根据 2026 年 11 月 9 日的 AWS 资料,Amazon Bedrock Managed Knowledge Base 扩展了 AgenticRetrieveStream:同一接口现在既支持单次检索生成(RAG)和仅检索,也可继续执行原有的智能体检索。核心变化是 maxAgentIteration 支持 0—5,应用可以按请求复杂度控制检索轮次和响应生成方式。
一个参数对应三种检索行为
- 取值为 0:执行一次检索并返回去重后的来源片段,不调用基础模型,也不生成答案。必须设置
generateResponse=false,否则请求会因参数组合无效而返回 4xx 错误。 - 取值为 1:执行单次 RAG,即检索一次,再用一次基础模型调用生成有依据的回答,不进行查询改写或智能体规划。
- 取值为 2—5:进入智能体检索。系统可拆分子查询、评估证据并补充搜索,最后生成回答;取值 n 最多允许 n−1 轮规划,最后一轮用于生成答案。
三种模式都支持多个知识库。“单次检索”指检索次数,并不代表只能使用一个知识库。初始推测性检索发生在首次规划之前,不计入 maxAgentIteration 的额度。
按任务选择检索模式
AWS 以一个虚构的银行内部政策助手说明不同用法。该示例仅用于展示配置方式,并非客户部署或实测结果。
- 查询“个体经营者开设企业支票账户需要哪些材料”时,可设置
maxAgentIteration=1和generateResponse=true,从已有清单中检索一次并生成回答。 - 比较个体经营者、有限责任公司及非居民所有者的开户要求时,可设置
maxAgentIteration=4,为查询拆分、证据评估和补充检索提供最多三轮规划。 - 员工只需要查看政策原文时,可设置
maxAgentIteration=0和generateResponse=false,直接返回来源片段。
模式选择属于应用逻辑,并非参数自动路由。即使只使用 AgenticRetrieveStream,应用仍需判断每个问题应采用哪种配置。
效果与限制仍需实际评估
AWS 表示,较低的迭代值通常可以降低延迟并提高调用可预测性,较高值则能为困难问题提供更多搜索空间,但这不保证答案一定更好。资料未给出性能或成本基准,因此实际收益应使用自身文档和代表性问题进行验证。
- 单次 RAG 适合内容集中、范围明确的问题;答案依赖多份文档时,单次检索可能遗漏证据。
- 智能体检索同样不能弥补知识库本身缺少信息,也不应替代人工审核和业务授权。
- 仅检索模式与直接调用 Retrieve API 的检索行为相近,但其流式结果不含分数或位置字段。
- 迁移时可保留原有 2—5 的配置,再逐步引入 0 和 1,并同步检查回答正确性、证据支持、延迟及请求成本。
资料来源:Single-shot and agentic retrieval with Amazon Bedrock Managed Knowledge Base(2026-11-09)。
一起聊聊
留下你的想法,评论审核通过后展示。