AWS扩展Bedrock AgentCore，智能体知识检索进入托管阶段

作者：恩禾ENHE AI；发布日期： 2026年6月21日

事实概述

AWS在2026年6月17日AWS Summit New York期间发布多项Amazon Bedrock AgentCore更新，核心包括Amazon Bedrock Managed Knowledge Base、AgentCore Web Search、AgentCore harness正式可用，以及新的策略和优化能力。对关注AI前沿资讯的读者来说，这条新闻的重点不是单个模型升级，而是云厂商把智能体所需的知识检索、工具调用、权限、观测和持续优化进一步托管化。

AWS官方新闻博客称，Managed Knowledge Base面向企业级生成式AI应用，试图把RAG管道中的连接器、解析、存储、检索、嵌入、重排和模型选择封装成托管能力。同期发布的Web Search on Bedrock AgentCore则让智能体可以在AWS环境内检索当前网页信息，并返回摘要、来源链接、标题和发布日期，供模型进行有出处的回答。

知识库与Web Search

Managed Knowledge Base的直接价值在于降低企业知识接入门槛。AWS列出的首批原生连接器包括Amazon S3、SharePoint、Confluence、Web Crawler、Google Drive和OneDrive，并提供Smart Parsing与Agentic Retriever，用于处理多格式文档和复杂多步查询。对正在比较AI软件应用的团队来说，知识库能力已经从“能否上传文档”转向“能否保留权限、解析结构并支持复杂检索”。

Web Search on AgentCore补上的是外部世界知识。AWS称该工具基于Amazon搜索基础设施，并通过AgentCore Gateway以MCP目标方式接入；智能体可以检索当前网页信息，同时避免把查询发送到外部搜索API提供商。对学习AI技能教程的用户来说，这意味着未来教程会更多围绕“内部知识库+外部实时信息+工具执行”的组合，而不只是单轮提示词。

生产运行与治理

同一轮更新中，AgentCore harness也正式可用。AWS机器学习博客称，开发者可以通过CreateHarness和InvokeHarness定义并运行智能体；harness会处理运行环境、记忆、存储、身份、观测、浏览器、代码解释器和工具网关等底层能力。对评估本地部署AI工具或云端Agent平台的团队来说，这类托管封装会改变选型重点：是否能安全运行多步任务，比单次回答效果更关键。

治理方面，Amazon新闻稿提到AgentCore已集成Amazon Bedrock Guardrails，用于评估智能体动作中的提示注入、有害内容和敏感数据暴露；AWS还提到未来将接入Check Point、Zscaler、Rubrik、Netskope和SentinelOne等安全供应商的检测信号。对使用AI账号服务和企业订阅的团队来说，这提示账号、权限、审计和费用边界需要与智能体能力一起规划。

对AI工具用户的影响

这组更新反映出一个趋势：AI智能体正在从“能调用工具”进入“能被企业持续管理”的阶段。知识库、Web Search、harness、策略、观测和A/B测试被放在同一平台叙事中，说明生产级智能体需要同时解决知识新鲜度、内部数据权限、执行环境隔离、失败分析和持续优化。

对中小团队而言，短期内不一定需要采用完整的AWS方案，但可以借此形成检查清单：知识来源是否可追溯，网页检索是否保留来源，工具调用是否有审批，账号密钥是否隔离，日志是否能回放，成本是否可控，失败后是否能恢复。这些问题会影响客服、销售线索整理、内容生产、研发辅助、合规监测和市场研究等AI工作流自动化场景。

对ENHE用户的实际启发

对ENHE用户来说，AWS这次发布更适合作为智能体选型框架，而不是简单的云服务推荐。规划Agent应用时，可以先把需求拆成三层：知识层负责内部文档和外部实时信息，执行层负责工具、浏览器和代码环境，治理层负责权限、日志、策略和成本。更多相关实践可继续关注恩禾ENHE AI的全球AI资讯栏目。

如果团队偏向轻量级或私有化方案，也可以借鉴同样的判断标准。一个可落地的智能体系统不只需要强模型，还需要稳定的知识接入、明确的工具边界、可追踪的执行记录和面向业务结果的持续优化机制。

总结

AWS在2026年6月17日集中扩展Bedrock AgentCore，说明主流平台正在把AI智能体的竞争重点从模型调用推向知识、执行、治理和优化的一体化基础设施。对普通工具用户和小团队来说，真正值得关注的是：未来选择智能体工具时，不能只看演示效果，也要看它如何接入数据、引用来源、控制权限、记录过程并管理成本。