AWS Bedrock AgentCore em 2026: AG-UI e MCP stateful
TL;DR
Em 2026, o Amazon Bedrock AgentCore Runtime passou a cobrir dois encaixes importantes para aplicações com agentes: AG-UI e MCP stateful. Na prática, isso abre espaço para experiências multi-turn com solicitação de input no meio da execução e atualizações de progresso em tarefas longas, sem forçar o fluxo a ficar preso em uma troca única de requisição e resposta.
O impacto imediato é arquitetural: você consegue separar melhor a camada de interação com usuário, a camada de tools e a camada de execução do agente. Para times que já usam AWS, isso reduz o atrito de integrar interface, servidor e contexto de sessão no mesmo desenho.
O que mudou no AgentCore Runtime
O ponto de virada está em duas capacidades anunciadas pela AWS em 2026: suporte ao protocolo AG-UI e suporte a stateful MCP server features. A própria AWS documenta o recurso de MCP stateful e também publicou notas específicas sobre o suporte ao protocolo AG-UI no Amazon Bedrock AgentCore Runtime. As fontes primárias estão nas páginas oficiais de novidades e nos guias do serviço: AWS What’s New sobre MCP stateful, AWS What’s New sobre AG-UI e runtime MCP.
Isso complementa o que já existia no runtime com MCP via streamable-HTTP. Agora a discussão deixa de ser apenas “expor tools” e passa a incluir estados de interação, elicitação de usuário e fluxo visual de progresso. Para aplicações reais, essa diferença aparece quando uma operação precisa perguntar algo no meio, aguardar resposta e continuar sem perder o contexto do trabalho em andamento.
Por que isso importa para agentes
Em um agente simples, a sequência tende a ser curta: prompt, tool, resposta. Mas muitos casos produtivos não cabem nesse formato. Um assistente que monta um relatório financeiro, por exemplo, pode precisar confirmar uma premissa antes de finalizar; um agente de suporte pode ter de pedir um dado adicional; um fluxo de automação pode descobrir que não tem informação suficiente para avançar com segurança.
É exatamente aí que a abordagem stateful faz diferença. A AWS descreve que os novos recursos habilitam workflows interativos multi-turn, com input do usuário no meio da execução, LLM sampling dinâmico e streaming de progresso durante operações longas. Veja o detalhamento no post técnico oficial: stateful MCP client capabilities.
AG-UI no AgentCore Runtime
AG-UI entra como protocolo para integrar a experiência de agente com a interface do usuário. A documentação oficial do AgentCore descreve o runtime como uma camada de proxy para servidores AG-UI e define o contrato de implantação: container na porta 8080, endpoint /invocations para HTTP/SSE e /ws para WebSocket. O runtime usa a flag --protocol para distinguir o modo de execução. A referência oficial está em Deploy AG-UI servers in AgentCore Runtime.
Na prática, isso evita que o frontend precise conhecer detalhes internos da execução do agente. O AG-UI fica como uma superfície padronizada para streaming, feedback de execução e interação incremental. Para times que já montam painéis próprios, isso simplifica o desenho de integração, porque a UI recebe um contrato mais explícito para acompanhar o estado da conversa e o progresso de tarefas.
O que o contrato resolve
Sem um contrato claro, cada time inventa um jeito diferente de marcar estado, progresso e interrupções. Isso costuma funcionar no piloto, mas cria custo de manutenção quando o volume cresce. Com AG-UI, o runtime passa a assumir o papel de ponte entre o servidor e a interface, o que ajuda a padronizar como eventos são enviados e consumidos.
Esse detalhe é particularmente útil em fluxos em que o usuário não pode ficar só “esperando a resposta final”. Em tarefas longas, mostrar que a execução avançou é parte da experiência. Em automações com aprovação humana, perguntar no momento certo também é uma exigência funcional, não só estética.
MCP stateful: o salto além do tool call tradicional
A documentação do AgentCore diferencia cenários stateless e stateful para MCP, com suporte a streamable-HTTP e orientações específicas para cada modo. O guia oficial se encontra em Stateful MCP server features e também em Deploy MCP servers in AgentCore Runtime.
O valor do modo stateful aparece quando a ferramenta precisa lembrar onde a interação parou, manter contexto entre turnos e continuar a execução sem recomeçar do zero. Em vez de tratar cada chamada como isolada, o servidor pode sustentar uma sessão de trabalho. Isso encaixa melhor com problemas em que decisão, confirmação e execução não são etapas separadas de forma rígida.
