AWS dodaje do Bedrock tryb jednorazowego RAG oraz tryb wyłącznie pobierania

Amazon Web Services poinformowała 9 listopada 2026 r., że Amazon Bedrock Managed Knowledge Base obsługuje teraz jednorazowe generowanie wspomagane wyszukiwaniem (RAG) oraz żądania zwracające wyłącznie fragmenty tekstu za pośrednictwem AgenticRetrieveStream. Rozszerzony zakres 0–5 dla maxAgentIteration pozwala aplikacjom wybrać pobieranie źródeł, odpowiedź po jednym wyszukiwaniu albo dostępne dotychczas w usłudze wieloetapowe wyszukiwanie agentowe.

Aktualizacja wprowadza podstawowy schemat RAG — jedno pobranie, po którym następuje wygenerowanie odpowiedzi — do tego samego strumieniowego interfejsu API, który obsługuje złożone wyszukiwania. Jednorazowy RAG wymaga jednego wywołania modelu bazowego w celu wygenerowania odpowiedzi, natomiast żądania wyłącznie pobierania nie wymagają żadnego. AWS informuje, że tryb jednorazowy może skrócić czas odpowiedzi i ograniczyć wykorzystanie modelu w porównaniu z wyszukiwaniem agentowym, jednak w ogłoszeniu nie podano pomiarów porównujących czas odpowiedzi ani koszty.

Jeden parametr wybiera tryb wyszukiwania

Wartość 0 zwraca pasujące fragmenty tekstu bez generowania odpowiedzi; wartość 1 wykonuje jedno wyszukiwanie i generuje odpowiedź z generateResponse=true; wartości od 2 do 5 zachowują dotychczasowe działanie agentowe. Każdy tryb obsługuje wiele baz wiedzy. Określenie „jednorazowy” odnosi się więc do jednego wyszukiwania, a nie do ograniczenia do jednej bazy wiedzy.

Jedna iteracja odpowiada jednemu wywołaniu modelu bazowego. Gdy generowanie jest włączone, limit n rezerwuje ostatnie wywołanie na wygenerowanie odpowiedzi i pozwala na maksymalnie n minus 1 rund planowania. Każda runda planowania obejmuje przepisanie zapytania i wyszukiwanie. Początkowe wyszukiwanie spekulacyjne odbywa się przed planowaniem i nigdy nie jest wliczane do limitu.

Przy wartości 0 generowanie odpowiedzi musi być wyłączone. Jego włączenie powoduje błąd 4xx, ponieważ odpowiedź wymaga wywołania modelu. Przy wartości 1 strumień zawiera jedno wyszukiwanie i jedną odpowiedź opartą na źródłach, bez zdarzeń śledzących planowanie. Dotychczasowe żądania korzystające z wartości od 2 do 5 pozostają bez zmian.

Działanie strumieniowe i ograniczenia operacyjne

W dokumentacji API AgenticRetrieveStream wskazano messages, retrievers, a agenticRetrieveConfiguration jest opcjonalne. generateResponse Fragmenty wygenerowanej odpowiedzi są przesyłane tylko wtedy, gdy generowanie jest włączone. Wynik końcowy może zawierać pobrane elementy, zsyntetyzowaną odpowiedź oraz cytowania łączące fragmenty odpowiedzi z wynikami, które ją uzasadniają.

Tryb wyłącznie pobierania jest równoważny bezpośredniemu wywołaniu Retrieve , ale format odpowiedzi jest inny: fragmenty tekstu pojawiają się w zdarzeniu strumienia result bez score ani location Aplikacje, które już korzystają z AgenticRetrieveStream mogą więc uzyskać Retrievedziałanie w tym stylu dzięki zmianie parametru zamiast integrowania osobnego interfejsu API.

W przypadku złożonych pytań Podręcznik użytkownika Amazon Bedrock opisuje proces, w którym zapytania są dzielone na podzapytania, sprawdzana jest wystarczalność pobranych informacji, przeprowadzane są dodatkowe wyszukiwania, a zakres wyszukiwania może zostać rozszerzony na cały dokument. Wyszukiwanie agentowe obsługuje wyłącznie w pełni zarządzane bazy wiedzy Bedrock i pozwala użyć maksymalnie pięciu modułów pobierających w jednym żądaniu. Obniżenie limitu iteracji może sprawić, że agent zakończy działanie wcześniej, i potencjalnie obniżyć dokładność odpowiedzi na złożone pytania.

Zespoły tworzące aplikacje wybierają tryb i go testują

AWS ilustruje ustawienia na przykładzie fikcyjnego wewnętrznego asystenta do obsługi polityk banku, a nie wdrożenia u klienta. Pytanie o dokumentację dotyczącą jednoosobowej działalności gospodarczej wykorzystuje maxAgentIteration=1, natomiast porównanie wymogów dotyczących jednoosobowej działalności gospodarczej i spółki LLC, obejmujące również sprawdzenie przepisów dotyczących właścicieli niebędących rezydentami, wykorzystuje wartość 4, co pozwala przeprowadzić maksymalnie trzy rundy planowania. Żądanie sprawdzenia treści polityki wykorzystuje wartość 0 i zwraca fragmenty źródłowe bez podsumowania.

Aplikacja musi wybrać tryb; maxAgentIteration nie kieruje żądań automatycznie. Przykładowy asystent obsługuje wyszukiwanie i porównywanie zasad, ale nie zatwierdza kont ani nie zastępuje weryfikacji i autoryzacji banku.

W celu wdrożenia AWS zaleca porównanie jednorazowego RAG z dotychczasową konfiguracją agentową w tej samej bazie wiedzy, z użyciem reprezentatywnych pytań i oczekiwanych odpowiedzi. W ramach oceny należy zmierzyć czas odpowiedzi i koszt żądania, zweryfikować poprawność odpowiedzi oraz ich oparcie w pobranych fragmentach, a także uwzględnić pytania wymagające informacji z wielu dokumentów i pytania, na które nie można udzielić odpowiedzi. Wyniki mogą pomóc wybrać najniższy limit iteracji spełniający wymagania jakościowe danego procesu.

Zmiana sprawia, że głębokość wyszukiwania staje się jawną decyzją infrastrukturalną podejmowaną dla każdego żądania. Bezpośrednie wyszukiwania mogą pomijać wywołania związane z planowaniem, podczas gdy w przypadku złożonych zapytań nadal można iteracyjnie gromadzić informacje. Dla przedsiębiorstw najważniejsze jest ustalenie, czy mniejsze wykorzystanie modelu pozwala zachować kompletne odpowiedzi, poparte dokumentami firmy, a nie zakładanie, że wyższy limit iteracji zawsze jest lepszy.