Novo Nordisk以AgentCore构建制药制造GraphRAG助手
摘要:Novo Nordisk 制造技术团队在 AWS 上部署流程智能助手,以 Amazon Bedrock AgentCore 承载查询代理,并用 Amazon Neptune、OpenSearch Serverless 与 Bedrock Rerank 组成 GraphRAG 检索链。系统先按工厂、产品世代和设备消歧,再融合 BM25、Titan 向量召回、图扩展与重排,仅引用已批准且有效的文档。面向约四百万份受控文档,图谱保存流程层级、适用实体和生命周期元数据,全文索引则按业务域逐步接入。官方称原本耗时数小时至数天的任务可缩至数分钟,但未公布准确率、延迟、成本及独立基准。
Novo Nordisk 制造技术团队已在 AWS 上部署一套流程智能助手,用于查询受监管制造体系中的标准操作规程、工作指导、表单和培训材料。其关键设计不是让大模型直接回答,而是把文档检索、适用范围判断、版本治理和引用核验拆成可审计的代理工作流。
核心架构:双存储不是简单拼接图谱与向量库
系统将结构化关系与文档内容保存在两个专用存储中,并在查询时连接二者:
- Amazon Neptune 保存两层分类体系。上层是约三级的流程树,每份文件挂接到最适用的流程节点;下层将工厂、产品世代、设备和流程步骤建模为实体,通过少量统一关系连接文档。
- Amazon OpenSearch Serverless 负责内容召回,以 Amazon Titan Text Embeddings 的稠密向量匹配语义,以 BM25 捕获文件编号、设备代码和多语言术语等精确词项。
- 共享文档编号是图谱与全文索引之间的确定性桥接键。OpenSearch 命中的片段可以直接定位 Neptune 节点,无需再次进行模糊实体匹配。
- Amazon Bedrock Rerank 在候选召回和图扩展后执行 cross-encoder 重排,让查询与候选段落共同参与相关性判断。
混合召回使用 Reciprocal Rank Fusion。典型形式为 RRF(d) = Σr 1/(k + rank_r(d)),其优势是融合排序名次而非强行校准向量距离与 BM25 分数,但 k、候选数量和融合权重仍需通过业务问题集调优。
查询链路:从澄清范围到带引用回答
- Query Agent 判断问题是否具有唯一适用语境。诸如“颗粒机上要取哪些样品”可能对应不同工厂、产品世代、设备或批次规模,直接检索容易得到范围正确但事实错误的答案。
- Guided Mode 先解析工厂、产品世代等通用范围,再从 Neptune 中获取设备、批次等更深层候选,并只提供图谱中真实存在的选项。
- OpenSearch 执行 BM25 与向量召回,图谱从命中文档扩展到相邻文件、引用关系、流程层级和变更影响。
- Bedrock Rerank 对候选进行精排,再由 Bedrock 上的 Claude 模型生成回答。
- 系统默认只使用已批准、已生效且适用的最新版本;证据不足时明确说明缺失或歧义,并标记需要 SME、质量或法规人员复核的情况。
代理运行时由 Amazon Bedrock AgentCore 提供,内置会话隔离、工具编排、IAM 集成与可观测性;代理使用 Strands Agents SDK 构建。文档摄取侧则由 Amazon Bedrock Data Automation 执行多模态解析,通过 AWS Step Functions 与 AWS Lambda 编排,并以 AWS CDK 管理基础设施。原文没有披露具体 Claude 模型版本,因此不能据此判断回答质量与成本之间的对应关系。
受监管制造场景中的可信回答机制
该架构把普通 RAG 中容易被忽略的元数据提升为一等约束:
- 文档是否已批准、是否已生效、属于哪个生命周期状态,以及适用于哪些工厂、产品和设备,都由图谱显式表达。
indexed状态被单独维护。系统能够区分“知道文档存在及其元数据”与“已经索引其全文”,避免把空检索结果错误解释为知识不存在。- 回答不仅需要引用正确文件,还要保留要求强度,区分
