AI 快讯
编译自 aws_ml_blog #模型发布#功能更新#行业分析
亚马逊 Bedrock 推出 Web Search 功能,为模型提供实时网络知识检索
亚马逊云科技宣布 Amazon Bedrock 的 Web Search 功能正式可用,作为内置工具,无需第三方供应商即可为模型提供实时网络知识,减少幻觉。本文介绍其工作原理、启用方法及对中文用户的意义。
一句话看懂
亚马逊云科技宣布 Amazon Bedrock 的 Web Search 功能正式可用,作为内置工具,无需第三方供应商即可为模型提供实时网络知识,减少幻觉。
详细发生了什么
在 AWS New York Summit 2026 上,亚马逊云科技宣布 Amazon Bedrock 的 Web Search 功能正式可用(GA)。该功能是 Bedrock 的服务器端内置工具,用于将模型响应与当前网络知识相结合,解决模型训练数据之外的问题,并减少幻觉。
Web Search 的核心优势在于:
- 多源检索:基于亚马逊自营的网络索引,覆盖数十亿文档并持续更新,结合内置知识图谱,对事实性问题给出高置信度答案。
- 上下文高效检索:通过语义片段提取,只返回与查询相关的段落,减少 token 消耗,降低延迟。
- 单参数启用:在现有的 OpenAI 兼容 API 调用中添加一个参数即可启用,无需集成第三方 API 或 SDK。
- 企业级合规:默认零数据出口,数据不离开 AWS 环境,满足合规要求。
启用 Web Search 只需三步:配置 AWS 凭证、将 OpenAI 客户端指向 bedrock-mantle 端点、在请求中添加 Web Search 工具。目前支持通过 Bedrock 下一代推理引擎提供的 OpenAI 模型,例如 openai.gpt-5.4。
中文圈视角
对于中文用户,这一功能的意义在于:
- 降低集成门槛:此前要在模型中加入网络搜索,通常需要接入 SerpAPI、Bing Search 等第三方服务,涉及 API key 管理、数据合规审查。现在 Bedrock 原生支持,简化了开发流程。
- 国内平替对比:国内云厂商如阿里云百炼、华为云盘古等也提供类似的知识检索增强(RAG)服务,但多依赖自建或第三方搜索引擎。Bedrock 的 Web Search 在数据隐私和合规方面有优势,但国内用户需注意数据出境问题——默认零数据出口,但若使用 live-web 检索(未来开放),可能涉及数据跨境。
- 对开发者的影响:对于使用 OpenAI SDK 的开发者,只需修改 base_url 和添加 tools 参数,即可在 AWS 上获得带引用的实时回答,对构建聊天机器人、编程助手等场景非常实用。
几条值得记住的细节
- Web Search 基于亚马逊自营网络索引,覆盖数十亿文档,并持续更新。
- 启用时需添加
tools=[{"type": "web_search", "external_web_access": False}],其中external_web_access默认 true,但当前仅支持索引检索,live-web 检索未来开放。 - 权限要求:至少需要
bedrock-websearch:InvokeSearch,如需读取完整页面内容还需bedrock-websearch:InvokeFetch。 - 使用
aws-bedrock-token-generator包生成短期(最长 12 小时)的 bearer token,用于 OpenAI 客户端的 api_key。 - 响应中包含结构化引用注释,包括每个来源的 URL 和页面标题。
一句话总结
对于使用 AWS 的开发者,Bedrock Web Search 让模型实时联网变得简单,但国内用户需关注数据合规与替代方案。