Gen Digital 如何借助 Amazon Bedrock AgentCore Web Search 打造 Norton Revamp 的 AI 精选新闻引擎

英文原标题：How Gen Digital built Norton Revamp’s AI-curated News Engine with Amazon Bedrock AgentCore Web Search

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• Gen Digital 团队构建了 Norton Revamp，一个基于生成式 AI 的职业声誉管理平台，其核心是 AI 策划的新闻引擎，由 Amazon Bedrock AgentCore Web Search 提供实时网络搜索支持。
• 该平台于 2026 年 3 月上线，旨在解决传统方案（自定义爬虫、第三方新闻 API、静态知识库）在基础设施开销、数据陈旧、供应商复杂性和数据出口风险方面的权衡问题。
• AgentCore Web Search 作为完全托管、符合 MCP 的连接器，在 AWS 环境内运行，返回带引用来源（URL 和发布日期）的搜索结果，支持三大功能：个性化新闻推送、智能内容建议和趋势感知目标设定。
• 架构采用事件驱动设计，使用 Amazon Nova 生成搜索查询，AI 学习系统对结果进行排名，Amazon Nova Lite 生成内容建议，并通过反馈循环持续优化。
• 开发团队采用 AI 原生开发方式，AI 生成 70% 的 UI 代码，功能实现速度提升 3 倍，但 AI 输出审查消耗了 20-30% 的时间。

关键数据

• 平台于 2026 年 3 月上线
• AI 生成 70% 的 UI 代码
• 功能实现速度提升 3 倍
• 样板代码生成加速 90%
• 文档编写加速 80%
• 测试创建加速 70%
• UI 组件生成加速 65%
• AI 输出审查消耗 20-30% 的时间
• 全量扫描最多拉取 1,000 条历史帖子

为什么值得看：该案例展示了如何利用 Amazon Bedrock AgentCore Web Search 构建实时、带引用的 AI 新闻引擎，并分享了 AI 原生开发的实际效益与权衡。