AWS 发布基于 Amazon Quick 与 Bedrock AgentCore 的合同智能平台方案
AWS 博客介绍了一套合同智能平台参考架构：用 AI 智能体从合同 PDF 中抽取关键字段并交叉校验，再存入数据库以支持组合级聚合查询，同时保留知识库应对单份合同问答。
核心事实
AWS 官方博客发布了一篇技术文章，介绍如何用 Amazon Quick 与 Amazon Bedrock AgentCore 构建 AI 驱动的合同智能平台。据该文描述，这套架构把合同 PDF 存放在 Amazon S3 中并触发自动化处理流水线：一个抽取智能体读取 PDF 并抽取八项关键字段，每项附带置信度分数；另一个校验智能体独立读取同一份 PDF 进行核对；若两者在签署状态检测上出现分歧，则由 Amazon Textract 作为确定性裁决手段。校验后的结果写入 Amazon Aurora PostgreSQL，用户通过嵌入式仪表盘和自然语言对话智能体查询结果。
背景与影响
文章提出的核心判断是：面对数百份合同的组合级问题（如合同总价值、已过期合同、金额最高的协议），单纯依赖检索增强生成（RAG）的语义检索会失效，因为系统只取回与问题最相关的若干文本片段，无法对全量数据做求和、计数或比较。作者主张的路径是「结构化抽取而非更好的检索」——由 AI 完成非结构化到结构化的转换，把数学计算交给数据库，同时保留原始文档知识库以应对单份合同的精确查询。文中以 250 份、每份 10 至 20 页的供应商合同组合为例说明这一痛点。
限制与来源
需要说明的是，上述内容来自 AWS 博客的架构描述，属于方案介绍而非独立测评；文中未给出实测性能数据、准确率指标、定价或地区可用性信息，相关服务与模型的实际能力、费用及支持范围请以 AWS 官网当前信息为准。该文署名作者为 Konala McGrath、Hugo Tse、Alberto Alonso 与 Nitish Chaudhari，原文链接见 AWS 博客。