Amazon Bedrock AgentCore Web Search API 不再要求使用 Gateway
Amazon 推出了 AgentCore Web Search API,使应用无需先创建 AgentCore Gateway 即可搜索其现有网页索引。这项变化为开发者提供了直达搜索结果的路径,同时将共享来源策略保留在网关或应用层。这一区别很重要:更简单的接入方式改变了谁负责周边控制措施。
新接口通过熟悉的 AWS 凭证为应用、自定义智能体循环和数据管道提供服务。智能体循环是指让模型反复选择操作并处理结果的应用代码。此前,AgentCore 的网页搜索路径需要网关和已配置的搜索目标。开发者通过 Model Context Protocol,即 MCP,使用该工具;MCP 是连接 AI 应用与外部工具的一项标准。
AWS 仍建议大多数智能体工作负载使用 AgentCore Gateway。其 11 月 11 日的公告将直接访问定位为一种补充选项,适用于已经自行管理执行过程的软件。因此,核心选择是架构性的:搜索策略应放在共享服务中,还是应由每个应用自行执行?此次发布取消了一项设置要求,却没有取消这一决策。
AgentCore Web Search API 实际改变了什么
此次发布改变的是访问 Amazon 搜索基础设施的方式,而非推出 Amazon 的首项网页搜索能力。
AWS 在其 Web Search API 公告中介绍了一项独立操作,可将结果直接返回给调用代码。开发者可以使用 AWS 软件开发工具包(提供各语言专用的服务客户端),或使用 AWS Command Line Interface。
该操作名为 InvokeWebSearch。应用通过 AWS Identity and Access Management,即 IAM(用于定义 AWS 身份权限的服务),对请求进行授权。现有 AWS 凭证会为请求签名。开发者在发起调用前无需预配网关或搜索目标。
AWS 表示,直接接口搜索的是与其网关连接器相同的 Amazon 运营索引。该公告并未表明,这一接口相较于现有路径具有新的搜索质量优势。其最明确的价值在于:当应用需要的是搜索结果,而不是可被发现的智能体工具时,可移除中间层。
这使得此次发布的意义不止于对话式助手。设想一个定期收集公开产品公告的现有应用:其调度器已决定任务何时运行,数据库存储发现内容,代码决定用户会看到什么。若仅为获取搜索结果而增加一个智能体网关,就会为团队引入另一个需要运营的组件。
直接接口让该应用保留现有结构。搜索成为既定流程中的一次服务调用。监控任务或内容增强系统也是如此。它们的输入来自网页,并不意味着必须具备自主决策能力。
这一区别也改变了开发者应如何理解“无需创建资源”这一说法。它描述的是对搜索操作的访问。生产应用仍需要运行环境、权限、错误处理,以及一个接收输出的去处。可选的网络与日志配置仍是独立选择。
因此,相关比较应在集成路径之间展开。网关负责组织多个客户端对工具的访问。直接 API,即由软件以编程方式调用的接口,会在应用既有流程中返回数据。两者之间的选择,应从消费结果的软件出发,而不是出于对任一架构的热衷。
对于已经成功使用 Gateway 的团队而言,单凭这项公告并没有迁移理由。搜索后端仍是共享的。迁移还需要其他理由,例如简化不再需要 MCP 的应用,或将执行控制迁入现有代码。
对于此前认为 AgentCore 搜索过度依赖智能体基础设施的团队,此次发布改变了计算方式。他们现在可以将搜索服务与网关架构分开评估。
应用所有者获得更多控制权,也承接相应决策
直接搜索让应用开发者对执行过程拥有更多控制权,同时也更明确地承担来源策略责任。
实际压力落在决定规则应放在哪里的团队身上。为众多智能体提供服务的平台团队,与在既有应用中加入搜索功能的开发者,需求并不相同。前者需要跨客户端的一致性;后者通常需要在已维护代码中引入一项可预测的依赖。
