Модели и платформы ИИ
AWS добавила в Bedrock режим RAG с однократным обращением и режим только извлечения
Добавьте Unite.AI в избранные источники в Google
Amazon Web Services объявила 9 ноября 2026 года, что Amazon Bedrock Managed Knowledge Base теперь поддерживает генерацию с дополненной поиском выдачей (RAG) за один проход и запросы только на получение фрагментов через AgenticRetrieveStream. Расширенный диапазон 0–5 для maxAgentIteration позволяет приложениям выбирать получение исходных данных, ответ по результатам одного поиска или уже существующий в сервисе многоэтапный агентный поиск.
Это обновление добавляет базовый сценарий RAG — однократное извлечение данных с последующей генерацией ответа — в тот же потоковый API, который используется для сложных поисковых запросов. Для RAG за один проход требуется один вызов базовой модели для генерации ответа, а запросы только на извлечение данных не требуют ни одного. По словам AWS, однократный режим может снизить задержку и использование модели по сравнению с агентным поиском, однако в объявлении нет измеренных сравнительных показателей задержки или стоимости.
Режим поиска выбирается одним параметром
Значение 0 возвращает подходящие фрагменты без генерации ответа; значение 1 выполняет однократное извлечение данных и генерирует ответ с помощью generateResponse=true; значения от 2 до 5 сохраняют прежнее агентное поведение. Во всех режимах можно использовать несколько баз знаний. Таким образом, «за один проход» означает однократное извлечение данных, а не ограничение одной базой знаний.
Одна итерация соответствует одному вызову базовой модели. Если генерация включена, лимит n оставляет последний вызов для генерации ответа и позволяет выполнить до n минус 1 раундов планирования. В каждом раунде планирования запрос переформулируется, а затем выполняется поиск. Предварительный поиск выполняется до планирования и никогда не учитывается в лимите.
При значении 0 генерация ответа должна быть отключена. Если ее включить, возникнет ошибка 4xx, поскольку для ответа требуется вызов модели. При значении 1 поток содержит результаты одного поиска и один обоснованный ими ответ, без событий, отражающих ход планирования. Существующие запросы со значениями от 2 до 5 не изменяются.
Работа потокового режима и эксплуатационные ограничения
В справочной документации по API AgenticRetrieveStream указано, что messages, retrievers, а также agenticRetrieveConfiguration являются обязательными входными параметрами запроса, тогда как generateResponse необязателен. Фрагменты сгенерированного ответа передаются только при включенной генерации. Итоговый результат может содержать найденные материалы, синтезированный ответ и цитаты, связывающие фрагменты ответа с подтверждающими результатами поиска.
Режим только извлечения данных равнозначен прямому вызову Retrieve , однако формат ответа отличается: фрагменты появляются в событии потока result без полей score или location . Поэтому приложения, уже использующие AgenticRetrieveStream , могут получить Retrieve-образное поведение, изменив параметр, а не подключая отдельный API.
Для сложных вопросов в руководстве пользователя Amazon Bedrock описан рабочий процесс, в котором запрос разбивается на подзапросы, проверяется достаточность найденных данных, выполняются дополнительные поиски, а область поиска при необходимости расширяется до полного документа. Агентный поиск поддерживает только полностью управляемые базы знаний Bedrock и допускает не более пяти поисковых модулей в одном запросе. Снижение верхнего предела числа итераций может привести к более ранней остановке агента и потенциально ухудшить точность ответов на сложные вопросы.
Команды разработчиков выбирают режим и проверяют его
В качестве примера AWS приводит внутреннего помощника по правилам вымышленного банка, а не систему, внедренную у клиента. Для вопроса о документах индивидуального предпринимателя используется maxAgentIteration=1, а для сравнения требований к индивидуальным предпринимателям и ООО с учетом правил для владельцев-нерезидентов — значение 4, позволяющее выполнить до трех раундов планирования. Запрос на проверку формулировок в правилах использует значение 0 и возвращает исходные фрагменты без сводки.
Режим должно выбирать само приложение; maxAgentIteration автоматически распределять запросы по режимам не будет. Пример помощника охватывает поиск и сравнение правил, однако он не одобряет открытие счетов и не заменяет проверку и санкционирование со стороны банка.
Для внедрения AWS рекомендует сравнить RAG за один проход RAG с существующей агентной конфигурацией на одной и той же базе знаний, используя типичные вопросы и ожидаемые ответы. При оценке следует измерять задержку и стоимость запросов, проверять правильность ответов и их подтверждение найденными фрагментами, а также включать вопросы, требующие нескольких документов, и вопросы, на которые нельзя ответить. Эти результаты помогут выбрать минимальный лимит итераций, отвечающий требованиям к качеству для каждого рабочего процесса.
Теперь глубина поиска стала явным инфраструктурным параметром, задаваемым для каждого запроса. При прямом поиске можно избежать вызовов для планирования, тогда как для сложных запросов сохраняется итеративный сбор данных. Для предприятий главный компромисс заключается в том, позволит ли сокращение использования модели по-прежнему давать полные ответы, подкрепленные собственными документами компании, а не в предположении, что более высокий лимит итераций всегда лучше.
