Amazon Bedrock AgentCore Web Search API supprime l’exigence de passerelle
Amazon a lancé l’AgentCore Web Search API, qui permet aux applications d’interroger son index web existant sans créer au préalable une AgentCore Gateway. Cette évolution offre aux développeurs un accès direct aux résultats de recherche, tout en laissant les politiques de sources partagées à la passerelle ou à l’application. Cette distinction compte : un accès simplifié modifie la responsabilité des contrôles qui l’entourent.
La nouvelle interface dessert les applications, les boucles d’agents personnalisées et les pipelines de données via les identifiants AWS habituels. Une boucle d’agent est un code applicatif qui permet à plusieurs reprises à un modèle de choisir des actions et d’en traiter les résultats. Auparavant, l’accès à la recherche web d’AgentCore nécessitait une passerelle et une cible de recherche configurée. Les développeurs utilisaient cet outil via le Model Context Protocol, ou MCP, une norme permettant de connecter des applications d’IA à des outils externes.
AWS recommande toujours AgentCore Gateway pour la plupart des charges de travail agentiques. Son annonce du 11 novembre présente l’accès direct comme une option complémentaire pour les logiciels qui gèrent déjà leur propre exécution. Le choix central est donc architectural : les politiques de recherche doivent-elles résider dans un service partagé, ou chaque application doit-elle les appliquer ? La publication supprime une exigence de configuration sans supprimer cette décision.
Ce que l’AgentCore Web Search API change réellement
Cette publication modifie l’accès à l’infrastructure de recherche d’Amazon, plutôt que d’introduire la première capacité de recherche web d’Amazon.
L’annonce d’AWS concernant la Web Search API décrit une opération autonome qui renvoie des résultats directement au code appelant. Les développeurs peuvent utiliser les kits de développement logiciel AWS, qui fournissent des clients de service spécifiques à chaque langage, ou l’AWS Command Line Interface.
L’opération s’appelle InvokeWebSearch. Les applications autorisent les requêtes via AWS Identity and Access Management, ou IAM, le service qui définit les autorisations des identités AWS. Les identifiants AWS existants signent la requête. Les développeurs n’ont pas besoin de provisionner une passerelle ou une cible de recherche avant d’effectuer cet appel.
AWS indique que l’interface directe interroge le même index exploité par Amazon que celui utilisé par son connecteur de passerelle. L’annonce n’établit aucun nouvel avantage en matière de qualité de recherche par rapport à cette voie existante. Sa contribution la plus claire consiste à supprimer l’intermédiaire lorsqu’une application a besoin de résultats plutôt que d’un outil d’agent découvrable.
Cette publication est donc pertinente au-delà des assistants conversationnels. Prenons une application existante qui collecte périodiquement des annonces publiques de produits. Son ordonnanceur détermine déjà quand le travail s’exécute, sa base de données stocke les résultats, et son code décide de ce que voient les utilisateurs. Ajouter une passerelle d’agents uniquement pour récupérer des résultats de recherche introduit un composant supplémentaire que cette équipe doit exploiter.
L’interface directe permet à cette application de conserver sa structure actuelle. La recherche devient un appel de service au sein d’un processus établi. La même logique s’applique à une tâche de surveillance ou à un système d’enrichissement de contenu. Aucun n’a besoin d’une prise de décision autonome simplement parce que ses entrées proviennent du web.
Cette distinction modifie aussi la manière dont les développeurs doivent interpréter l’expression « aucune ressource à créer ». Elle décrit l’accès à l’opération de recherche. Une application de production a toujours besoin d’un environnement d’exécution, d’autorisations, de gestion des erreurs et d’un endroit où envoyer ses résultats. Les configurations facultatives de réseau et de journalisation restent également des choix distincts.
La comparaison pertinente porte donc sur les voies d’intégration. Une passerelle organise l’accès aux outils entre plusieurs clients. Une API directe, une interface que les logiciels appellent par programmation, renvoie des données dans le flux existant d’une application. Le choix entre les deux devrait commencer par le logiciel qui consomme le résultat, plutôt que par l’enthousiasme pour l’une ou l’autre architecture.
Pour les équipes qui utilisent déjà Gateway avec succès, cette annonce ne fournit à elle seule aucune raison de migrer. Le backend de recherche reste partagé. Une migration nécessiterait une autre justification, telle que la simplification d’une application qui n’a plus besoin de MCP ou le déplacement des contrôles d’exécution dans le code existant.
