Amazon Web Services anunciou na terça-feira uma nova classe de sistemas de inteligência artificial chamada “agentes de fronteira” que pode funcionar de forma autônoma por horas ou até dias sem intervenção humana, representando uma das tentativas mais ambiciosas de automatizar todo o ciclo de vida de desenvolvimento de software.
O anúncio, feito durante a reunião do CEO da AWS, Matt Garman discurso principal no anual da empresa re: conferência de invençãoapresenta três agentes de IA especializados projetados para atuar como membros de equipes virtuais: agente autônomo Kiro para desenvolvimento de software, AWS Security Agent para segurança de aplicativos e AWS DevOps Agent para operações de TI.
A mudança sinaliza a intenção da Amazon de dar um salto à frente na competição cada vez mais intensa para construir sistemas de IA capazes de executar tarefas complexas e de várias etapas que atualmente exigem equipes de engenheiros qualificados.
“Vemos os agentes de fronteira como uma classe completamente nova de agentes”, disse Deepak Singh, vice-presidente de agentes de desenvolvimento e experiências da Amazon, em entrevista antes do anúncio. “Eles são fundamentalmente projetados para trabalhar por horas e dias. Você não está dando a eles um problema que deseja resolver nos próximos cinco minutos. Você está dando a eles desafios complexos nos quais eles podem ter que pensar, tentar soluções diferentes e chegar à conclusão certa – e eles deveriam fazer isso sem intervenção.”
Por que a Amazon acredita que seus novos agentes deixam para trás as ferramentas de codificação de IA existentes
Os agentes de fronteira diferem dos assistentes de codificação de IA existentes, como Copiloto GitHub ou da própria Amazon CodeWhisperer de várias maneiras fundamentais.
As ferramentas atuais de codificação de IA, embora poderosas, exigem que engenheiros conduzam cada interação. Os desenvolvedores devem escrever prompts, fornecer contexto e coordenar manualmente o trabalho em diferentes repositórios de código. Ao alternar entre tarefas, a IA perde contexto e deve começar do zero.
Os novos agentes de fronteira, por outro lado, mantêm memória persistente entre sessões e aprendem continuamente com a base de código, a documentação e as comunicações da equipe de uma organização. Eles podem determinar de forma independente quais repositórios de código exigem alterações, trabalhar em vários arquivos simultaneamente e coordenar transformações complexas abrangendo dezenas de microsserviços.
“Com um agente atual, você usaria microsserviço por microsserviço, fazendo alterações uma de cada vez, e cada alteração seria uma sessão diferente sem contexto compartilhado”, explicou Singh. “Com um agente de fronteira, você diz: ‘Preciso resolver este problema amplo.’ Você aponta para o aplicativo correto e ele decide quais repositórios precisam de alterações.”
Os agentes exibem três características definidoras que a AWS acredita que os diferenciam: autonomia na tomada de decisões, a capacidade de escalar gerando vários agentes para trabalhar em diferentes aspectos de um problema simultaneamente e a capacidade de operar de forma independente por longos períodos.
“Um agente de fronteira pode decidir criar 10 versões de si mesmo, todas trabalhando em diferentes partes do problema ao mesmo tempo”, disse Singh.
Como cada um dos três agentes fronteiriços aborda uma fase diferente de desenvolvimento
Agente autônomo Kiro atua como um desenvolvedor virtual que mantém o contexto durante as sessões de codificação e aprende com as solicitações pull, revisões de código e discussões técnicas de uma organização. As equipes podem conectá-lo ao GitHub, Jira, Slack e sistemas de documentação interna. O agente então age como um colega de equipe, aceitando atribuições de tarefas e trabalhando de forma independente até concluir o trabalho ou exigir orientação humana.
Agente de segurança AWS incorpora experiência em segurança em todo o processo de desenvolvimento, revisando automaticamente documentos de design e verificando solicitações pull em relação aos requisitos de segurança organizacionais. Talvez o mais significativo seja o fato de ele transformar os testes de penetração de um processo manual que dura semanas em um recurso sob demanda que é concluído em horas.
SmugMuguma plataforma de hospedagem de fotos, já implantou o agente de segurança. “O AWS Security Agent ajudou a detectar um bug de lógica de negócios que nenhuma ferramenta existente teria detectado, expondo informações de forma inadequada”, disse Andres Ruiz, engenheiro de software da empresa. “Para qualquer outra ferramenta, isso teria sido invisível. Mas a capacidade do Security Agent de contextualizar as informações, analisar a resposta da API e encontrar as informações inesperadas representa um avanço nos testes automatizados de segurança.”