AWS 的 API 和 Gateway 指南明确了这一边界。直接请求会携带自己的域名过滤器。网关连接器还可以在调用智能体视野之外,对其目标上配置的来源列表应用规则。直接 API 通过 IAM 授权调用方;Gateway 还支持基于令牌的调用方授权。
这些差异将搜索权限与选择来源的权限区分开来。应用身份可被授权调用搜索,但这并不意味着已建立一份全组织范围可接受域名的列表。来源限制仍需要一个执行点。
以工程助手为例,这一区别会更容易理解。其开发者可能允许搜索供应商文档,同时在发布摘要中排除讨论论坛。如果这些规则存在于应用代码中,该团队就必须随着助手变化而维护它们。如果多个助手共享同一策略,集中管理会更有吸引力。
两种安排本身都不天然更优。对于需求不同于其他人的应用,本地规则可能更合适。当许多团队需要相同限制时,共享规则可以减少偏差。这里的权衡关乎所有权与一致性,而不是灵活性与安全性之间的简单竞争。
同样的推理也适用于重试(即重复失败请求)和缓存(即复用先前结果)。应用团队可以将这些决策置于既有的可靠性控制机制之中。同时,他们也需要负责确保这些控制措施反映搜索在更广泛工作流中的行为。
例如,复用昨天的响应可能适合后台研究档案,但不适合询问“今天上午发生了什么变化”的界面。缓存可以减少重复工作,但若其有效期忽略用户的问题,也可能损害时效性。
因此,AgentCore API 与 Gateway 的对比,本质上成为运营边界问题。来源限制应在哪里变更?谁批准这些变更?哪个组件控制搜索频率?当答案引用了意料之外的网站时,哪个团队负责调查?
这些问题在应用达到大规模之前就很重要。原型通常有明确的所有者和狭窄的用途。随着其他团队采用它,对可信来源和可接受复用方式的假设可能出现分歧。直接连接让这些假设更容易在本地实现,却不会让它们更容易在组织范围内协调。
AWS 的决定为开发者提供了另一个划定边界的位置,但并未消除审慎划定边界的必要性。
搜索结果为开发者提供可审查的证据
直接检索的价值在于,应用可以先审查证据,再让模型将其转化为答案。
请求与响应 文档描述了包含文本摘录的排序结果。标题、URL 和发布时间戳均为可选项。请求最多接受 200 个字符的查询,并最多返回 25 条结果,同时提供域名和发布时间过滤器。
这些细节描述的是一项有边界的检索操作。应用获得的是候选材料,而非某个问题已被完整回答的保证。返回排序列表也意味着,调用方仍需决定什么证据才算充分。
可选元数据会立即带来产品决策。没有发布时间戳的结果仍可能包含有用背景,但仅凭它无法证明某项公告属于严格定义的报道时间窗口。应用需要为这种不确定性制定规则。
同样,没有 URL 的摘录与带有可追溯来源的摘录面临不同问题。如果用户期望审查支持性证据,应用必须决定不完整的归属信息是否应使结果失去资格。悄然将所有结果视为同样可用,会掩盖这一差异。
日期过滤也需要谨慎处理。文档定义了包含端点的时间戳边界,并警告说,没有时间的日期意味着该日期开始时的午夜。将用户的日历选择转换为请求时,应用必须保留原本预期的时间区间。
这是一个很小的接口细节,却可能带来明显后果。用户选择一个报道日时,预期的是完整的一天。错误转换的端点可能会排除材料,同时请求在技术上仍然有效。所得摘要可能看起来很精致,却使用了非预期的证据窗口。
域名过滤器回答的是另一个具体问题:结果可以来自哪里。它们并不能证明某个页面是否支持模型的结论。可信发布者也可能托管与所请求事件无关的背景材料。
同样的区别也将搜索摘录与完整事实核查区分开来。摘录可以识别有潜力的证据。一个影响重大的结论可能需要审查底层来源、核对其语境,或将其与另一份权威记录进行比较。
Microsoft 通过其 Bing grounding tools 提供了一个有益的比较。Grounding 是指在模型回答前向其提供外部证据。Microsoft 记录了一种路径:开发者获得带引文的生成式回答,而不是访问原始返回内容。