Pour les équipes qui considéraient auparavant la recherche AgentCore comme trop dépendante d’une infrastructure d’agents, cette publication modifie l’équation. Elles peuvent désormais évaluer le service de recherche séparément de l’architecture de passerelle.
Les propriétaires d’applications gagnent le contrôle et héritent des décisions
La recherche directe donne aux développeurs d’applications davantage de contrôle sur l’exécution, tout en rendant plus explicite leur responsabilité concernant les politiques de sources.
La pression pratique s’exerce sur les équipes qui décident où placer les règles. Un groupe de plateforme au service de nombreux agents a des exigences différentes de celles d’un développeur qui ajoute la recherche à une application établie. Le premier a besoin de cohérence entre les clients. Le second a souvent besoin d’une dépendance prévisible au sein du code qu’il maintient déjà.
Les recommandations d’AWS sur l’API et Gateway rendent cette frontière concrète. Les requêtes directes portent leurs propres filtres de domaine. Le connecteur de passerelle peut en outre appliquer des listes de sources configurées sur sa cible, hors de la vue de l’agent appelant. L’API directe autorise les appelants avec IAM ; Gateway prend également en charge l’autorisation des appelants fondée sur des jetons.
Ces différences séparent l’autorisation de lancer une recherche de l’autorisation de choisir les sources. Une identité d’application peut être autorisée à invoquer la recherche sans que cela établisse une liste de domaines acceptables à l’échelle de l’organisation. Les restrictions de sources ont toujours besoin d’un point d’application.
Un assistant d’ingénierie illustratif permet de mieux comprendre cette distinction. Ses développeurs pourraient autoriser les recherches dans la documentation des fournisseurs tout en excluant les forums de discussion des synthèses de publication. Si ces règles résident dans le code applicatif, cette équipe doit les maintenir à mesure que l’assistant évolue. Si plusieurs assistants partagent cette politique, une administration centralisée devient plus attrayante.
Aucune de ces dispositions n’est intrinsèquement supérieure. Des règles locales peuvent convenir à une application dont les exigences diffèrent de celles de tous les autres. Des règles partagées peuvent réduire les écarts lorsque de nombreuses équipes ont besoin des mêmes restrictions. Le compromis concerne la responsabilité et la cohérence, plutôt qu’un simple affrontement entre flexibilité et sécurité.
Le même raisonnement s’applique aux tentatives, qui répètent les requêtes ayant échoué, et à la mise en cache, qui réutilise des résultats précédents. Les équipes applicatives peuvent placer ces décisions à côté de leurs contrôles de fiabilité existants. Elles deviennent également responsables de veiller à ce que ces contrôles reflètent le comportement de la recherche dans le flux de travail plus large.
Par exemple, réutiliser la réponse d’hier peut convenir à une archive de recherche en arrière-plan. Cela serait moins approprié pour un écran demandant ce qui a changé ce matin. Un cache peut réduire le travail répété tout en compromettant la fraîcheur si sa durée de vie ignore la question de l’utilisateur.
AgentCore API vs Gateway devient donc une question de frontières opérationnelles. Où les restrictions de sources doivent-elles changer ? Qui approuve ces changements ? Quel composant contrôle la fréquence des recherches ? Quelle équipe enquête sur une réponse qui cite un site inattendu ?
Ces questions comptent avant qu’une application n’atteigne une grande échelle. Un prototype a souvent un propriétaire évident et un objectif limité. À mesure que d’autres équipes l’adoptent, les hypothèses concernant les sources fiables et la réutilisation acceptable peuvent diverger. Une connexion directe rend ces hypothèses plus faciles à mettre en œuvre localement, mais pas plus faciles à concilier entre les organisations.
La décision d’AWS donne aux développeurs un autre endroit où tracer cette frontière. Elle ne supprime pas la nécessité de la tracer délibérément.
Les résultats de recherche fournissent aux développeurs des preuves à examiner
La valeur de la récupération directe tient au fait que les applications peuvent examiner les éléments probants avant de demander à un modèle de les transformer en réponse.
La documentation sur les requêtes et réponses décrit des résultats classés contenant des extraits de texte. Les titres, URL et horodatages de publication sont facultatifs. Les requêtes acceptent des recherches allant jusqu’à 200 caractères et renvoient jusqu’à 25 résultats, avec des filtres de domaine et d’heure de publication disponibles.
Ces détails décrivent une opération de récupération délimitée. L’application reçoit des éléments candidats, plutôt qu’une garantie qu’une question a reçu une réponse complète. Le renvoi d’une liste classée laisse aussi à l’appelant la responsabilité de décider quelles preuves sont suffisantes.
