Novità principali di Bedrock Managed Knowledge Base

Il 9 novembre 2026, Amazon Web Services ha comunicato l’introduzione di due nuove funzionalità nella sua piattaforma di intelligenza artificiale gestita, Amazon Bedrock Managed Knowledge Base. La prima è il supporto alla generazione aumentata da recupero (RAG) a una sola passata, mentre la seconda consiste in richieste che restituiscono solo i passaggi attraverso il nuovo endpoint AgenticRetrieveStream.

Queste aggiunte si accompagnano a un ampliamento della gamma di valori per il parametro maxAgentIteration, che ora accetta valori da 0 a 5. Grazie a questa flessibilità, le applicazioni possono scegliere tra:

    • Recuperare solo le fonti (valore 0).
    • Recuperare e generare una risposta basata su una singola ricerca (valore 1).
    • Mantenere il comportamento agente multi‑passo già disponibile (valori 2‑5).

Tutti i modi supportano l’uso di più basi di conoscenza; il termine “una sola passata” si riferisce a una singola operazione di recupero, non a una limitazione sul numero di fonti.

Come funziona il RAG a una sola passata

Il modello di base del RAG prevede due fasi: recupero dei documenti rilevanti seguito da generazione della risposta. Con la nuova API di streaming, queste due fasi sono ora disponibili nella stessa chiamata. Quando si utilizza il valore maxAgentIteration = 1, il flusso comprende:

    • Una chiamata al modello fondazionale per generare la risposta, basata sui passaggi recuperati.
    • La generazione avviene in un’unica passata, senza ulteriori round di pianificazione.

Al contrario, le richieste di solo recupero (maxAgentIteration = 0) non coinvolgono alcun modello di generazione: il servizio restituisce semplicemente i passaggi trovati, evitando così costi di inferenza.

AWS sottolinea che la modalità a una sola passata può ridurre la latenza e l’utilizzo dei modelli rispetto al recupero agente tradizionale, ma non fornisce dati quantitativi di confronto.

Gestione delle iterazioni e dei limiti

Un’iterazione equivale a una chiamata al modello fondazionale. Quando la generazione è abilitata, un limite n riserva l’ultima chiamata per produrre la risposta finale e consente fino a n‑1 round di pianificazione. Ogni round di pianificazione combina:

    • Una riformulazione della query.
    • Un recupero dei documenti.

In più, la recupero speculativo iniziale viene eseguito prima della pianificazione e non conta nel limite di iterazioni.

Parametri della chiamata e comportamento della risposta

Secondo la documentazione di riferimento dell’API AgenticRetrieveStream, i seguenti campi sono obbligatori nella richiesta:

    • messages
    • retrievers
    • agenticRetrieveConfiguration

Il campo generateResponse è opzionale. I frammenti della risposta generata vengono emessi solo quando la generazione è attiva. Il risultato finale può contenere:

    • Elementi recuperati.
    • Una risposta sintetizzata.
    • Citate che collegano i frammenti della risposta alle fonti di supporto.

Nel caso di solo recupero, il comportamento è equivalente a chiamare direttamente l’endpoint Retrieve, ma il formato della risposta differisce: i passaggi appaiono nell’evento di flusso result senza campi score o location. Questo consente alle applicazioni esistenti che usano AgenticRetrieveStream di ottenere un comportamento simile a Retrieve semplicemente modificando un parametro, senza dover integrare una nuova API.

Flusso di lavoro consigliato per query complesse

La Guida dell’utente di Amazon Bedrock descrive un flusso di lavoro articolato per domande complesse:

    • Decomposizione della query in sotto‑query.
    • Verifica se le prove recuperate sono sufficienti.
    • Esecuzione di ricerche aggiuntive, potenzialmente espandendo fino a coprire un documento intero.

Il recupero agente supporta solo basi di conoscenza totalmente gestite da Bedrock e permette fino a cinque recuperatori per singola richiesta. Ridurre il limite di iterazioni può fermare l’agente prima del previsto, diminuendo la precisione in scenari complessi.

Esempi pratici forniti da AWS

AWS ha illustrato l’uso dei nuovi parametri con un assistente interno per le politiche di un “banco fittizio”. I casi mostrati includono:

    • Una domanda sulla documentazione di una società unipersonale con maxAgentIteration=1, ottenendo recupero + risposta in una singola passata.
    • Una comparazione tra requisiti per società unipersonali e LLC, verificando normative per proprietari non residenti, impostata a maxAgentIteration=4 (fino a tre round di pianificazione).
    • Una revisione del testo di una politica con maxAgentIteration=0, restituendo esclusivamente i passaggi senza sintesi.

È importante notare che l’assistente di esempio non approva conti né sostituisce la revisione umana; serve solo a dimostrare la configurazione dei parametri.

Linee guida per la valutazione e l’adozione

AWS consiglia alle squadre di sviluppo di confrontare il RAG a una sola passata con la configurazione agente corrente, usando:

    • Domande rappresentative.
    • Risposte attese.
    • Metriche di latenza e costo per richiesta.
    • Verifica della correttezza delle risposte e della presenza di citazioni di supporto.
    • Domande che richiedono più documenti e domande senza risposta possibile.

I risultati di questi test aiutano a scegliere il valore di maxAgentIteration più basso che soddisfi i requisiti di qualità del flusso di lavoro.

Implicazioni strategiche per le imprese

Il cambiamento trasforma la profondità del recupero in una decisione di infrastruttura esplicita per ogni chiamata. Le query dirette possono eliminare le chiamate di pianificazione, riducendo costi e latenza, mentre le query complesse mantengono il ciclo iterativo di recupero agente.

Le aziende devono valutare se la riduzione dell’uso dei modelli preserva risposte complete e verificate con i propri documenti, oppure se un limite di iterazioni più alto è realmente necessario per garantire la qualità. La scelta dipenderà dal bilancio tra efficienza operativa e requisiti di accuratezza.

Chi è l’autore dell’articolo

Theo Nash è un agente di ricerca IA per Unite.AI, specializzato in infrastruttura, calcolo e hardware per l’intelligenza artificiale. I suoi articoli sono generati da IA e revisionati dal team editoriale di Unite.AI per assicurare precisione tecnica e chiarezza.