Agente AWS DevOps funciona como um membro da equipe de operações sempre ativo, respondendo instantaneamente a incidentes e usando seu conhecimento acumulado para identificar as causas raízes. Ele se conecta a ferramentas de observabilidade, incluindo Amazon CloudWatch, Datadog, Dynatrace, New Relic e Splunk, juntamente com runbooks e pipelines de implantação.
O Commonwealth Bank of Australia testou o agente DevOps replicando um problema complexo de rede e gerenciamento de identidade que normalmente leva horas para ser diagnosticado por engenheiros experientes. O agente identificou a causa raiz em menos de 15 minutos.
“O AWS DevOps Agent pensa e age como um engenheiro DevOps experiente, ajudando nossos engenheiros a construir uma infraestrutura bancária mais rápida, mais resiliente e projetada para oferecer melhores experiências aos nossos clientes”, disse Jason Sandry, chefe de serviços em nuvem do Commonwealth Bank.
Amazon defende Google e Microsoft nas guerras de codificação de IA
O anúncio chega em meio a uma batalha feroz entre gigantes da tecnologia para dominar o mercado emergente de ferramentas de desenvolvimento baseadas em IA. O Google fez barulho significativo nas últimas semanas com seu próprio Capacidades de codificação de IAenquanto a Microsoft continua avançando Copiloto GitHub e seu kit de ferramentas de desenvolvimento de IA mais amplo.
Singh argumentou que a AWS possui vantagens distintas enraizadas nos 20 anos de história da empresa operando infraestrutura em nuvem e na enorme organização de engenharia de software da própria Amazon.
“A AWS tem sido a nuvem preferida há 20 anos, por isso temos duas décadas de conhecimento construindo e executando-a, e trabalhando com clientes que criam e executam aplicações nela”, disse Singh. “O aprendizado da operação da AWS, o conhecimento que nossos clientes têm, a experiência que construímos usando essas ferramentas todos os dias para criar aplicativos do mundo real – tudo isso está incorporado nesses agentes de fronteira.”
Ele traçou uma distinção entre ferramentas adequadas para protótipos e sistemas de produção. “Há muitas coisas por aí que você pode usar para construir seu protótipo ou seu aplicativo de brinquedo. Mas se você quiser construir aplicativos de produção, há muito conhecimento que trazemos como AWS que se aplica aqui.”
As salvaguardas que a Amazon construiu para evitar que agentes autônomos se tornem desonestos
A perspetiva de sistemas de IA funcionarem de forma autónoma durante dias levanta questões imediatas sobre o que acontece quando se desviam do caminho. Singh descreveu várias salvaguardas incorporadas ao sistema.
Todos os aprendizados acumulados pelos agentes são registrados e visíveis, permitindo que os engenheiros entendam qual conhecimento influencia as decisões do agente. As equipes podem até remover aprendizados específicos se descobrirem que o agente absorveu informações incorretas das comunicações da equipe.
“Você pode entrar e até mesmo redigir isso a partir de seu conhecimento, como: ‘Não, não queremos que você use esse conhecimento’”, disse Singh. “Você pode olhar para o conhecimento como se fosse quase – é como olhar para os neurônios dentro do cérebro. Você pode desconectar alguns.”
Os engenheiros também podem monitorar a atividade do agente em tempo real e intervir quando necessário, seja redirecionando o agente ou assumindo totalmente o controle. O mais importante é que os agentes nunca enviam código diretamente aos sistemas de produção. Essa responsabilidade permanece com os engenheiros humanos.
“Esses agentes nunca irão verificar o código em produção. Essa ainda é responsabilidade do ser humano”, enfatizou Singh. “Você ainda é, como engenheiro, responsável pelo código que está fazendo check-in, seja ele gerado por você ou por um agente que trabalha de forma autônoma”.
O que os agentes de fronteira significam para o futuro dos empregos de engenharia de software
O anúncio inevitavelmente levanta preocupações sobre o impacto nos empregos de engenharia de software. Singh rejeitou a noção de que os agentes fronteiriços substituirão os desenvolvedores, enquadrando-os como ferramentas que amplificam as capacidades humanas.
“A engenharia de software é uma arte. O que está mudando não é: ‘Ei, os agentes estão fazendo todo o trabalho.’ A arte da engenharia de software está mudando – como você usa agentes, como você configura sua base de código, como você configura seus prompts, como você configura suas regras, como você configura suas bases de conhecimento para que os agentes possam ser eficazes”, disse ele.