Les métadonnées facultatives créent une décision produit immédiate. Un résultat dépourvu d’horodatage de publication peut tout de même contenir des informations de contexte utiles. Il ne peut toutefois pas, à lui seul, établir qu’une annonce appartient à une fenêtre de couverture étroitement définie. L’application a besoin d’une règle pour gérer cette incertitude.
De même, un extrait sans URL pose un problème différent d’un extrait avec une source traçable. Si les utilisateurs s’attendent à examiner les preuves à l’appui, l’application doit décider si une attribution incomplète disqualifie un résultat. Traiter discrètement tous les résultats comme étant également utilisables masquerait cette distinction.
Le filtrage par date exige également de la prudence. La documentation définit des bornes d’horodatage inclusives et avertit qu’une date sans heure correspond à minuit au début de cette date. Une application qui traduit la sélection de calendrier d’un utilisateur doit préserver l’intervalle prévu.
C’est un petit détail d’interface aux conséquences potentiellement visibles. Un utilisateur qui sélectionne un jour de couverture attend l’intégralité de cette journée. Un point de terminaison traduit de manière incorrecte peut exclure du contenu tout en laissant la requête techniquement valide. La synthèse résultante peut paraître soignée malgré l’utilisation d’une fenêtre de preuves non voulue.
Les filtres de domaine répondent à une autre question précise : d’où les résultats sont autorisés à provenir. Ils n’établissent pas qu’une page donnée étaye la conclusion du modèle. Un éditeur fiable peut héberger des documents de contexte sans rapport avec l’événement demandé.
La même distinction sépare un extrait de recherche d’une vérification factuelle achevée. Un extrait peut identifier des preuves prometteuses. Une conclusion importante peut nécessiter l’examen de la source sous-jacente, la vérification de son contexte ou sa comparaison avec une autre source faisant autorité.
Microsoft offre un point de comparaison utile avec ses outils de grounding Bing. Le grounding consiste à fournir des preuves externes à un modèle avant qu’il ne réponde. Microsoft documente une voie dans laquelle les développeurs reçoivent des réponses générées avec des citations, plutôt qu’un accès au contenu brut renvoyé.
Cette comparaison met en évidence une différence architecturale, sans établir de classement de qualité. Certains produits privilégient une réponse citée au sein d’un service d’agents. D’autres ont besoin d’éléments de recherche qu’ils peuvent examiner et traiter indépendamment. L’interface directe d’Amazon répond à cette dernière exigence.
Pour les acheteurs, la question d’évaluation devrait correspondre à cette distinction. Évaluer uniquement la fluidité des réponses manquerait la raison de choisir une interface de récupération inspectable. La question la plus pertinente est de savoir si les éléments renvoyés soutiennent les propres règles de preuve de l’application.
Un observateur de dépendances montre où s’arrête la recherche
L’exemple détaillé d’AWS place la vérification dans le code applicatif, illustrant pourquoi la récupération et le reporting validé restent des tâches distinctes.
Dans son outil quotidien de surveillance des dépendances, AWS décrit un workflow de sécurité construit avec LangGraph, un framework destiné à coordonner l’exécution d’agents. L’exemple étudie les dépendances logicielles, applique des règles de recherche fixes, vérifie les résultats par rapport aux sources renvoyées et élimine les éléments déjà signalés.
Le choix de conception important réside dans la séparation des responsabilités. Le modèle choisit les recherches et propose des résultats. Le code contrôle les contraintes et vérifie que les preuves satisfont à des conditions précises. L’accès à la recherche fournit le matériau nécessaire à ce processus.
AWS précise également les limites de l’exemple. Ses vérifications n’établissent ni la gravité, ni le statut d’exploitation, ni les versions affectées, ni l’action recommandée. Faire correspondre un résultat à des preuves récupérées est donc plus limité que vérifier chaque affirmation d’un rapport de sécurité.
Cet aveu rend l’exemple plus utile qu’une démonstration générique de réponse sourcée. Il identifie le travail restant au lieu de considérer qu’une récupération réussie équivaut à une analyse réussie. Une équipe de sécurité a toujours besoin d’informations faisant autorité sur les vulnérabilités et d’une revue avant d’agir.
L’enseignement plus large s’applique à des workflows moins spécialisés. Imaginons un chef de produit suivant les annonces d’un fournisseur. Trouver une page qui mentionne le produit ne prouve pas qu’une fonctionnalité est généralement disponible. La page peut évoquer une préversion, un lancement régional ou un engagement futur.
