AWS voegt RAG in één stap en een modus voor alleen ophalen toe aan Bedrock

Amazon Web Services maakte bekend dat Amazon Bedrock Managed Knowledge Base sinds 9 november 2026 generatie met opgehaalde informatie (RAG) in één stap en aanvragen voor alleen passages ondersteunt via AgenticRetrieveStream. Een uitgebreid bereik van 0–5 voor maxAgentIteration stelt applicaties in staat te kiezen voor het ophalen van bronnen, een antwoord op basis van één zoekopdracht of de bestaande meerstaps, agentgestuurde zoekfunctie van de service.

Dankzij de update is het basispatroon van RAG — eerst informatie ophalen en daarna een antwoord genereren — beschikbaar in dezelfde streaming-API die ook voor complexe zoekopdrachten wordt gebruikt. RAG in één stap gebruikt één aanroep van een basismodel voor het genereren van een antwoord; aanvragen voor alleen ophalen gebruiken geen modelaanroep. Volgens AWS kan deze werkwijze de latentie en het modelgebruik verminderen ten opzichte van agentgestuurd ophalen, maar de aankondiging bevat geen gemeten vergelijking van latentie of kosten.

Eén parameter bepaalt de ophaalmodus

De waarde 0 retourneert overeenkomende passages zonder een antwoord te genereren; bij 1 wordt informatie één keer opgehaald en een antwoord gegenereerd met generateResponse=true; bij waarden van 2 tot en met 5 blijft het bestaande agentgestuurde gedrag behouden. Elke modus ondersteunt meerdere kennisbanken. ‘In één stap’ slaat dus op één ophaalactie, niet op een beperking tot één kennisbank.

Eén iteratie staat voor één aanroep van een basismodel. Wanneer het genereren van antwoorden is ingeschakeld, n reserveert de laatste aanroep voor het genereren van een antwoord en staat maximaal n min 1 planningsrondes toe. Elke planningsronde combineert een herschrijving van de zoekopdracht met het ophalen van informatie. De eerste verkennende ophaalactie vindt plaats vóór de planning en telt nooit mee voor de limiet.

Bij 0 moet het genereren van antwoorden uitgeschakeld zijn. Als deze functie wordt ingeschakeld, volgt een 4xx-fout omdat voor een antwoord een modelaanroep nodig is. Bij 1 bevat de stream één ophaalactie en één onderbouwd antwoord, zonder tracegebeurtenissen voor de planning. Bestaande aanvragen met waarden van 2 tot en met 5 blijven ongewijzigd.

Streaminggedrag en gebruikslimieten

In de API-referentie voor AgenticRetrieveStream staat dat messages, retrieversen agenticRetrieveConfiguration verplichte invoer voor aanvragen zijn, terwijl generateResponse optioneel is. Fragmenten van gegenereerde antwoorden worden alleen verstuurd wanneer het genereren van antwoorden is ingeschakeld. Het eindresultaat kan opgehaalde items, een samengesteld antwoord en citaten bevatten die delen van het antwoord koppelen aan de resultaten waarop ze zijn gebaseerd.

Werken in de modus voor alleen ophalen is gelijk aan rechtstreeks aanroepen van Retrieve , maar het antwoord heeft een andere indeling: passages verschijnen in de result -gebeurtenis van de stream, zonder score of location al gebruiken, kunnen daardoor AgenticRetrieveStream verkrijgen Retrieve-achtig gedrag door een parameter te wijzigen in plaats van een afzonderlijke API te integreren.

Voor complexe vragen beschrijft de gebruikershandleiding van Amazon Bedrock een workflow die zoekopdrachten opsplitst in deelvragen, controleert of het opgehaalde bewijs volstaat, aanvullende zoekopdrachten uitvoert en de zoekactie kan uitbreiden naar een volledig document. Agentgestuurd ophalen ondersteunt alleen volledig beheerde kennisbanken van Bedrock en staat maximaal vijf retrievers per aanvraag toe. Door de iteratielimiet te verlagen, kan de agent eerder stoppen, wat de nauwkeurigheid bij complexe zoekopdrachten mogelijk vermindert.

Applicatieteams kiezen en testen de modus

AWS licht de instellingen toe aan de hand van een fictieve interne beleidsassistent van een bank, niet van een implementatie bij een klant. Voor een documentatievraag van een eenmanszaak wordt maxAgentIteration=1gebruikt, terwijl voor een vergelijking van de vereisten voor eenmanszaken en LLC’s, waarbij ook de regels voor niet-ingezeten eigenaren worden gecontroleerd, 4 wordt gebruikt; dat staat maximaal drie planningsrondes toe. Een aanvraag om de bewoording van een beleid te bekijken, gebruikt 0 en retourneert bronpassages zonder samenvatting.

De applicatie moet de modus selecteren; maxAgentIteration routeert aanvragen niet automatisch. De voorbeeldassistent kan beleid opzoeken en vergelijken, maar keurt geen rekeningen goed en vervangt de beoordeling en autorisatie door de bank niet.

Voor de invoering adviseert AWS om RAG in één stap te vergelijken met de bestaande agentgestuurde configuratie op dezelfde kennisbank, aan de hand van representatieve vragen en verwachte antwoorden. De evaluatie moet de latentie en kosten per aanvraag meten, de juistheid en onderbouwing in de opgehaalde passages controleren en vragen over meerdere documenten en vragen zonder antwoord omvatten. Op basis van die resultaten kan de laagste iteratielimiet worden gekozen die voldoet aan de kwaliteitseisen van elke workflow.

Door deze wijziging wordt de ophaaldiepte een expliciete infrastructuurkeuze per aanvraag. Rechtstreekse zoekopdrachten kunnen planningsaanroepen vermijden, terwijl complexe zoekopdrachten iteratief bewijs blijven verzamelen. Voor ondernemingen draait de afweging vooral om de vraag of minder modelgebruik nog steeds volledige, onderbouwde antwoorden op basis van hun eigen documenten oplevert, in plaats van ervan uit te gaan dat een hogere iteratielimiet altijd beter is.