AWS anunció el 9 de noviembre de 2026 que Amazon Bedrock Managed Knowledge Base permite elegir entre recuperar pasajes sin generar una respuesta, generar una respuesta tras una sola recuperación o mantener la recuperación agéntica de varios pasos. Las tres opciones se configuran en la API de streaming AgenticRetrieveStream mediante maxAgentIteration (anuncio de AWS).
RAG, o generación aumentada por recuperación, combina una búsqueda de información en una base de conocimiento con la generación de texto de un modelo. La elección no se hace automáticamente según la complejidad de la consulta: la aplicación selecciona el modo para cada solicitud.
Elige la profundidad de recuperación según la pregunta: una consulta directa puede necesitar una sola búsqueda; una que cruza documentos puede requerir planificación y varias recuperaciones.
Qué hace cada valor de maxAgentIteration
El ajuste admite valores de 0 a 5. Con 0, la API devuelve los pasajes recuperados sin llamar a un modelo fundacional; con 1, realiza una recuperación y genera una respuesta; los valores de 2 a 5 conservan la recuperación agéntica, que puede dividir una pregunta en subconsultas, buscar varias veces y valorar si ha reunido información suficiente (anuncio de AWS; guía de recuperación agéntica de AWS).
| Modo | maxAgentIteration | Operación | Cuándo encaja |
| Solo recuperación | 0 | Una recuperación; devuelve pasajes y no llama a un modelo fundacional. | Cuando la aplicación necesita mostrar o procesar los pasajes sin generar una respuesta. |
| RAG de una pasada | 1 | Una recuperación seguida de una respuesta generada, sin rondas de planificación. | Para preguntas directas y bien delimitadas que probablemente se resuelvan con una búsqueda. |
| Recuperación agéntica | 2–5 | Planificación y recuperaciones iterativas antes de generar la respuesta. | Para preguntas complejas, exploratorias o que requieren información de varios documentos. |
En el modo 0, generateResponse debe ser false; si se activa, la solicitud devuelve un error 4xx. En el modo 1, generateResponse=true permite generar la respuesta después de recuperar los pasajes. AWS define cada iteración como una llamada a un modelo fundacional: cuando se genera una respuesta con valores de 2 a 5, la llamada final se reserva para redactarla y quedan hasta n−1 rondas de planificación. La recuperación especulativa inicial sucede antes de la planificación y no cuenta para ese límite.
«Una pasada» se refiere a una recuperación, no a una única base de conocimiento. Los tres modos pueden consultar varias bases de conocimiento en una solicitud.
Qué recibe la aplicación y qué permisos documenta AWS
La solicitud a AgenticRetrieveStream necesita agenticRetrieveConfiguration, al menos un elemento en messages y al menos uno en retrievers, según la referencia de la API de AWS. En solo recuperación, los pasajes llegan en el evento result; AWS indica que esa salida no incluye los campos score ni location. Si la API genera una respuesta, puede incluir citas que vinculan fragmentos de esa respuesta con los resultados recuperados.
La guía de AWS limita la recuperación agéntica a bases de conocimiento de Amazon Bedrock totalmente administradas y admite hasta cinco retrievers por solicitud. Para ese flujo, AWS enumera en su ejemplo de permisos las acciones bedrock:AgenticRetrieveStream, bedrock:Retrieve, bedrock:GetDocumentContent y bedrock:InvokeModelWithResponseStream (guía de recuperación agéntica de AWS). El modo 0, en cambio, recupera pasajes sin llamar a un modelo fundacional.
Cómo evaluar qué modo conviene
AWS recomienda probar consultas representativas contra la misma base de conocimiento y revisar tanto la respuesta como los pasajes que la sustentan. La evaluación debería incluir preguntas que necesiten varios documentos y otras que la base no pueda responder; así se comprueba si el modo elegido recupera información pertinente y si la respuesta se apoya en ella. También conviene medir la latencia y el coste por solicitud.
AWS sostiene que la recuperación de una pasada puede reducir la latencia y el uso de modelos frente a la agéntica. El efecto dependerá de la carga de trabajo, por lo que esas medidas, junto con la corrección de las respuestas y su respaldo en los pasajes, son las que permiten comparar las opciones en una aplicación concreta.