深度解读 · 约 5 分钟阅读
AgentCore 文档处理复用已验证指令，不是重新训练模型权重
AWS 样例用八个 Agent 配合业务校验，第二次更快与月成本都只对应特定条件。
- 原文发布
- 本站发布
- 核实时间
AWS 在10月14日的指南构建文档处理系统：识别格式、生成提取指令，并在后续同类文档复用。关键是区分提示词适配与基础模型训练，文中的“学习”保存的是可复用提取知识。合成采购单让机制可观察，但并不证明陌生发票、合同或理赔文档无需业务校验就可直接信任。
听读资讯
朗读当前文章，或连续收听资讯。
正在准备听读…
设备语音
朗读由浏览器或设备处理，AISubHub 不向音频 API 发送文本。可用语音及锁屏播放能力因设备而异。
继续播放时可能重复一小段。
一分钟速览
- 八个专门 Agent 完成识别，并选择新格式指令迭代或既有指令提取路径。
- 示例首张采购单耗时3分49秒，后续一张1分30秒；文档不同，不是普遍加速基准。
- 约58美元月估算基于北弗吉尼亚10张训练文档加1,000张处理文档，模型分配会明显改变成本。
先识别，再决定走哪条处理路径
文档由 SES 邮件或 S3 上传进入，EventBridge 和 Lambda 创建跟踪任务，AgentCore runtime 运行基于 Strands 的流程。Analyzer 用 Textract 取文字并识别发送方和类型，Matcher 在 S3 Vectors 查找类似格式。共同识别阶段把任务分到新格式训练或已知格式自动化，八个 Agent 并不等于八次独立模型训练。Identity、Cognito 提供访问，Gateway 以 MCP 暴露 Lambda 工具，Aurora DSQL 保存示例业务参考数据。本站认为，应把匹配与提取分别评估：选错已存指令也可能产生看似合理、实则系统性错误的结果。
校验失败如何改善可复用指令
新格式先由 Instructions 生成提示词，Extractor 产出结构化数据，Validator 检查 schema 和业务规则。样例因供应商 SKU 缺少内部要求的前缀而失败，Instructions Fixer 加入转换规则，重试成功后保存指令。首例用时3分49秒，后续采购单匹配指令、跳过生成，耗时1分30秒。原文给出相似度3.946、阈值3.7，它不是概率，更不能翻成394.6%置信度。此例说明路由与复用机制，不是同一文档的受控普遍性能比较。
已知格式修正故意不改长期指令
已识别文档若校验失败，Troubleshooter 直接修正提取数据，不改变已存指令；这与新格式路径中修改复用提示词不同，可减少偶发异常影响后续行为。但生产仍需决定何时格式变化应触发指令审查。自带 schema、产品表及校验器来自合成自行车业务，不是真实 ERP 接入。团队须替换成自家参考数据、规则和术语。我们建议保留原提取、修正值与责任规则，确认修正既解决问题，也未暗改业务含义，更不自动构成向下游交易系统写入的授权。
部署和成本要看完整服务清单
指南要求 AWS 账号、所在地域支持 Nova 与 Claude、AgentCore、S3 Vectors、Aurora DSQL，以及 CDK v2、Docker、Python 3.11+、Node.js 18+。六个 CloudFormation 栈还部署身份、任务、工具、容器及界面。15至20分钟是作者的部署估计，不是本站计时。北弗吉尼亚每月10张训练加1,000张处理文档，估算约58美元；推理约占85%，约每文档0.055美元。模型配置与负载影响很大，不能当固定订阅价、所有地域全包价，也不能据此保证任何空闲收费都为零。
生产可用取决于校验究竟证明什么
原文建议代表样本、版式变化、业务规则、监控、逐步增加类型及生产护栏。本站结论是区分“合法 JSON”与“正确业务记录”：符合 schema 不证明供应商、数量或收款方真实。换模型应重新评估提取质量，敏感文档也需要权限和保留规则。清理脚本会永久删除文档、任务历史、验证数据和已学指令，先导出需要保留的数据。我们未运行样例。合理试验应使用未见格式与已知答案，对未决冲突转人工，且在写入真实业务系统之前完成。
有什么影响
可迁移设计是明确分开格式匹配、可复用提取指令与权威业务验证。它可能减少重复生成提示词，也使修正可追查，比“Agent 自动学会任何新文档”的口号更具体。
限制与可用性
本站完整阅读官方指南，未部署仓库、上传文档或复现耗时与费用。采购单和 ERP 数据是合成样例，估算依赖模型和负载，不能证明普遍准确率、免费服务、新微调模型或消费级订阅权益。
来源与证据
原文发布: 2026年10月14日 · 核实时间: 2026年10月20日
AI 辅助采编，依据所列一手来源核实。厂商自报结论注明归属，收录不代表背书。