AWS Summit São Paulo 2026:
o que vale levar para produção

A Leloo esteve no AWS Summit São Paulo, no dia 3 de setembro, no São Paulo Expo. Um dia inteiro entre o keynote, sessões técnicas e conversas de corredor, que às vezes ensinam mais que o palco.

Evento assim não é passeio: é calibragem. É onde validamos as decisões de arquitetura que tomamos todos os dias e atualizamos o radar sobre o que já está maduro para produção. Esta é a nossa leitura dos três temas que dominaram o evento.

IA agêntica: o assunto do ano

Se 2024 foi o ano do chatbot e 2025 o do copiloto, 2026 é o ano do agente: sistemas que recebem um objetivo, planejam os passos e executam, chamando APIs, consultando dados e escrevendo código. Boa parte da agenda do Summit girava em torno disso.

A diferença para o hype de antes é que a conversa amadureceu. As sessões falavam menos de demonstração e mais de operação: como limitar o que o agente pode fazer, como auditar o que ele fez, quanto custa cada execução. São as mesmas perguntas que fazemos ao colocar um sistema qualquer em produção, e é bom sinal que o mercado tenha chegado nelas.

Kiro e o desenvolvimento guiado por especificação

Entre as ferramentas, o destaque foi o Kiro, a IDE agêntica da AWS que chegou à disponibilidade geral este ano. A ideia central não é gerar código mais rápido, é gerar código com contrato: antes de escrever qualquer linha, o agente produz requisitos, documento de design e lista de tarefas, e esses artefatos ficam no repositório como fonte da verdade.

Esse modelo, chamado de spec-driven development, conversa direto com o jeito Leloo de trabalhar. Aqui, IA participa do ciclo inteiro de desenvolvimento, mas dentro de um método: especificação antes de código, revisão contínua, testes gerados e validados. A novidade não é a ferramenta; é ver esse método virar padrão de mercado.

Dados: do lake à busca vetorial no S3

O S3 continua sendo o centro de gravidade dos dados na AWS, e a novidade que mais nos interessou foi o S3 Vectors: um tipo de bucket com suporte nativo a armazenar e consultar vetores, sem infraestrutura adicional, com integração direta com as bases de conhecimento do Bedrock.

Na prática, isso muda o custo de entrada de qualquer projeto de busca semântica ou RAG. O padrão até aqui era manter um banco vetorial dedicado, mais um serviço para operar e pagar. Para uma faixa enorme de casos, colocar os vetores no mesmo lugar onde os dados já vivem simplifica a arquitetura e corta o custo de forma relevante.

Quem opera data lake com S3, Glue, EMR e Athena, como nos projetos que conduzimos, ganha um caminho natural para levar IA para cima dos próprios dados, sem reescrever a fundação.

O que ainda é só palco

Nem tudo que brilha no telão está pronto para a sua operação. Nosso critério para separar as coisas é simples e vale para qualquer anúncio de evento:

• Maturidade: o serviço está em disponibilidade geral, com limites e preços públicos, ou ainda em preview?
• Encaixe: resolve um problema que a operação tem hoje, ou cria um problema novo para justificar a ferramenta?
• Custo de saída: se não funcionar, quão difícil é voltar atrás?

Pelo nosso filtro, IA agêntica com escopo controlado, spec-driven development e busca vetorial sobre dados existentes já passam no teste. Agentes totalmente autônomos cuidando de operação crítica sem supervisão, por enquanto, ficam no palco.

"O que não mudou, e nunca vai mudar, é a exigência de entender o problema de verdade para solucioná-lo."

Essa frase resume o evento melhor que qualquer anúncio. Ferramenta nova é alavanca; o trabalho de engenharia continua sendo entender o problema.

Quer conversar sobre como levar algum desses temas para a sua operação? Fale com a gente.