Η AWS προσθέτει στο Bedrock τη λειτουργία RAG με μία μόνο ανάκτηση και τη λειτουργία μόνο ανάκτησης

Η Amazon Web Services ανακοίνωσε στις 9 Νοεμβρίου 2026 ότι το Amazon Bedrock Managed Knowledge Base υποστηρίζει πλέον παραγωγή με ενισχυμένη ανάκτηση (RAG) με μία μόνο ανάκτηση, καθώς και αιτήματα μόνο για αποσπάσματα, μέσω AgenticRetrieveStream. Ένα διευρυμένο εύρος 0–5 για maxAgentIteration επιτρέπει στις εφαρμογές να επιλέγουν ανάκτηση πηγών, απάντηση έπειτα από μία αναζήτηση ή την ήδη υπάρχουσα πολυβηματική πρακτορική ανάκτηση της υπηρεσίας.

Η ενημέρωση ενσωματώνει το βασικό μοτίβο RAG —μία ανάκτηση και στη συνέχεια παραγωγή απάντησης— στο ίδιο API ροής που χρησιμοποιείται για σύνθετες αναζητήσεις. Η λειτουργία RAG με μία μόνο ανάκτηση χρησιμοποιεί μία κλήση σε θεμελιώδες μοντέλο για την παραγωγή απάντησης, ενώ τα αιτήματα μόνο ανάκτησης δεν χρησιμοποιούν καμία. Σύμφωνα με την AWS, η λειτουργία με μία μόνο ανάκτηση μπορεί να μειώσει την καθυστέρηση και τη χρήση μοντέλων σε σύγκριση με την πρακτορική ανάκτηση, αλλά η ανακοίνωση δεν παρέχει μετρήσεις για σύγκριση καθυστέρησης ή κόστους.

Μία παράμετρος επιλέγει τη λειτουργία ανάκτησης

Η τιμή 0 επιστρέφει σχετικά αποσπάσματα χωρίς να παράγει απάντηση· η τιμή 1 εκτελεί μία ανάκτηση και παράγει απάντηση με generateResponse=true· οι τιμές 2 έως 5 διατηρούν την υπάρχουσα πρακτορική συμπεριφορά. Κάθε λειτουργία υποστηρίζει πολλαπλές βάσεις γνώσεων. Επομένως, η λειτουργία με μία μόνο ανάκτηση αφορά μία ανάκτηση και όχι περιορισμό σε μία μόνο βάση γνώσεων.

Μία επανάληψη αντιστοιχεί σε μία κλήση θεμελιώδους μοντέλου. Όταν είναι ενεργοποιημένη η παραγωγή, το όριο n δεσμεύει την τελευταία κλήση για την παραγωγή απάντησης και επιτρέπει έως n μείον 1 γύρους σχεδιασμού. Σε κάθε γύρο σχεδιασμού, ένα ερώτημα αναδιατυπώνεται και ακολουθεί ανάκτηση. Η αρχική διερευνητική ανάκτηση εκτελείται πριν από τον σχεδιασμό και δεν προσμετράται ποτέ στο όριο.

Στην τιμή 0, η παραγωγή απάντησης πρέπει να είναι απενεργοποιημένη. Αν ενεργοποιηθεί, προκύπτει σφάλμα 4xx, επειδή για την απάντηση απαιτείται κλήση μοντέλου. Στην τιμή 1, η ροή περιλαμβάνει μία ανάκτηση και μία απάντηση που βασίζεται σε τεκμήρια, χωρίς συμβάντα ιχνηλάτησης σχεδιασμού. Τα υπάρχοντα αιτήματα που χρησιμοποιούν τιμές από 2 έως 5 παραμένουν αμετάβλητα.

Συμπεριφορά ροής και λειτουργικά όρια

Η αναφορά API του AgenticRetrieveStream ορίζει ως υποχρεωτικά πεδία αιτήματος τα messages, retrieversκαι agenticRetrieveConfiguration ως προαιρετικό. Τα τμήματα της παραγόμενης απάντησης αποστέλλονται μόνο όταν είναι ενεργοποιημένη η παραγωγή. Το τελικό αποτέλεσμα μπορεί να περιλαμβάνει ανακτημένα στοιχεία, μια συντεθειμένη απάντηση και παραπομπές που συνδέουν τμήματα της απάντησης με τα αποτελέσματα που τη στηρίζουν. generateResponse είναι προαιρετική. Τα τμήματα της παραγόμενης απάντησης επιστρέφονται μόνο όταν είναι ενεργοποιημένη η δημιουργία. Το τελικό αποτέλεσμα μπορεί να περιλαμβάνει ανακτημένα στοιχεία, μια συνθετική απάντηση και παραπομπές που συνδέουν τμήματα της απάντησης με τα αποτελέσματα που τη στηρίζουν.