这一比较突出了架构差异,但并未建立质量排名。有些产品优先考虑在智能体服务中获得带引文的答案;另一些则需要可自行检查和处理的搜索材料。Amazon 的直接接口满足的是后一种需求。
对买方而言,评估问题应与这一区别相匹配。仅评估答案的流畅性,会忽略选择可审查检索接口的原因。更相关的问题是:返回的材料能否支持应用自身的证据规则。
依赖项监测器展示了搜索的边界
AWS 的示例将验证置于应用代码中,说明检索与经验证的报道仍是彼此独立的任务。
在其每日依赖项监控器中,AWS 介绍了一套基于 LangGraph 构建的安全工作流;LangGraph 是一个用于协调代理执行的框架。该示例会研究软件依赖项,应用固定的搜索规则,根据返回的来源核查发现,并抑制此前已报告的项目。
其中重要的设计选择在于职责分离。模型负责选择搜索内容并提出发现;代码负责控制约束条件,并检查证据是否满足特定条件;搜索访问则为这一过程提供材料。
AWS 也说明了该示例的局限性。其检查并不能确定严重程度、是否已被利用、受影响版本或建议采取的行动。因此,将一项发现与检索到的证据进行匹配,比验证安全报告中的每一项陈述更为有限。
这一坦承让该示例比泛泛展示带引用答案更有价值。它指出了仍需完成的工作,而非将成功检索等同于成功分析。安全团队在采取行动前,仍需要权威的漏洞信息和人工审查。
这一更广泛的经验同样适用于专业性较低的工作流。设想一位产品经理正在跟踪供应商的公告。找到一页提及该产品的页面,并不能证明某项功能已全面可用。该页面可能讨论的是预览版、区域性发布,或未来承诺。
报告应用在将证据转化为文字时,应保留这些区别。否则,加入搜索只会让缺乏支持的结论呈现得更具说服力。引用能帮助读者核查一项主张,但仅有引用本身并不能证明其获得支持。
该示例还说明了:当固定规则代表应用要求时,为什么它们应保留在模型之外。报告窗口不应仅因更广泛的结果更容易撰写摘要而扩大。来源限制也不应因为代理想进行另一项查询而消失。
这些是应用设计层面的含义,而非证明每项直接集成都实现了这些要求。团队可以通过代码谨慎地执行规则;也可以构建一个让重要选择不受约束的轻量封装层。API 并不决定他们采取哪种方式。
因此,将 AgentCore 搜索解释为一次调用即可实现的便利功能是不完整的。该调用简化了证据获取;而周边工作流决定这些证据是否适当、新近、相关,以及是否足以支撑预期输出。
知识管理还带来了另一项区别。检索当前公开信息,与组织积累文档和决策的方式不同。可搜索的知识库则满足相关需求:让现有技术知识可供日后使用。
结合两类来源的应用应保留它们的来源属性。公开公告、内部解读和模型生成的摘要具有不同的证据权重。将它们合并为一段流畅的文字,不应抹去这些差异。
IAM 访问权限并不能决定审计或答案质量
身份验证能确认谁可以调用搜索;但它不能证明答案说明了什么,也不能证明每项相关决策都被记录。
AgentCore Web Search API 符合熟悉的 AWS 身份控制方式,但审计覆盖范围需要单独配置。评估此次发布的团队应区分服务访问、记录的活动、强制执行的来源政策和证据质量。
AWS 的 CloudTrail 数据事件文档指出,搜索日志默认未启用。CloudTrail 是 AWS 的活动日志服务,需要为该资源类型配置事件选择器。记录的请求参数不包含搜索文本和筛选条件。
这在访问记录与证据记录之间形成了重要区别。知道某个身份调用了搜索,并不能揭示它提出了什么问题,或提供了哪些来源限制。事件调查可能需要这两类信息。
因此,应用所有者面临可观测性决策。可观测性是指保留足够的运行信息,以理解系统行为。对于由搜索支持的应用,这可能包括选定来源、应用的政策版本、被拒绝的发现,或展示给用户的链接。
