Amazon Bedrock AgentCore 上线 Web Search 功能，让 AI Agent 实时获取网络信息

一句话看懂

AWS 为 Bedrock AgentCore 推出 Web Search 功能，让 AI Agent 能实时搜索网络信息，无需自建搜索 API，查询全程留在 AWS 内。

详细发生了什么

AI Agent 的知识在训练时就被冻结，无法回答关于实时股价、体育比分或最新发布的新闻。Amazon Bedrock AgentCore 新推出的 Web Search 功能（现已正式可用）填补了这一空白。这是一个完全托管、兼容 Model Context Protocol (MCP) 的网络搜索能力，让 Agent 无需基础设施开销即可从网络获取信息。

该功能以托管目标或连接器形式提供，连接到 AgentCore Gateway 后，Agent 通过标准的 tools/list 调用发现它，并像其他 MCP 工具一样调用。背后是亚马逊自建的网页索引，覆盖数百亿文档，持续更新，新内容几分钟内即可被索引。查询全程不离开 AWS 基础设施，无需管理第三方搜索 API 密钥、配额或解析结果格式。

检索结合了知识图谱和语义片段提取，为模型上下文优化，返回相关段落而非原始 HTML。这有助于提高引用响应的精确度。

中文圈视角

对于国内使用 AWS 的用户来说，这项功能直接可用，但需要注意几点：

网络访问：AWS 服务在国内需通过合规方式访问，但 Bedrock 服务在中国区域（如北京、宁夏）已有部署，Web Search 功能是否同步上线需确认。如果使用全球区域，可能需要考虑网络延迟。
国产替代：国内云厂商如阿里云、百度智能云、华为云等也提供类似 Agent 平台和搜索能力，但像这样深度集成、查询不离开云基础设施的方案还不多见。百度智能云的千帆 AppBuilder 结合百度搜索，在中文场景下可能有优势。
数据合规：查询不离开 AWS 对金融、医疗等强监管行业是重大利好。国内用户若使用全球区域，需注意数据出境合规要求。
中文搜索质量：亚马逊自建索引对中文内容的覆盖和更新频率如何，是实际使用中的关键。相比百度、必应等中文搜索，效果有待验证。

几条值得记住的细节

亚马逊自建网页索引覆盖数百亿文档，持续更新，新内容几分钟内可被索引。
内置知识图谱，对实体关系类问题提供高置信度回答，减少事实漂移。
语义片段提取为模型上下文优化，返回相关段落而非原始 HTML，节省 token。
查询全程不离开 AWS 基础设施，无需管理第三方 API 密钥或配额。
集成只需几行代码：在 AgentCore Gateway 上添加 Web Search Tool 目标，使用 connectorId “web-search”。

一句话总结

如果你的 AI Agent 需要实时信息，Bedrock AgentCore Web Search 提供了一个安全、托管、易集成的方案，但中文场景下需关注索引质量和合规要求。