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

Gen Digital 的小型工程团队构建了面向专业人士的生成式 AI 声誉管理平台 Norton Revamp，平台于 2026 年 3 月上线。其核心是一个 AI 策展新闻引擎，底层使用 Amazon Bedrock AgentCore Web Search，为每条内容建议、目标推荐和新闻流条目提供当前、可引用的网络知识支撑。

为什么需要实时检索

Norton Revamp 面向希望建立专业在线形象的用户，需要理解各专业领域当下正在发生什么，而不是依赖静态知识库。原文列举了三种被评估后放弃的方案：自建爬虫需要持续维护且滞后于实时；第三方新闻 API 带来供应商合同、API 密钥管理和数据离开 AWS 环境的问题；静态知识库则始终过时。AgentCore Web Search 被描述为全托管、零基础设施开销、完全在 AWS 内运行且零数据外流，并返回带 URL 和发布日期的引用来源。

三项核心功能

• **AI 策展新闻流**：按用户目标生成个性化内容流，每次会话刷新，区别于静态 RSS 聚合器。
• **智能内容建议**：围绕领域内热门话题生成内容创意，以用户自身语气撰写，可选配 AI 生成配图；通过 Analyze、Refine、Post 三步流程发布到 LinkedIn 和 X，并带反馈闭环。
• **趋势感知目标设定**：AI 根据目标生成含每周主题和里程碑的路线图，实时趋势数据参与目标生成，系统参考过去四周活动并刷新推荐。

架构与技术栈

集成采用事件驱动架构：用户设定或更新职业目标后，Amazon Nova 经 Amazon Bedrock 生成定向搜索查询，智能体将查询发送至 AgentCore Web Search，结果在 AWS 环境内返回；AI Learning System 按相关性、时效性和来源可信度排序，排序结果作为 Amazon Nova Lite 生成内容建议的 grounding 上下文；互动数据回流至查询生成环节。

生成式 AI 与机器学习栈包括 Amazon Bedrock（内容生成、个性化、批量帖子分析、内容辅导）、Amazon Nova Lite（主要大语言模型）、AgentCore Web Search（MCP 合规托管连接器）、Stability AI（图像生成）以及经 Amazon Bedrock 调用的 Claude（复杂推理）。基础设施前端为 React、TypeScript 和 Tailwind CSS，后端涉及 Node.js、Amazon ECS、AWS Lambda、Amazon DynamoDB、API Gateway、Amazon S3、Amazon SQS、EventBridge、CloudFront、CloudWatch 和 Secrets Manager，通过 Terraform 管理并采用蓝绿部署实现零停机发布。

编辑部观察

这篇内容本质是 AWS 上的一个客户案例，核心卖点是托管检索替代自建爬虫与第三方新闻 API，以及数据不出 AWS 环境。对考虑类似方案的团队，值得核查的是：检索结果的引用质量与时效性如何评估、MCP 连接器的接入成本、以及个性化新闻流在规模化后的排序与可信度策略。原文未披露用户规模、检索延迟或准确率等量化指标，相关效果仍需独立验证。