Em 9 de novembro de 2026, a AWS anunciou que o Amazon Bedrock Managed Knowledge Base passou a oferecer recuperação sem geração de resposta e RAG de uma etapa na operação AgenticRetrieveStream, além da recuperação agêntica em várias etapas. Com o parâmetro maxAgentIteration, a aplicação escolhe qual comportamento usar em cada solicitação, em vez de deixar essa escolha para um roteamento automático. (AWS)

RAG, sigla em inglês para geração aumentada por recuperação, combina uma busca por conteúdo relevante com a geração de uma resposta por um modelo. No Bedrock, os valores de maxAgentIteration definem se a operação retorna apenas passagens, gera uma resposta depois de uma busca ou mantém o processo agêntico.

Se a aplicação precisa mostrar os trechos originais, responder a uma pergunta direta ou investigar uma questão com várias partes, escolha o modo que corresponda a esse trabalho.

O que cada valor de maxAgentIteration faz

A diferença prática está no número de etapas de recuperação e no uso de geração pelo modelo. A AWS descreve os três comportamentos da seguinte forma:

ModoConfiguraçãoO que aconteceQuando faz sentido
Somente recuperaçãomaxAgentIteration=0 e generateResponse=falseUma busca retorna passagens, sem chamada ao modelo fundacional nem resposta gerada.Quando a aplicação quer exibir os trechos ou processá-los com seu próprio código.
RAG de uma etapamaxAgentIteration=1 e generateResponse=trueUma busca é seguida por uma resposta gerada, sem rodadas de planejamento.Para perguntas diretas que uma busca provavelmente consegue atender.
Recuperação agênticamaxAgentIteration=2–5O modelo pode planejar buscas, recuperar conteúdo em várias etapas e avaliar se encontrou informações suficientes.Para questões complexas ou que exigem consultar vários documentos.

No valor 0, ativar generateResponse provoca um erro 4xx; a geração precisa ficar desativada. No valor 1, há uma recuperação e uma chamada do modelo para gerar a resposta. Para valores de 2 a 5, cada iteração corresponde a uma chamada ao modelo. Quando a geração está ativada, a chamada final fica reservada à resposta, deixando até n−1 rodadas para planejamento. A recuperação especulativa inicial acontece antes do planejamento e não entra nessa contagem.

Uma etapa significa uma recuperação, não uma única base de conhecimento: os modos podem consultar várias bases. E aumentar maxAgentIteration não faz a API classificar automaticamente as perguntas. A aplicação seleciona o valor para cada solicitação.

O que a integração precisa considerar

A solicitação a AgenticRetrieveStream precisa incluir agenticRetrieveConfiguration, pelo menos uma mensagem e pelo menos um retriever. A resposta é transmitida em eventos; quando há geração, pode incluir citações que associam trechos da resposta aos resultados recuperados. (Referência da API da AWS)

No modo sem geração, as passagens chegam no evento result. A AWS informa que esse retorno não inclui os campos score e location da operação Retrieve. A recuperação agêntica, por sua vez, exige uma base de conhecimento do Bedrock totalmente gerenciada e aceita até cinco retrievers por solicitação. (Guia do Amazon Bedrock)

Para a recuperação agêntica, o guia da AWS lista permissões IAM para bedrock:AgenticRetrieveStream, bedrock:Retrieve, bedrock:GetDocumentContent e bedrock:InvokeModelWithResponseStream. Esses nomes ajudam a equipe a conferir o acesso necessário na integração; o modo de valor 0, especificamente, não faz chamada ao modelo fundacional.

Como avaliar o modo para cada tipo de pergunta

A AWS recomenda testar perguntas representativas e respostas esperadas usando a mesma base de conhecimento. A avaliação deve observar latência e custo por solicitação, além da correção da resposta e de seu apoio nos trechos recuperados. Inclua perguntas que dependam de vários documentos e perguntas que a base não consiga responder.

A AWS afirma que o RAG de uma etapa pode reduzir a latência e o uso de modelos em relação à recuperação agêntica. Para decidir se essa troca atende à aplicação, compare os modos com as perguntas e os critérios que o sistema realmente precisa atender; uma busca a menos, por si só, não garante uma resposta adequada.