amazon Bedrock Agents Classic entra em pôr do sol em 30 de julho: como migrar para o AgentCore sem quebrar produção
AWS fecha o Bedrock Agents Classic para novos clientes em 30 de julho. Como planejar a migração para o AgentCore sem parar sua operação de agentes.
Resumo: A partir de 30 de julho de 2026, o Amazon Bedrock Agents Classic — o produto de agentes que a AWS lançou em novembro de 2023 — deixa de receber novos clientes. Clientes atuais continuam operando, mas o caminho oficial para novos projetos é o Amazon Bedrock AgentCore, o novo plano de controle framework-agnóstico da AWS. Neste texto, entenda o que muda, quando você precisa se preocupar, e como planejar a migração sem parar produção.
O que a AWS mudou, na prática
O Bedrock Agents Classic era um sistema baseado em configuração: você criava action groups, apontava knowledge bases, escrevia prompt templates e deixava a AWS orquestrar. Funcionava bem para automações curtas e casos RAG internos. O AgentCore inverte a lógica — ele parte do princípio que a orquestração é responsabilidade do desenvolvedor (ou do framework escolhido) e oferece infraestrutura para escalar, proteger e observar agentes construídos em Strands, LangGraph, CrewAI, LlamaIndex ou código próprio. Também aceita modelos que não estão no Bedrock, o que é uma mudança relevante para empresas que combinam Claude, GPT-5.x, Gemini e um modelo interno em cima de PyTorch.
O anúncio do AWS Machine Learning Blog reforça três blocos que agora fazem parte do produto principal: memória e continuidade (para agentes que lembram de sessões anteriores), identidade e permissões (com IAM integrado, útil para separar o que cada agente pode ler ou escrever) e observabilidade (traces por passo, com integração ao CloudWatch e ao AWS X-Ray). Some a isso o Web Search do AgentCore, lançado em junho, e você tem uma pilha muito próxima do que empresas grandes montavam à mão.
Por que importa — e o status no Brasil
No Brasil, a base instalada de Bedrock Classic é significativa em bancos, seguradoras e varejos que iniciaram POCs de agentes em 2024. Muitas dessas cargas rodam na região São Paulo (sa-east-1) e evoluíram para produção sem grande refatoração. A transição para o AgentCore força uma decisão importante: continuar operando o Classic enquanto ele viver, ou aproveitar a janela para modernizar e ganhar independência de fornecedor. Times de arquitetura enterprise no país tendem a reagir a esse tipo de aviso com quatro a seis meses de análise antes de qualquer movimento — o que significa que 30 de julho é, na prática, o gatilho de planejamento para 2027.
Há também um efeito no ecossistema local de integradores. Consultorias que se especializaram em construir action groups (o formato Classic) precisam ampliar competência em LangGraph e Strands para se manterem relevantes. Do outro lado, plataformas nacionais que já rodam LangGraph em Kubernetes ganham um terreno mais confortável para dialogar com clientes AWS — porque agora falam a mesma língua do AgentCore.
Análise SWOT econômica
- AgentCore é framework-agnóstico: aceita Strands, LangGraph, CrewAI e LlamaIndex.
- Suporte a modelos fora do Bedrock, incluindo APIs próprias.
- Ferramentas nativas para memória, identidade e segurança de agentes.
- Curva de migração: quem construiu action groups tem retrabalho.
- Custos operacionais menos previsíveis do que no low-code do Classic.
- Documentação em transição — versões antigas ainda circulam.
- Consolidação de agentes multi-fornecedor em um único plano de controle.
- Chance de rever arquiteturas legadas e reduzir dependência de vendor lock-in.
- Uso do Web Search do AgentCore para RAG externo sem data egress.
- Concorrência forte com Google Vertex Agent Builder e Azure AI Foundry.
- Risco de novas quebras de compatibilidade em previews do AgentCore.
- Empresas travadas em contratos anuais podem sofrer pressão de custo.
Riscos e limitações
Três armadilhas comuns aparecem em migrações desse porte. A primeira é subestimar o custo operacional do AgentCore — memória persistente e telemetria detalhada elevam a conta se você não configurar TTL e níveis de log. A segunda é confiar em quickstarts sem revisar segurança: agentes com credenciais de escrita em bancos de produção precisam de guardrails explícitos, incluindo controle de prompt injection (recomenda-se combinar com Llama Guard 4 ou Bedrock Guardrails). A terceira é assumir paridade de custos com o Classic; em cargas simples, o Classic ainda pode ser mais barato e é razoável mantê-lo até 2027.
Para setores regulados — financeiro, saúde, jurídico — vale procurar profissionais de compliance antes de trocar um agente em produção. LGPD e Banco Central têm expectativas específicas sobre logs de decisão automatizada, e o modelo de traces do AgentCore ajuda, mas exige governança.
Cenário: o que esperar até dezembro
A AWS tende a publicar, ao longo do segundo semestre, um “migration guide” oficial mapeando cada primitiva do Classic para o AgentCore. Espera-se também uma expansão do Web Search com integração formal a Perplexity API e Google Programmable Search (para clientes que querem controle da fonte). No terreno de preços, projeções internas de partners apontam para ajustes trimestrais de tier — algo típico quando a AWS quer empurrar cargas para um serviço novo. Time de FinOps que fizer o dever de casa agora não vai ter surpresa em Q4.
Conclusão prática: o que muda e como usar
Se você tem agentes no Bedrock Classic hoje, faça em julho três coisas simples: (1) exporte todas as definições de action groups e prompt templates para versionamento em Git; (2) monte um ambiente sandbox no AgentCore reproduzindo o menor agente crítico com LangGraph; (3) rode um teste A/B por 30 dias medindo latência, custo e taxa de erro. Se você ainda não usa Bedrock e está desenhando agentes, o caminho é claro: comece direto em AgentCore, escolhendo o framework que sua equipe conhece melhor. Para novos projetos, evite ao máximo qualquer dependência que só exista no Classic — o horizonte de suporte é finito.
Fonte original: AWS Machine Learning Blog (páginas de referência: Bedrock Agents e Introducing AgentCore).
