Amazon Bedrock知识库新增单次检索与仅返回原文两种模式
AWS称，通过AgenticRetrieveStream API的maxAgentIteration参数，开发者可在同一接口下选择仅返回原文、单次检索生成答案或多轮智能体检索三种模式；2 至 5 的原有取值行为不变。
AI解读：AWS机器学习博客在 2026 年 2 月发布的文章中说明了这一更新。
三种模式由maxAgentIteration参数的取值区分：0 表示只做一次检索、不调用大模型、不生成答案；1 表示检索一次后生成答案；2 至 5 保留原有智能体检索行为，最多执行n减 1 轮规划搜索，最后一轮用于生成答案。
据AWS说明，单次检索增强生成（RAG）只调用一次基础模型，延迟和模型调用量低于智能体检索；取值为 0 时完全不调用大模型，因此若同时把generateResponse设为true，会返回 4xx错误。
模式选择由应用自身的逻辑决定，参数不会自动按问题类型路由。AWS建议用有代表性的问题集对比延迟、成本和答案是否有检索证据支撑，再为每类工作流选最低可满足质量要求的取值。
文章中的银行政策助手是虚构示例，AWS明确表示它不代表客户部署或实测结果。该参数最多支持 5 轮规划，首次推测性检索不计入迭代次数，且 0 和 1 同样支持多个知识库。
AWS机器学习博客发文称，Amazon Bedrock Managed Knowledge Base的AgenticRetrieveStream API现支持单次检索增强生成（single-shot RAG）和仅返回原文的检索请求，与原有的智能体检索并列。三种模式通过maxAgentIteration参数和generateResponse开关组合选择。
参数取值与对应模式
AWS把迭代定义为基础模型调用次数：一轮循环以一次答案生成调用结束，因此取值n对应最多n减 1 轮智能体规划，每轮规划由一次查询改写加一次检索组成。首次推测性检索发生在第一轮规划之前，不计入迭代次数。
0 表示一次检索、不生成答案、不调用基础模型，官方称其效果等同于直接调用Retrieve API，区别在于返回结果走流式结果事件，且不含分数和位置字段。1 是单次检索增强生成：检索一次，调用一次基础模型生成有原文支撑的答案，没有查询改写和规划步骤。2 至 5 为原有智能体模式，模型可把复杂问题拆成子查询、多次检索、评估证据是否充分并在迭代上限内补充搜索，开启生成时返回带引用的答案和可查看的规划追踪事件。
- maxAgentIteration=0：一次检索，零大模型调用，须将generateResponse设为false
- maxAgentIteration=1：一次检索加一次答案生成，即单次检索增强生成
- maxAgentIteration=2 至 5：最多n减 1 轮规划检索，随后生成答案；现有使用该区间的请求行为不变
- 三个取值区间均支持多个知识库
官方示例与建议
AWS用一个虚构的银行内部政策助手演示模式选择：员工问“独资企业开企业支票账户需要哪些文件”，应用可设maxAgentIteration=1 并开启生成，直接给出清单答案；员工比较独资企业、有限责任公司及非居民所有者的开户要求差异时，可设 4，允许三轮规划搜索；员工只想阅读政策原文时，设为 0 并关闭生成。AWS称模式切换是应用逻辑，需要开发者按请求自行判断，而非参数自动完成。
AWS建议先用自有文档中的代表性问题和预期答案做对比测试，测量延迟与请求成本，并检查答案是否被检索到的段落支撑，尤其要纳入跨文档问题和文档中本就没有答案的问题。文章称应据此为每类工作流选择满足质量要求的最低迭代上限，并说明现有 2 至 5 的取值行为保持不变，可逐步引入新模式。
- 示例为虚构场景，AWS明确其不描述客户部署或实测结果
- AWS未在文中给出延迟下降幅度、成本节省比例或准确率数据