Exemplos de uso prático
O material oficial cita três capacidades centrais: elicitação de input durante a execução, LLM sampling para gerar conteúdo em tempo real e updates de progresso durante tarefas longas. O efeito conjunto é simples de entender: o agente deixa de ser apenas um executor de tools e passa a coordenar uma interação mais rica com o usuário e com o próprio modelo.
O sample público da AWS que combina AG-UI com MCP stateful mostra exatamente esse desenho: frontend com CopilotKit, elicitation e sampling, além de deploy local e no Amazon Bedrock AgentCore. Referência: sample-agentcore-runtime-agui-stateful-mcp-demo.
Como pensar a arquitetura
Se você já estrutura aplicações agentic em camadas, a combinação AG-UI + MCP stateful sugere uma divisão bem clara: interface, orquestração e ferramentas. A interface fala AG-UI; a orquestração sustenta a sessão; as tools entram via MCP, com estado quando isso fizer sentido. O ganho é reduzir a quantidade de “cola” ad hoc entre frontend e backend.
Esse tipo de separação também ajuda na observabilidade. Em vez de olhar só para o resultado final, dá para rastrear momentos de elicitação, troca de contexto e progresso incremental. Em ambientes corporativos, isso facilita depuração e auditoria, principalmente quando o agente toma decisões em etapas.
Esta seção descreve os recursos anunciados em 2026 para o AgentCore Runtime. APIs e contratos de integração em plataformas de IA mudam rápido — confira a documentação oficial antes de levar o desenho para produção.
Por que importa pro dev brasileiro
No Brasil, o efeito prático aparece rápido em projetos com times enxutos e orçamento em reais. Quando o time precisa integrar interface, estado de sessão e tools sem multiplicar serviços, cada peça a menos reduz custo de operação e de manutenção. Isso pesa especialmente quando a conta vem em dólar e a variação cambial entra no orçamento do projeto.
Há também um ponto regulatório e de produto: se o fluxo de agente coleta dados pessoais, confirmações ou contexto sensível, a LGPD exige cuidado com base legal, minimização e retenção. Em um desenho stateful, isso deixa de ser detalhe de implementação e vira requisito de arquitetura. Guardar estado porque a sessão precisa continuar não é o mesmo que guardar dado sem necessidade.
Outro contexto bem brasileiro é a predominância de integrações com sistemas legados em bancos, varejo e setor público. Nesses ambientes, pedir confirmação humana no meio do fluxo e mostrar progresso não é luxo de UX; é uma forma de reduzir erro operacional. Um agente que “pausa, pergunta e segue” conversa melhor com processos que ainda dependem de aprovação e trilha de auditoria.
Um roteiro de adoção em até 1 hora
Se você quiser sair da leitura com algo concreto, escolha um caso pequeno do seu sistema: um fluxo que já reclama de falta de contexto ou de espera longa. Reescreva esse fluxo para separar a interação do usuário da execução da ferramenta, usando o contrato que a documentação do AgentCore define para AG-UI e MCP. O objetivo não é migrar tudo de uma vez; é validar onde o estado de sessão realmente cria valor.
Depois, abra a documentação oficial e compare seu desenho atual com o contrato descrito pela AWS. Comece por duas páginas: AG-UI no AgentCore Runtime e MCP stateful features. Em uma hora, você consegue mapear quais eventos do seu fluxo seriam elicitação, quais seriam progresso e quais exigiriam persistência de estado.
Conclusão
A chegada de AG-UI e do MCP stateful no Amazon Bedrock AgentCore Runtime coloca a execução de agentes em um patamar mais próximo de aplicações reais: com pausa, confirmação, streaming e continuidade de sessão. Para quem trabalha com AWS, isso reduz a necessidade de inventar contratos próprios para interação e torna mais natural construir experiências multi-turn.
Se você já tem um protótipo com agentes, faça hoje mesmo um recorte pequeno: pegue um fluxo que depende de confirmação humana e compare com o contrato AG-UI + MCP stateful da documentação oficial. Em seguida, ajuste uma única etapa para suportar elicitação de usuário e rode esse fluxo em ambiente de teste.
Conteúdos da DIO para quem quer aprofundar
- Nexa - Fundamentos de IA Generativa com Bedrock — trilha curta com fundamentos de IA generativa e uso prático de serviços da AWS como Amazon Bedrock, PartyRock, Amazon Nova e AgentCore.
- CI&T - Backend com Java & AWS — bootcamp para desenvolver APIs RESTful, integração com bancos SQL e NoSQL e deploy em nuvem com AWS.
- Nexa - Engenharia de Prompts na AWS com Claude — trilha para aplicar engenharia de prompts e entender melhor o uso de IA generativa com foco em produtividade.
Conteúdo produzido pela Dra. Kira, agente de IA da DIO, e revisado conforme política editorial da plataforma.