must、should和may,避免把建议性条款改写成强制要求。 - 自动评测框架检查来源相关性、文档状态、版本适用性、范围约束、引用准确性和要求强度保真度,为回归测试提供了比单一答案相似度更可靠的指标方向。
工程权衡:精度、时延与维护成本
| 设计选择 | 主要收益 | 引入的工程成本或风险 | |---|---|---| | Neptune 与 OpenSearch 分离 | 各自使用适合的查询模型,图结构与全文索引互不绑架 | 需要处理双写一致性、事件传播延迟、节点删除与索引重建;查询时桥接也会增加一次服务交互 | | 固定且由专家维护的本体 | 实体类型稳定、抽取结果可审计,适合 GxP 文档治理 | 新领域或新实体需要 SME 定义、人工晋级和提示词调整,模型不能任意发明 schema | | 先澄清再检索 | 显著缩小适用范围,降低自信但越界的回答 | 对简单问题可能增加交互轮次;前端必须清楚展示候选范围及用户选择依据 | | BM25、向量、图扩展与重排串联 | 同时覆盖精确标识、语义召回和多跳关系 | 多阶段调用拉高端到端时延与费用,需要限制候选数、图遍历深度和重排批量 | | AgentCore 托管运行时 | 减少会话、工具接入和观测基础设施的重复建设 | 仍存在云平台依赖;IAM 粒度、审计数据导出、区域合规和模型数据驻留需另行验证 |
图谱遍历尤其需要设置硬预算。无界的多跳扩展可能把一个直接问题扩散为大规模子图查询,既增加延迟,也可能引入与当前要求无关的弱相关文件。生产实现应将遍历深度、分支数、候选段落数和重排批量作为可配置策略,并记录每条证据进入最终上下文的路径。
性能证据与评测边界
官方称,原本需要数小时或数天的搜索、文档更新或场景适配任务可缩短至数分钟;系统还能够追踪引用链,识别指向过期或已被替代材料的文件。这些结果说明方案已经进入实际工作流,但原文没有公布准确率、拒答率、引用正确率、p50 或 p95 时延、Token 消耗、AWS 费用、已建立全文索引的文档比例,也没有提供与传统搜索或纯向量 RAG 的同条件基线。
自动评测框架列出了合理指标,但未公开测试集规模、问题构成、人工标注流程或分数分布。若模型、分类体系与验收问题在迭代中反复调整,而调参集和验收集没有隔离,则可能出现对固定问题的过拟合。该案例更适合作为生产架构参考,而不是可跨行业复现的性能基准。
开发者与企业落地建议
- 先治理文档主键与生命周期。 文件编号、版本、批准状态、生效状态、适用范围和全文索引状态应在摄取阶段结构化,而不是交给模型临时推断。
- 采用确定性连接键。 搜索片段与图节点共享稳定 ID,可避免实体重命名和模糊匹配造成的错连。
- 按问题类型选择入口。 语义问题可先向量召回再扩展图谱,关系或影响分析问题则优先从图谱入口出发。
- 高风险问题采用范围优先策略。 先询问工厂、产品世代和设备,再执行检索;对低风险常见问题可保留无澄清快速路径。
- 把“未索引”和“无答案”分开处理。 前端与代理应显示证据覆盖状态,而不是仅返回空结果。
- 建立需求强度级评测。 除答案正确性外,还应分别统计来源选择、状态过滤、范围合规、引用支持、要求强度保真和错误自信回答率。
- 保留人工升级路径。 缺少证据、存在冲突版本或命中法规敏感条款时,应转入 SME 或质量审核,而不是强制模型生成结论。
Novo Nordisk 与 AWS 的案例展示了一个关键工程结论:在受监管制造中,GraphRAG 的价值不只在图谱参与检索,而在于将范围解析、生命周期治理、显式索引状态和可审计拒答共同纳入代理工作流。四百万文档规模证明了架构动机,但性能与成本仍需通过客户自己的问题集独立验证。
—— 完 ——消息来源:AWS Machine Learning Blog (2026-11-16)
主题标签: #Amazon Bedrock AgentCore #GraphRAG #Amazon Neptune #混合检索 #制药制造
编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。
社区整体评论区