Une application de reporting devrait préserver ces distinctions lorsqu’elle transforme des preuves en texte. Dans le cas contraire, l’ajout de la recherche ne fait que présenter des conclusions non étayées de manière plus convaincante. Une citation aide les lecteurs à examiner une affirmation, mais sa seule présence n’établit pas qu’elle est étayée.
L’exemple montre aussi pourquoi les règles fixes doivent rester en dehors du modèle lorsqu’elles représentent des exigences applicatives. Une période de reporting ne devrait pas s’élargir simplement parce que des résultats plus vastes rendent un résumé plus facile à rédiger. Une restriction de sources ne devrait pas disparaître parce que l’agent souhaite effectuer une autre requête.
Il s’agit d’implications de conception applicative, plutôt que de preuves que chaque intégration directe les met en œuvre. Les équipes peuvent appliquer soigneusement des règles via du code. Elles peuvent aussi construire une fine couche d’abstraction qui laisse des choix importants sans contrainte. L’API ne détermine pas l’approche qu’elles adoptent.
C’est ici qu’une présentation d’AgentCore search comme une commodité à appel unique devient incomplète. L’appel simplifie l’acquisition de preuves. Le workflow environnant décide si ces preuves sont appropriées, nouvelles, pertinentes et suffisantes pour le résultat visé.
La gestion des connaissances ajoute une autre distinction. Récupérer des informations publiques actuelles diffère de l’organisation des documents et décisions accumulés d’une organisation. Une base de connaissances consultable répond à un besoin connexe : rendre les connaissances techniques existantes disponibles pour un usage ultérieur.
Une application combinant les deux sources devrait préserver leurs origines. Une annonce publique, une interprétation interne et un résumé généré par un modèle n’ont pas le même poids probant. Les fusionner dans un paragraphe fluide ne devrait pas effacer ces différences.
L’accès IAM ne résout ni l’audit ni la qualité des réponses
L’authentification établit qui peut appeler la recherche ; elle n’établit pas ce qu’une réponse prouve ni si chaque décision pertinente est enregistrée.
L’API AgentCore Web Search s’inscrit dans les contrôles d’identité AWS habituels, mais la couverture d’audit exige une configuration distincte. Les équipes qui évaluent cette sortie devraient distinguer l’accès au service, l’activité enregistrée, la politique de sources appliquée et la qualité des preuves.
La documentation AWS sur les événements de données CloudTrail indique que la journalisation des recherches n’est pas activée par défaut. CloudTrail, le service de journalisation d’activité d’AWS, nécessite un sélecteur d’événements pour ce type de ressource. Les paramètres de requête enregistrés omettent le texte de recherche et les filtres.
Cela crée une distinction importante entre un enregistrement d’accès et un enregistrement de preuves. Savoir qu’une identité a invoqué la recherche ne révèle ni la question posée ni les restrictions de sources fournies. Une enquête sur incident peut nécessiter les deux types d’informations.
Les propriétaires d’applications font donc face à un choix d’observabilité. L’observabilité consiste à conserver suffisamment d’informations opérationnelles pour comprendre le comportement du système. Pour une application adossée à la recherche, cela peut inclure les sources sélectionnées, les versions de politiques appliquées, les résultats rejetés ou les liens affichés aux utilisateurs.
Davantage de journalisation n’est pas automatiquement préférable. Les requêtes de recherche peuvent révéler des intérêts internes, et les extraits conservés peuvent créer des obligations supplémentaires de gestion des données. L’enregistrement approprié dépend de l’objectif de l’application et des questions auxquelles ses opérateurs doivent pouvoir répondre.
Le point important est la précision. Une équipe devrait pouvoir expliquer ce que ses enregistrements établissent. Un journal montrant une autorisation réussie appuie une conclusion différente d’un enregistrement montrant pourquoi une application a accepté une affirmation.
La qualité des réponses exige une séparation tout aussi attentive. L’annonce d’Amazon établit le comportement du produit et son usage prévu. Elle ne fournit pas de comparaison contrôlée de manière indépendante démontrant que l’index récupère de meilleures preuves que les services concurrents.
Sans évaluation comparable, les affirmations de supériorité dépasseraient les preuves disponibles. La pertinence de la recherche dépend des requêtes, de la couverture des sources, des exigences de fraîcheur et de la méthode de classement. Une interface plus facile à intégrer peut tout de même nécessiter des tests substantiels pour une charge de travail donnée.
Il n’y a pas non plus de raison de supposer que modifier les voies d’accès améliore l’index sous-jacent. Selon AWS, les deux voies utilisent la même infrastructure de recherche. Une connexion directe peut simplifier l’architecture d’une application sans améliorer ce que le backend de recherche trouve.
