智客 ZICQ
EN 登录 / 注册
智客前沿 智能体 #Amazon Bedrock #AgentCore Memory #Agentic RAG #多租户隔离 #长期记忆

Amazon Bedrock将多用户长期记忆接入Agentic检索流

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间:

中文阅读 (Chinese) English Version
共读互动 选中正文任意句子即可高亮划线、写下你的技术批注,或一键生成金句引用卡。 直达讨论区 ↓

摘要:Amazon Bedrock Managed Knowledge Base 与 AgentCore Memory 现可在一次 AgenticRetrieveStream 调用中完成会话恢复、事实提取、长期记忆检索和对话持久化。开发者通过 memoryConfiguration 绑定 memoryId、actorId 与 sessionId,由规划器按需检索用户记忆,再结合经 ACL 过滤的知识库生成带引用答案;userContext 负责文档权限过滤。新集成可移除自建会话表、历史回放与记忆抽取管线,但 ACL 只是检索过滤而非完整授权,生产环境仍需稳定身份映射、IAM 条件策略、异步抽取等待、数据生命周期与降级监控。


## 核心变化:记忆成为统一检索链的一部分 Amazon Bedrock Managed Knowledge Base 已在 `AgenticRetrieveStream` 中加入 `memoryConfiguration`,使 AgentCore Memory 可以与托管知识库并列成为检索源。该能力为可选集成,旧的 `messages` 请求方式保持兼容。 一次请求的执行链可分为六步: 1. 应用从已验证的 Cognito ID Token 中取得身份,将稳定的 `sub` 映射为 `actorId`,将经验证的 `email` 传入 `userContext.userId`。 2. `sessionBinding` 按 `actorId` 与 `sessionId` 恢复短期记忆,即此前会话的事件记录。 3. 系统执行推测式检索,同时检查托管知识库和长期记忆;规划器还可生成 `memoryRetrieve` 动作,自行组合更精确的记忆查询。 4. 知识库执行 ACL 过滤、索引检索和排序,规划器把文档片段与相关记忆共同交给托管模型生成带引用答案。 5. `persistenceMode: DEFAULT` 将本轮问题和最终答案写回同一会话。启用 `sessionBinding` 时,`messages` 只传当前问题,历史由服务恢复。 6. AgentCore Memory 在后台异步提取会话摘要和用户偏好,形成可供后续会话检索的长期记录。 职责边界也被重新划分:Managed Knowledge Base 负责摄取、ACL 过滤、索引、排序、规划、检索与生成;AgentCore Memory 负责记忆存储、保留策略、加密和事实提取;应用只保留身份认证、用户界面与身份映射。应用不再需要维护会话表、回放历史或自行运行记忆抽取管线。 ## 多用户隔离:两条身份轴缺一不可 文档权限和用户记忆不能共用同一个标识。Cognito `email` 对应知识库 ACL,`sub` 则作为长期稳定的 `actorId`。邮箱可能被修改或重新分配,若拿它标识记忆,离职员工或新员工可能继承旧数据;`sub` 更适合作为不可复用的主体标识。 长期记忆采用 `/anycompany/` 一类命名空间。由于 `retrievalConfigs` 只接受一个 `namespacePath`,`actorId` 应直接位于根路径之下,否则一个路径无法同时覆盖用户画像和会话摘要。记忆策略可同时启用两类:`summary` 策略记录讨论过的事实,`userPreference` 策略只提取明确表达的偏好,降低把随口提及误判为长期偏好的概率。 IAM 提供第二层隔离。应用以 `sts:AssumeRole` 为每个用户创建带 `userId` 会话标签的临时会话,再用 `bedrock-agentcore:actorId` 和 `bedrock-agentcore:namespacePath` 条件键限制记忆操作。即使应用错误地尝试读取其他用户的命名空间,IAM 也会拒绝相应事件创建、检索或列举请求。 需要注意,ACL 感知检索本质上是结果过滤,不是完整的授权系统。邮件地址必须来自签名、issuer、audience、有效期均经过校验且 `email_verified` 为真的 ID Token,并应在用户池中设为不可变。