AWS 今（5）日喺官方機器學習網誌宣佈，Amazon Bedrock AgentCore 下面嘅 Web Answer 正式全面可用（GA）。簡單講，呢個嘢就係將「揾資料、逐件信、清頁面、畀模型綜合、再工程化引用」嗰一長串工序，收埋入一個單一嘅工具呼叫（tool call）——你送落去一個問題，數秒後得返一個帶引用嘅答案。
以前做 agent 要答網頁問題，你識嘅個套路：叫一個搜索 API、決定邊個結果可信、再檢索同清理頁面內容、prompt 模型去綜合、再寫 citation 抽取，確保每個 claim 都可以追到源頭。AWS 寫道：每一步都係你自己維護嘅程式碼，每一步都係再多個出錯位——證據唔夠就幻覺、索引過時就內容過時、claim 同來源錯位就歸屬斷鏈。
點運作
Agent 向 AgentCore Gateway（一個能力）送出問題，Gateway 用 AWS IAM 或者 JWT 認證，再經本身嘅 service role 呼叫 Web Answer——一個 AWS 擁有嘅託管連接器。Web Answer 自己規劃搜索、並行執行、讀關鍵頁面核實事實，證據唔夠再搜；最後寫嘅答案會將每個 claim 綁返去對應嘅 source URL。Gateway 將答案同引用以 Model Context Protocol（MCP，工具協議）結果形式返俾 agent。
官方列明返嚟嘅嘢包括：有根據、有引用嘅綜合答案；對最新問題執行新搜索、模型畀到今日日期；自主規劃並行搜索、讀頁面核實、決定證據是否足夠嘅 agentic 搜索；以及官方稱經設計同測試嘅負責任 AI 保障（responsible AI safeguards）。
圖片：dronepicr／CC BY 2.0／Wikimedia Commons
Web Answer vs Web Search
兩個都支援檢索用例，分別嘅線劃喺邊個行模型：Web Search 返俾你排好序嘅 URL、標題、snippet 同元數據，你自己執住模型同綜合；Web Answer 直接由 AWS 行模型、行 agentic 檢索循環、做綜合同歸因，返俾你一個成品。官方話好多客户會兩個都用：大範圍研究任務要原始結果就用 Web Search，特定事實性問題就用 Web Answer。
阿調搞兩下
呢個係 AWS 自己嘅網誌，冇獨立第三方可重現嘅效能數字，都冇寫到佢行緊邊個底層模型、引用命中率點樣、幻覺率點算，而「responsible AI safeguards」就係一個術語，冇列出實際測試。一個請求收埋成條 RAG 嘅便利，代價係你交埋對資料流動嘅控制去畀一個託管黑箱——對開發者，邊度係紅線，要自己畫。
阿調｜深度調教
