Modele i platformy AI

Amazon Bedrock otrzymuje wbudowaną funkcję wyszukiwania internetowego dla odpowiedzi modelu

mm
Dodaj Unite.AI do preferowanych ÅšrÃģdeł w Google

Firma AWS udostępniła funkcję Web Search na platformie Amazon Bedrock 4 sierpnia 2026 r., dzięki czemu modele podstawowe na tej platformie AI mają wbudowany sposÃģb uzyskiwania odpowiedzi opartych na bieŞącej wiedzy internetowej bez konieczności korzystania z zewnętrznego dostawcy wyszukiwania. Narzędzie serwerowe jest aktywowane za pomocą jednego parametru w istniejącym wywołaniu API zgodnym z OpenAI, a odpowiedzi są zwracane ze strukturalnymi cytowaniami do uÅžytych ÅšrÃģdeł, jak podaje AWS w swoim ogłoszeniu.

Uruchomienie to rozszerza moÅžliwość, ktÃģrą AWS po raz pierwszy wprowadziła w czerwcu 2026 r., kiedy Web Search stała się ogÃģlnie dostępna na Bedrock AgentCore, warstwie infrastruktury agentÃģw firmy, na szczycie AWS w Nowym Jorku. Wersja ta była dostępna dla agentÃģw za pośrednictwem bramy AgentCore i protokołu Model Context. Nowe wydanie przenosi to samo podstawowe narzędzie bezpośrednio do inferencji modelu Bedrock, dzięki czemu kaÅžda aplikacja wywołująca obsługiwany model moÅže z niego korzystać bez konieczności wcześniejszego uruchomienia infrastruktury agenta.

Do tej pory uzasadnienie modelu Bedrock w aktualnych informacjach wymagało wyboru dostawcy wyszukiwania, integracji jego API, zarządzania kluczami i orchestracji, a takÅže przeprowadzenia przeglądu bezpieczeństwa dostawcy. AWS sprzedaje usunięcie tej pracy: nie ma dostawcÃģw zewnętrznych do wdroÅženia, nie ma zewnętrznych API do orchestracji, a takÅže nie ma dodatkowych przeglądÃģw bezpieczeństwa dostawcÃģw, zgodnie z ogłoszeniem.

Czym jest to narzędzie i jaki jest jego koszt

Web Search działa na indeksie internetowym, ktÃģry obsługuje Amazon, obejmującym miliardy dokumentÃģw i stale odświeÅžanym, w połączeniu z wbudowanym grafem wiedzy, ktÃģry kotwiczy jednostki i połączenia między nimi. Dla pytań faktograficznych narzędzie odpowiada z grafu wiedzy, zamiast pozostawiać modelowi inferencję odpowiedzi z tekstu strony. Pobieranie działa za pomocą ekstrakcji semantycznych fragmentÃģw, ktÃģra ściąga fragmenty relevantne dla zapytania, zamiast podawać modelowi surowy tekst strony, utrzymując wydatki tokenÃģw na boilerplate na niÅžszym poziomie.

Gdy narzędzie jest włączone, Bedrock obsługuje pełny cykl wyszukiwania po stronie serwera: model identyfikuje lukę w wiedzy, Bedrock formułuje zapytanie, pobiera z indeksu i grafu wiedzy, wstrzykuje fragmenty, adresy URL i tytuły do okna kontekstu, a następnie zwraca odpowiedÅš z adnotacjami cytowaniami, ktÃģre oznaczają dokładny zakres znakÃģw, ktÃģry kaÅžde ÅšrÃģdło obsługuje. Jeśli pierwsze wyniki są niewystarczające, model moÅže sformułować i wyszukać ponownie w ramach tego samego obrotu; jeśli wyniki nie obsługują odpowiedzi, model mÃģwi o tym, zamiast wypełniać lukę danymi szkoleniowymi, zgodnie z dokumentacją Web Search.

Strona cennika Amazon Bedrock wymienia Web Search za 12,00 USD za 1000 zapytań w trzech regionach USA, w ktÃģrych działa. Jest to opłata za uÅžycie na dodatek do inferencji modelu; AWS cennik wersji AgentCore tego narzędzia znajduje się na oddzielnej stronie i jest ustalany według oddzielnych stawek.

Warunki obejmują jeden obowiązek wart uwagi dla zespołÃģw budujących produkty uÅžytkowe: klienci muszą zachować i wyświetlić cytaty ÅšrÃģdłowe i linki z wyjść modelu w wszystkim, co jest prezentowane uÅžytkownikom końcowym, i nie mogą uÅžywać narzędzia do masowego pobierania treści lub budowy konkurencyjnego indeksu.

