Gen Digital 如何用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 新闻引擎

Gen Digital 为旗下专业声誉管理平台 Norton Revamp 构建了一套 AI 策展新闻引擎，核心是用 Amazon Bedrock AgentCore Web Search 为每一条内容建议、目标推荐和新闻流条目提供实时、可引用的网络知识支撑。该平台于 2026 年 3 月上线，由一支小型工程团队完成。团队在选型前评估了自建爬虫、第三方新闻 API 和静态知识库三种方案，最终因 AgentCore Web Search 全托管、数据不出 AWS 环境且返回带 URL 与发布日期的引用来源而采用它。 AgentCore Web Search 是符合 MCP 的托管联网搜索能力，以托管连接器形式运行在 AgentCore Gateway 上。代理发送自然语言查询后，它返回相关片段、来源 URL、标题和发布日期，模型据此生成有依据的回复。该能力支撑三项功能：按用户目标刷新的个性化新闻流、基于当日热点的内容建议，以及结合实时趋势数据的周度目标路线图。 架构上采用事件驱动模式：用户设定或更新职业目标时，Amazon Nova 通过 Amazon Bedrock 结合目标、近期活动和互动模式生成定向搜索查询，交由 AgentCore Web Search 返回结果；AI Learning System 按相关性、时效性和来源可信度排序，再由 Amazon Nova Lite 以用户本人语气生成内容建议，互动数据回流到查询生成环节持续优化。技术栈还包括 Stability AI 图像生成、通过 Bedrock 调用的 Claude 处理复杂推理，以及 React、TypeScript、Node.js、Amazon ECS、Lambda、DynamoDB、EventBridge 等基础设施，通过 Terraform 实现蓝绿部署。 开发流程同样嵌入生成式 AI：人类负责架构决策、安全审查、业务逻辑和个性化算法，AI 承担代码生成、文档、测试脚手架和 UI 组件。团队称借此实现功能交付提速 3 倍，样板代码生成加速 90%、文档 80%、测试 70%、UI 组件 65%，代价是 20%–30% 的时间用于审查 AI 输出。测试覆盖率达 85%，上线以来可用性 99.9%。团队给出的集成建议包括重视查询生成、按新鲜度需求设置缓存 TTL、建立结果互动反馈闭环，以及构建轻量来源可信度评分层。