La lecture sceptique est donc circonscrite. Le lancement étaye une affirmation concernant le choix d’intégration. Il laisse à démontrer la qualité des preuves propre à l’application et l’efficacité des contrôles mis en œuvre localement.
Cela ne diminue pas la valeur pratique de cette sortie. Supprimer un composant superflu peut aider les développeurs à adopter un service. Cette valeur devient plus claire lorsque les équipes distinguent le travail qu’AWS a supprimé de celui qui reste à la charge de leur application.
Pour les acheteurs d’entreprise, AgentCore API vs Gateway devrait par conséquent rester une évaluation opérationnelle. Une démonstration réussie doit montrer que les contrôles prévus résistent à une utilisation normale et aux défaillances, plutôt que de simplement produire une réponse attrayante.
Surveillez ensuite l’adoption, la cohérence des politiques et la qualité des preuves
Les prochains signaux utiles montreront si un accès plus simple produit des applications maintenables avec des preuves fiables.
Le premier signal est l’adoption en dehors des interfaces centrées sur les agents. Surveillez les usages documentés dans des applications existantes, des tâches d’enrichissement planifiées et des pipelines de surveillance. Ces déploiements étayeraient l’argument d’AWS selon lequel la recherche mérite un point d’intégration indépendant de Gateway.
Les exemples les plus solides expliqueront quelle complexité a disparu. Un récit crédible identifierait le composant supprimé et décrirait la responsabilité opérationnelle qui en résulte. Une démonstration qui remplace simplement un appel par un autre établirait beaucoup moins.
Si la plupart des exemples publiés restent des démonstrations d’agents, le cas d’usage applicatif plus large restera moins développé. Cela n’invaliderait pas l’accès direct, mais affaiblirait l’argument selon lequel les charges de travail sans agent constituent une raison majeure de cette sortie.
Le deuxième signal concerne la manière dont les équipes maintiennent les politiques de sources à mesure que l’usage s’étend. Observez si les intégrations directes développent des composants de politique réutilisables ou restent des ensembles de règles locales. Le résultat précisera dans quelle mesure une gouvernance détenue par l’application demeure gérable entre les équipes.
Une application cohérente des politiques renforcerait l’argument en faveur de l’intégration directe dans les organisations disposant de plateformes applicatives matures. Des dérives répétées renforceraient l’argument en faveur de l’administration partagée de Gateway. Dans les deux cas, le choix architectural serait affiné sans rendre une voie universellement préférable.
Des preuves utiles incluraient la façon dont les organisations approuvent les changements de sources et empêchent les modèles de modifier des contraintes obligatoires. Elles devraient aussi montrer comment les opérateurs identifient la politique appliquée à un résultat contesté. Une simple capture d’écran de configuration n’établirait pas ce comportement.
Le troisième signal est l’évaluation de la récupération propre à chaque charge de travail. Surveillez les tests qui mesurent si les résultats étayent les affirmations demandées, préservent des citations exploitables et satisfont aux exigences de fraîcheur. Ces mesures parlent plus directement de l’utilité applicative que de la fluidité des réponses.
Une évaluation significative devrait révéler les échecs comme les réussites. Les dates de publication manquantes, les preuves insuffisantes, les extraits non pertinents et les conclusions non étayées contribuent tous à définir les domaines où une application nécessite des vérifications supplémentaires. Ne rapporter que les réponses réussies masquerait ces limites.
Une meilleure qualité de preuves dans des conditions comparables renforcerait l’argument en faveur du produit. Des lacunes persistantes réduiraient les charges de travail pour lesquelles la commodité de son intégration compense le travail de vérification supplémentaire. Aucun de ces résultats ne devrait être déduit de la seule annonce de disponibilité.
Pour les lecteurs évaluant l’API AgentCore Web Search, commencez par un workflow dont vous pouvez formuler clairement les exigences en matière de preuves. Décidez quelles sources sont admissibles, comment la fraîcheur sera évaluée et ce qui doit se produire lorsque des métadonnées manquent. Identifiez qui est responsable de ces règles et comment un opérateur examinera un résultat douteux. Comparez ensuite l’accès direct à Gateway selon ce même workflow. Préservez les liens sources tout au long du processus et distinguez le texte récupéré des conclusions ajoutées par votre application. Le résultat le plus informatif est un enregistrement clair de ce que le système a trouvé, de ce qu’il a accepté et de la raison pour laquelle il l’a fait. Quelle voie rend ces décisions plus faciles à maintenir pour votre équipe ?