Η λειτουργία μόνο ανάκτησης ισοδυναμεί με απευθείας κλήση του Retrieve απευθείας, αλλά η μορφή της απόκρισης διαφέρει: τα αποσπάσματα εμφανίζονται στο result συμβάν της ροής χωρίς τα πεδία score ή location Οι εφαρμογές που χρησιμοποιούν ήδη AgenticRetrieveStream μπορούν επομένως να αποκτήσουν συμπεριφορά Retrieveτύπου, αλλάζοντας μια παράμετρο αντί να ενσωματώσουν ξεχωριστό API.

Για σύνθετες ερωτήσεις, ο Οδηγός χρήσης του Amazon Bedrock περιγράφει μια ροή εργασιών που διασπά τα ερωτήματα σε επιμέρους ερωτήματα, ελέγχει αν τα ανακτημένα τεκμήρια επαρκούν, πραγματοποιεί πρόσθετες αναζητήσεις και μπορεί να επεκταθεί σε ολόκληρο έγγραφο. Η πρακτορική ανάκτηση υποστηρίζει μόνο πλήρως διαχειριζόμενες βάσεις γνώσεων του Bedrock και επιτρέπει έως πέντε προγράμματα ανάκτησης ανά αίτημα. Η μείωση του ανώτατου ορίου επαναλήψεων μπορεί να κάνει τον πράκτορα να σταματήσει νωρίτερα και ενδέχεται να μειώσει την ακρίβεια σε σύνθετα ερωτήματα.

Οι ομάδες εφαρμογών επιλέγουν και δοκιμάζουν τη λειτουργία

Η AWS παρουσιάζει τις ρυθμίσεις με παράδειγμα έναν εσωτερικό βοηθό πολιτικών μιας φανταστικής τράπεζας, όχι μια υλοποίηση για πελάτη. Για ερώτηση σχετικά με την τεκμηρίωση ατομικής επιχείρησης χρησιμοποιείται η τιμή maxAgentIteration=1, ενώ για σύγκριση των απαιτήσεων για ατομικές επιχειρήσεις και εταιρείες περιορισμένης ευθύνης (LLC), η οποία ελέγχει επίσης τους κανόνες για ιδιοκτήτες που δεν είναι κάτοικοι, χρησιμοποιείται η τιμή 4, επιτρέποντας έως τρεις γύρους σχεδιασμού. Ένα αίτημα για εξέταση της διατύπωσης μιας πολιτικής χρησιμοποιεί την τιμή 0 και επιστρέφει τα αποσπάσματα των πηγών χωρίς περίληψη.

Η εφαρμογή πρέπει να επιλέγει τη λειτουργία· maxAgentIteration δεν δρομολογεί αυτόματα τα αιτήματα. Ο βοηθός του παραδείγματος χειρίζεται την αναζήτηση και τη σύγκριση πολιτικών, αλλά ούτε εγκρίνει λογαριασμούς ούτε υποκαθιστά τον έλεγχο και την εξουσιοδότηση από την τράπεζα.

Για την υιοθέτηση της λειτουργίας, η AWS συνιστά να συγκριθεί το RAG με μία μόνο ανάκτηση με την υπάρχουσα πρακτορική διαμόρφωση στην ίδια βάση γνώσεων, χρησιμοποιώντας αντιπροσωπευτικές ερωτήσεις και αναμενόμενες απαντήσεις. Η αξιολόγηση θα πρέπει να μετρά την καθυστέρηση και το κόστος ανά αίτημα, να επαληθεύει την ορθότητα και την τεκμηρίωση στις ανακτημένες περικοπές και να περιλαμβάνει ερωτήσεις που απαιτούν πολλά έγγραφα, καθώς και ερωτήσεις που δεν μπορούν να απαντηθούν. Τα αποτελέσματα αυτά μπορούν να καθοδηγήσουν την επιλογή του χαμηλότερου ορίου επαναλήψεων που καλύπτει τις απαιτήσεις ποιότητας κάθε ροής εργασιών.

Η αλλαγή καθιστά το βάθος ανάκτησης ρητή επιλογή υποδομής για κάθε αίτημα. Οι άμεσες αναζητήσεις μπορούν να παραλείπουν τις κλήσεις σχεδιασμού, ενώ τα σύνθετα ερωτήματα εξακολουθούν να συγκεντρώνουν τεκμήρια επαναληπτικά. Για τις επιχειρήσεις, το βασικό δίλημμα είναι αν η μειωμένη χρήση μοντέλων διατηρεί πλήρεις απαντήσεις, τεκμηριωμένες από τα δικά τους έγγραφα, και όχι να θεωρείται δεδομένο ότι ένα υψηλότερο όριο επαναλήψεων είναι πάντα καλύτερο.