知识库对缺失 ACL 或 ACL 错误采取失败关闭策略,但邮箱被重新分配给另一名员工时,权限仍会随之转移。 ## 工程权衡:延迟、一致性与故障降级 - **额外时延**:样例中,会话恢复增加约 200 毫秒;单知识库同时启用 ACL 和记忆时,完整轮次约为 4 至 10 秒。主要耗时来自规划迭代,而不是单次记忆读取。这些是观测值,不是服务承诺。 - **最终一致性**:长期记录在轮次持久化后异步提取。样例中首条记录在第二轮结束后约 81 秒出现,不能假设刚提到的信息能立即用于下一场新会话。 - **故障降级**:记忆检索或写入失败时,请求不会整体失败,服务会记录 `FAILED` 追踪事件,并继续使用知识库生成答案。界面应明确标示这种降级状态,避免用户误以为系统已经调用长期记忆。 - **成本叠加**:Agentic Retrieval 按调用及底层检索计费,调用期间产生的记忆操作另行计费。多轮记忆注入也会增加上下文长度,因此需要同时评估模型 Token、检索次数和记忆操作成本。 - **控制面限制**:使用 `sessionBinding` 后不能同时手工传入完整 `messages` 历史;服务只恢复 `USER` 与 `ASSISTANT` 事件,会跳过 `TOOL` 和 `OTHER` 类型。单个请求最多可路由五个知识库,知识库描述会直接影响规划器的子查询分发。 - **生命周期不对称**:原始事件可按 `eventExpiryDuration` 过期,但抽取出的长期记录不会随之自动删除。样例中的 30 天事件保留期无法替代完整的用户删除流程。 ## 功能验证与评测边界 AWS 样例摄取了 11 份文档,报告零索引失败,并展示了三个有代表性的行为:销售与工程用户对同一问题获得不同 ACL 结果;同一会话中的 VPN 追问能够解析前文代词;另一场新会话通过长期摘要识别用户所在办公室。追踪日志还显示,不同用户使用同一记忆资源时只会搜索各自的命名空间。 这些结果证明了端到端链路能够工作,但不是严格基准测试。样例文档规模很小,未披露 `Recall@K`、答案正确率、引用忠实度、跨租户泄漏率、长期记忆污染成功率、p95 或 p99 延迟及单位任务成本。规划器选错记忆、摘要抽取错误和知识库召回偏差也可能相互叠加。生产验收应分别测试文档权限、记忆命中、记忆污染、会话连续性及故障降级,并分别统计各检索分支的贡献。 ## 开发者落地建议 1. 从服务端验证 Cognito ID Token,仅使用已验证、不可变的邮箱作为 ACL 身份,以稳定且不复用的 `sub` 作为 `actorId`;不要接受客户端提交的 `actorId` 或命名空间。 2. 让应用生成并返回 `sessionId`,后续轮次保持不变。新会话应复用 `/anycompany/` 这一根路径,以同时覆盖摘要和画像策略。 3. 为每个用户签发带会话标签的临时 AWS 凭证,并在 IAM 中同时约束 `actorId` 与 `namespacePath`。即使应用层出现身份映射错误,也应让记忆操作失败关闭。 4. 记录完整规划轨迹、相关子查询、记忆命中、ACL 过滤和降级事件。CloudWatch 指标应覆盖调用错误、总规划轮次、记忆延迟及策略提取的 Token 用量。 5. 将记忆视为不可信输入。AgentCore Memory 是客户自有资源,其他系统也可能写入,因此应配置 Bedrock Guardrail,防范持久化提示注入。 6. 建立包含 `DeleteEvent` 与 `DeleteMemoryRecord` 的用户删除流程,并验证事件、摘要、偏好和备份的生命周期覆盖。 7. 上线前在目标区域完成负载与故障注入测试。官方样例使用 `us-west-2`、Python 3.10 及以上和 Boto3 1.43.72 或以上;`aclEnabled` 在数据源创建后不可修改,需在测试环境提前验证权限映射。 --- > **消息来源**:[AWS Machine Learning Blog](https://aws.amazon.com/blogs/machine-learning/build-memory-aware-ai-agents-with-agentic-retrieve-on-amazon-bedrock-managed-knowledge-base/) (2026-11-16) —— 完 ——

主题标签: #Amazon Bedrock #AgentCore Memory #Agentic RAG #多租户隔离 #长期记忆

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。

读完这篇,你的第一判断是?
🚀 去【作品】晒出你的相关实践

社区整体评论区

正在加载实时智能评论与划词标注…