更多日志并不必然更好。搜索查询可能暴露内部关注点,而保留的摘录可能带来额外的数据管理义务。适当的记录取决于应用目的,以及其运营者必须回答的问题。
关键在于具体性。团队应能够解释其记录能够证明什么。显示授权成功的日志,与显示应用为何接受某项主张的记录,支持的是不同结论。
答案质量同样需要谨慎区分。Amazon 的公告证明了产品行为和预期用途;它并未提供一项受到独立控制的比较,以证明该索引比竞争服务检索到更好的证据。
如果没有条件匹配的评估,关于优越性的主张就会超出可用证据。搜索相关性取决于查询、来源覆盖范围、新鲜度要求和评分方法。更易集成的接口,仍可能需要针对特定工作负载进行大量测试。
也没有理由假定改变访问路径会改善底层索引。根据 AWS 的说法,两条路径使用相同的搜索基础设施。直接连接可以简化应用架构,而不必改善搜索后端能够找到的内容。
因此,审慎的解读应保持边界。此次发布支持有关集成选择的主张;至于特定应用的证据质量,以及本地实施控制措施的有效性,仍有待证明。
这并不削弱此次发布的实际价值。移除不必要的组件可以帮助开发者采用一项服务。当团队区分 AWS 已移除的工作与应用仍需承担的工作时,这一价值会更加清晰。
因此,对企业买家而言,AgentCore API 与 Gateway 的选择应仍是一项运营评估。成功的演示需要表明预期控制措施能在正常使用和故障情况下保持有效,而不只是生成一个看起来吸引人的答案。
接下来关注采用情况、政策一致性和证据质量
接下来有价值的信号,将表明更简单的访问方式能否带来易于维护、证据可靠的应用。
第一个信号是代理为中心接口之外的采用情况。关注现有应用、定期数据增强作业和监控管道中是否出现有文档记录的用例。这些部署将支持 AWS 的观点:搜索应拥有一个独立于 Gateway 的集成入口。
最有力的案例会说明哪些复杂性消失了。可信的说明应指出被移除的组件,并描述由此产生的运营责任。仅仅以一次调用替换另一次调用的演示,所能证明的内容要少得多。
如果大多数已发布示例仍是代理演示,更广泛的应用场景就仍将不够成熟。这不会否定直接访问,但会削弱“非代理工作负载是此次发布重要原因”的论点。
第二个信号是,随着使用范围扩大,团队如何维护来源政策。关注直接集成是否会形成可复用的政策组件,还是仍然只是本地规则的集合。结果将说明,由应用自行负责的治理在跨团队场景中究竟有多易于管理。
一致的政策执行将加强直接集成在拥有成熟应用平台的组织中的合理性。反复出现的偏差则会加强支持 Gateway 共享管理的理由。无论哪种结果,都将细化架构选择,而不会让任一路径成为普遍更优的方案。
有用的证据包括组织如何审批来源变更,以及如何防止模型改变强制性约束。它还应说明运营者如何识别被争议输出所应用的政策。仅有配置截图并不能证明这一行为。
第三个信号是面向具体工作负载的检索评估。关注测试是否衡量结果能否支持所请求的主张、保留可用引用并满足新鲜度要求。这些指标比答案流畅度更直接地反映应用实用性。
有意义的评估应揭示失败情况,而不只是成功案例。缺少发布日期、证据不足、不相关摘录和缺乏支持的结论,都有助于界定应用在哪些方面需要额外检查。只报告成功答案会掩盖这些边界。
在条件匹配的情况下,更好的证据质量将增强产品的说服力。持续存在的缺口则会缩小其集成便利性足以抵消额外验证工作的适用工作负载范围。两种结果都不应仅根据可用性公告推断得出。
对于评估 AgentCore Web Search API 的读者,应先从一个能清晰陈述证据要求的工作流开始。确定哪些来源符合条件、如何判断新鲜度,以及元数据缺失时应采取什么措施。明确谁负责这些规则,以及运营者将如何检查可疑输出。然后针对同一工作流比较直接访问与 Gateway。整个过程中保留来源链接,并区分检索到的文本与应用自行添加的结论。最具信息价值的结果,是清晰记录系统找到了什么、接受了什么,以及原因何在。哪条路径能让你的团队更容易维护这些决策?



