Amazon Bedrock научила ассистента помнить сотрудников и скрывать закрытые документы
Ассистент должен помнить, что сотрудник месяц назад упомянул офис во Франкфурте, но не показывать ему чужие документы. В Amazon Bedrock Managed Knowledge Base это теперь делает сервис: добавьте memoryConfiguration в запрос AgenticRetrieveStream, и планировщик сам достанет факт из памяти AgentCore. Параметр userContext оставит только документы, разрешённые по спискам доступа (ACL). Свою таблицу диалогов можно убрать.
AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun News
Корпоративный ассистент должен помнить собеседника и при этом не выдавать лишнего. Представьте сотрудника, который месяц назад в другом разговоре написал, что работает из офиса во Франкфурте. Сегодня он спрашивает про отпуск, и ответ должен учесть это без напоминаний. Но тот же ассистент не имеет права показать инженеру план комиссий отдела продаж. Раньше разработчики склеивали это вручную: хранили все диалоги, вытаскивали из них факты, выбирали нужные и подмешивали в запрос. Теперь AWS отдаёт эту работу сервису: Amazon Bedrock Managed Knowledge Base использует память AgentCore и списки доступа (ACL, то есть перечень того, кто какие документы может читать). Если вы строите ассистента для многих пользователей, это сокращает объём собственного кода.
Что именно изменилось
Память Amazon Bedrock AgentCore теперь работает как ещё один источник поиска рядом с базой знаний. Включается она добавлением блока memoryConfiguration в запрос AgenticRetrieveStream. В рамках одного вызова сервис восстанавливает историю разговора, а планировщик сам решает, поможет ли факт о пользователе. Если да, он достаёт факт из долгосрочной памяти и использует его в подзапросах к базе знаний. После ответа сервис сохраняет реплику обратно в память. Долгосрочные записи AgentCore извлекает асинхронно, поэтому новый факт появится в памяти не мгновенно.
В том же запросе передаётся userContext, и база возвращает только документы, разрешённые пользователю по ACL. Интеграция опциональна и обратно совместима. За приложением остаются аутентификация и передача личности пользователя. Отдельной таблицы диалогов больше нет: когда интерфейс показывает список бесед, он читает ту же память.
Как это устроено на примере AnyCompany
AWS показывает внутреннего ассистента вымышленной компании. Документы лежат в Amazon S3. HR и IT читают все, инженерные регламенты только инженеры, план комиссий только продавцы. Права описаны в глобальном ACL-файле, где каждой папке соответствует список email. В примере проиндексировано 11 документов, ошибок 0. Документ, не покрытый ни одной записью ACL, в индекс не попадает. А пользователь, чей email не найден в записях, не получит результатов из этого источника. Для SharePoint, Google Drive и Confluence права подтягиваются из самого источника, а код приложения не меняется.
Сотрудники входят через Amazon Cognito. Из его ID-токена берутся два поля, и каждое решает свою задачу:
- email идёт в userContext.userId и определяет, какие документы можно читать;
- sub (идентификатор пользователя) идёт в actorId и в пространство имён памяти, например /anycompany/<sub>.
Почему не взять email для всего. Адрес можно сменить или передать новому сотруднику после чьего-то ухода, и тот унаследует чужую память. Cognito sub не меняется и не переиспользуется. Подойдёт и другой стабильный идентификатор из вашей базы пользователей, главное, чтобы он никогда не переходил к другому человеку.
Память настраивается одним ресурсом на всех пользователей, а разделение даёт шаблон {actorId} в пространствах имён. Тестовых пользователей трое: инженеры Maya и Liam и продавец Sofia. У каждого свои документы и своя память.
Защита, которая работает даже при ошибке в коде
Самое практичное в материале — изоляция на уровне IAM. Бэкенд принимает роль приложения отдельно для каждого пользователя с сессионным тегом userId=<sub>. Разрешения на память привязаны к этому тегу по actorId и пути пространства имён. Если разработчик по ошибке подставит чужой идентификатор, IAM откажет в доступе. Так баг в коде не превращается в утечку чужих данных.
Что нужно для запуска
Память AgentCore должна быть в том же аккаунте AWS, что и база знаний, и в состоянии ACTIVE. В примере используется регион US West (Oregon), us-west-2. Нужны Python 3.10+ и Boto3 версии 1.43.72 или новее. Флаг aclEnabled нельзя изменить после создания источника данных, поэтому модель прав стоит продумать заранее.
Практический вывод для команд, которые делают ассистентов для многих пользователей: если вы сами храните диалоги и склеиваете контекст, сравните свою схему с готовым механизмом. Стоит перенять и схему разделения. Email отвечает за документы, неизменяемый ID за память, а IAM страхует от ошибок в коде. Часть исходного материала обрывается на создании ресурса памяти, поэтому детали чтения трассировки здесь не разбираются.
- 19 нояб. 2026 г.Доли Amazon и Google в Anthropic оценили в $308 млрд при IPO по $83 за акцию
- 19 нояб. 2026 г.Агенты AWS AgentCore теперь ходят к закрытому Keycloak с корпоративным CA
- 19 нояб. 2026 г.Nvidia показала рекордную выручку 115,8 млрд $, но стоит дешевле, чем с 2012 года
- 19 нояб. 2026 г.AWS: цепочка из 10 агентов по 95% надёжности даёт на выходе лишь 59,9% успеха
Вопросы и ответы по материалу
Что известно по теме: что именно изменилось?
Память Amazon Bedrock AgentCore теперь работает как ещё один источник поиска рядом с базой знаний. Включается она добавлением блока memoryConfiguration в запрос AgenticRetrieveStream. В рамках одного вызова сервис восстанавливает историю разговора, а планировщик сам решает, поможет ли факт о пользователе. Если да, он достаёт факт из долгосрочной памяти и использует его в подзапросах к базе знаний. После ответа сервис сохраняет реплику обратно в память.
Что известно по теме: как это устроено на примере AnyCompany?
AWS показывает внутреннего ассистента вымышленной компании. Документы лежат в Amazon S3. HR и IT читают все, инженерные регламенты только инженеры, план комиссий только продавцы. Права описаны в глобальном ACL-файле, где каждой папке соответствует список email. В примере проиндексировано 11 документов, ошибок 0. Документ, не покрытый ни одной записью ACL, в индекс не попадает. А пользователь, чей email не найден в записях, не получит результатов из этого источника.
Что известно по теме: защита, которая работает даже при ошибке в коде?
Самое практичное в материале — изоляция на уровне IAM. Бэкенд принимает роль приложения отдельно для каждого пользователя с сессионным тегом userId=<sub>. Разрешения на память привязаны к этому тегу по actorId и пути пространства имён. Если разработчик по ошибке подставит чужой идентификатор, IAM откажет в доступе. Так баг в коде не превращается в утечку чужих данных.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.