Gdzie działa i ktÃģre modele obsługuje

Przy uruchomieniu Web Search działa tylko z modelami OpenAI obsługiwanymi przez punkt końcowy inferencji Bedrock – bedrock-mantle za pośrednictwem API odpowiedzi: openai.gpt-5.4, openai.gpt-5.5 i trzy warianty GPT-5.6 (Luna, Terra i Sol), zgodnie z dokumentacją. Modele Anthropic, Meta, Mistral i własne modele Amazon Nova na Bedrock nie są na liście obsługiwanych.

Dostępność jest ograniczona do trzech regionÃģw USA: us-east-1, us-east-2 i us-west-2, z zapytaniami przetwarzanymi w ramach regionu. Dokumentacja opisuje narzędzie jako ściśle regionalne: kaÅždy region obsługuje własne wyszukiwanie i warstwę pobierania, a zapytania, pobieranie, dane indeksu i wyniki nie przekraczają granic regionalnych.

Postawa wobec zgodności

AWS prezentuje sposÃģb obsługi danych narzędzia jako swoją rÃģÅžnicę wobec przedsiębiorstw. Domyślnie pobieranie jest obsługiwane całkowicie z indeksu internetowego Amazon Bedrock i pamięci podręcznej, ktÃģre są migawką zawartości internetowej hostowanej wewnątrz AWS, więc dane Şądania nie opuszczają granicy AWS. Pobieranie z Åžywego internetu, pobieranie zawartości bezpośrednio z internetu w czasie Şądania, nie jest jeszcze obsługiwane; parametr API dla niego jest juÅž na miejscu, a dokumentacja mÃģwi, Åže kaÅžda przyszła zmiana wymagać będzie, aby klienci wyraÅšnie udzielili oddzielnego uprawnienia IAM przed jej wprowadzeniem.

Audyt odbywa się za pośrednictwem CloudTrail od razu. KaÅžde zapytanie wyszukiwania i pobierania jest rejestrowane z toÅžsamością wywołującą, sygnaturą czasową i kontekstem regionu, a odrzucone Şądania rejestrują konkretny klucz warunku, ktÃģry spowodował odrzucenie. Z załoÅženia ślad nie rejestruje tekstu zapytania, zwrÃģconych adresÃģw URL ani pobranych treści strony, dając zespołom zgodności rekord korzystania z narzędzia i czasu, bez ujawniania, co uÅžytkownicy wyszukiwali.

Od AgentCore do inferencji modelu

Uruchomienie AgentCore (ogłoszone na szczycie AWS w Nowym Jorku 2026) i wydanie z 4 sierpnia przywoŞą narzędzie Web Search do rÃģÅžnych warstw stosu Bedrock.

RÃģÅžnica między dwiema wersjami polega na punkcie integracji. Narzędzie AgentCore jest celem łączenia na bramie, skierowanym do zespołÃģw juÅž budujących agenci na tym stosie i wywoływanym za pośrednictwem MCP. Wersja Bedrock jest dołączona do zwykłego wywołania inferencji, co umieszcza uzasadnienie w zasięgu znacznie większego zestawu istniejących aplikacji, w tym tych, ktÃģre nie mają architektury agenta. Cennik dla obu wersji znajduje się teraz na oddzielnych stronach i według oddzielnych stawek.

Z uzasadnieniem zmniejszonym do wpisu w treści Şądania pozostałą pracą dla adoptujących jest uprawnienie: włączenie narzędzia wymaga akcji IAM dla wyszukiwania i pobierania obok dostępu do inferencji Bedrock, a uwierzytelnianie do punktu końcowego bedrock-mantle uÅžywa krÃģtkotrwałego tokenu nośnika wytworzonego z istniejących poświadczeń AWS, zamiast oddzielnego klucza API. Pobieranie z Åžywego internetu pozostaje przestarzałym, ale niezaplanowanym elementem na drodze, zablokowanym za uprawnieniem, ktÃģre jest domyślnie wyłączone.

Aiden Cross jest strategiem wygenerowanym przez sztuczną inteligencję w Unite.AI, zajmującym się strategią produktÃģw AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypÃģw i demonstracji do niezawodnych systemÃģw uÅžywanych przez prawdziwych klientÃģw.
Z pragmatycznym i szczegÃģłowym podejściem Aiden analizuje mapy produktÃģw, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, ktÃģre determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczegÃģlną uwagę na realia wdroÅženia, przyjęcie przez uÅžytkownikÃģw, ograniczenia infrastruktury oraz zgodność między moÅžliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespÃģł redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposÃģb produkty AI są tworzone, wysyłane i skalowane w świecie rzeczywistym.