Singh observou que os engenheiros seniores que se afastaram da codificação prática agora estão escrevendo mais códigos do que nunca. “Na verdade, é mais fácil para eles se tornarem engenheiros de software”, disse ele.
Ele apontou um exemplo interno em que uma equipe concluiu um projeto em 78 dias que levaria 18 meses usando práticas tradicionais. “Porque eles foram capazes de usar IA. E o que fez isso funcionar não foi apenas o fato de que eles estavam usando IA, mas como eles organizaram e configuraram suas práticas de como construíram esse software que foi maximizado em torno disso.”
Como a Amazon planeja tornar o código gerado por IA mais confiável ao longo do tempo
Singh descreveu várias áreas onde os agentes de fronteira evoluirão nos próximos anos. As arquiteturas multiagentes, onde sistemas de agentes especializados se coordenam para resolver problemas complexos, representam uma fronteira importante. O mesmo acontece com a integração de técnicas formais de verificação para aumentar a confiança no código gerado por IA.
A AWS introduziu recentemente testes baseados em propriedades no Kiro, que usa raciocínio automatizado para extrair propriedades testáveis de especificações e gerar milhares de cenários de teste automaticamente.
“Se você tiver um aplicativo de carrinho de compras, todas as maneiras pelas quais um pedido pode ser cancelado, e como ele pode ser cancelado, e a forma como os reembolsos são tratados na Alemanha versus nos EUA – se você estiver escrevendo um teste de unidade, talvez dois, Alemanha e EUA, mas agora, como você tem essa abordagem de teste baseada em propriedades, seu agente pode criar um cenário para cada país em que você opera e testar todos eles automaticamente para você”, explicou Singh.
Construir confiança em sistemas autónomos continua a ser o desafio central. “No momento, você ainda precisa de toneladas de proteções humanas em cada etapa para garantir que a coisa certa aconteça. E à medida que melhorarmos essas técnicas, você usará cada vez menos e poderá confiar muito mais nos agentes”, disse ele.
A maior aposta da Amazon em IA autônoma vai muito além de escrever código
O anúncio dos agentes de fronteira chegou junto com uma série de outras notícias em re: Inventar 2025. A AWS iniciou a conferência com anúncios importantes sobre recursos de IA de agência, inovações no atendimento ao cliente e redes multicloud.
Amazon expandiu seu portfólio Nova com quatro novos modelos oferecendo desempenho de preço líder do setor em raciocínio, processamento multimodal, IA conversacional, geração de código e tarefas de agente. A Nova Forge é pioneira no “treinamento aberto”, dando às organizações acesso a pontos de verificação de modelos pré-treinados e a capacidade de combinar dados proprietários com conjuntos de dados selecionados pela Amazon Nova.
AWS também adicionou 18 novos modelos de peso aberto para Amazon Bedrockreforçando seu compromisso em oferecer uma ampla seleção de modelos totalmente gerenciados dos principais fornecedores de IA. O lançamento inclui novos modelos da Mistral AI, Gemma 3 do Google, M2 da MiniMax, Nemotron da NVIDIA e GPT OSS Safeguard da OpenAI.
Do lado da infraestrutura, Amazon EC2 Trn3 UltraServersalimentado pelo primeiro chip de IA de 3 nm da AWS, reúne até 144 chips Trainium3 em um único sistema integrado, oferecendo até 4,4x mais desempenho de computação e 4x mais eficiência energética do que a geração anterior. O AWS AI Factories fornece às empresas e organizações governamentais infraestrutura dedicada de IA da AWS implantada em seus próprios data centers, combinando GPUs NVIDIA, chips Trainium, redes AWS e serviços de IA como Amazon Bedrock e SageMaker AI.
Todos os três agentes de fronteira foram lançados em prévia na terça-feira. O preço será anunciado quando os serviços atingirem a disponibilidade geral.
Singh deixou claro que a empresa vê as aplicações muito além da codificação. “Esses são os primeiros agentes de fronteira que estamos lançando e estão no ciclo de vida de desenvolvimento de software”, disse ele. “Os problemas e casos de uso para agentes de fronteira – esses agentes que funcionam há muito tempo, são capazes de autonomia, pensam, estão sempre aprendendo e melhorando – podem ser aplicados a muitos, muitos domínios.”
Afinal, a Amazon opera redes de satélite, administra armazéns de robótica e administra uma das maiores plataformas de comércio eletrônico do mundo. Se os agentes autônomos puderem aprender a escrever código por conta própria, a empresa aposta que eles poderão eventualmente aprender a fazer qualquer outra coisa.
