# Taxbit Assist将来源引用、权限控制与在线评估结合起来

- Source: MechNext — https://mechnext.eu/zh/article/66-taxbit-assist-combines-cited-answers-permissions-and-live-evaluation
- Published: 2026-11-09
- Updated: 2026-11-09
- Category: Industry News
- Language: zh (Markdown in other languages: ?lang=en, ?lang=de, ?lang=sk, ?lang=pl, ?lang=ru)

> Taxbit介绍了一个基于Amazon Bedrock AgentCore的仪表板内置助手，其架构涵盖输入筛查、知识检索、可信身份绑定、区域化推理、客户密钥加密以及真实会话抽样评估。

Taxbit Assist是嵌入Taxbit仪表板的人工智能助手。按照Taxbit的说明，它能够在回答中提供来源链接，并在使用能力时考虑权限，其底层建立在Amazon Bedrock AgentCore之上。更具体地说，它是一套使用Strands Agents SDK构建、运行于AgentCore runtime的应用。这个定位意味着，系统并不只是把聊天界面连接到模型，而是把输入检查、知识检索、对话记忆、身份上下文、工具调用和线上质量评估组织成相互区分的环节。理解这些环节及其边界，才能准确理解Taxbit所说的“带引用且感知权限”的含义。

### 模型生成之前先处理输入风险

用户消息进入系统后，首先接受Amazon Bedrock Guardrails筛查。消息中能够识别个人身份的信息会在原位置被遮蔽；如果消息被规则阻止，系统不会调用模型。这里的先后顺序十分重要：安全判断发生在模型生成答案以前，而不是等模型处理完内容后再补做检查。因而，在这道边界被拒绝的消息不会继续进入模型阶段。这项描述既说明了筛查的位置，也明确了被阻止输入的处理结果。

身份的处理同样被放在模型控制范围之外。一个受到信任的调用服务负责提供用户电子邮件地址、组织标识符和角色，并在模型看到这些信息之前，把它们绑定到相关工具中。模型不负责处理或选择用户身份，也不能在对话中自行决定调用者属于哪个组织或拥有哪种角色。涉及权限的工具行为依靠可信调用服务给出的上下文，而不是依靠模型在对话中生成的身份声明。由此，身份来源与模型生成被明确分离，权限判断也有一个预先确定的上下文基础。

### 检索和重排为回答提供依据

对于通过检查的请求，代理会从Amazon Bedrock Knowledge Bases知识库中检索相关段落，该知识库由Amazon S3 Vectors提供支持。初步取回的段落还会经过重新排序，以便按照相关程度组织结果。之后，系统以流式方式输出答案，并同时提供来源链接。这个过程把回答与检索所得材料连接起来，使来源链接成为答案交付的一部分，而不是与回答无关的附加说明。

AgentCore memory负责让对话跨越多个轮次。后续问题因此可以延续已经开始的交流，而不必总被视为完全孤立的新提示。这里的记忆功能与知识检索承担不同任务：记忆维持会话轮次之间的连续性，知识库则提供可供检索和重排的内容。两者在同一回答流程中协作，但不能混为同一种能力。

知识库摄取三类材料：已经发布的内容、从代码衍生的内容以及经过策划整理的内容。它使用Cohere Embed English v3生成一千零二十四维的float32向量，并通过余弦距离进行比较。这些参数具体描述了Taxbit Assist所采用的知识表示与比较方式。它们只适用于这里陈述的实现，不能据此推断其他代理、其他知识库或其他部署会采用相同配置，也不能把Taxbit报告的结果推广为普遍表现。

#### 让每个文本块保留文档范围

Taxbit采用了语义分块，并在分块之后执行Lambda转换。该转换会在每个文本块前面加入原文档的标题和开头段落。这样一来，当文本块进入向量索引时，它携带的不只是局部段落本身，还包括说明原文档范围的基本上下文。这个处理针对的是分块后的表示：即便检索单位只是文档中的一部分，它仍然保留来自同一文档的标题和导语。

这一设计可以从信息组织的角度理解。语义分块决定内容如何被划分，分块后的转换则为每个划分结果补入文档级线索，向量索引保存经过处理的单元。检索发生时，代理面对的不是完全失去出处范围的孤立片段，而是带有标题和开头段落的片段。不过，事实材料只说明了Taxbit采用这种方式，不能进一步声称它在所有问题上必然产生某种幅度的质量提升。

### 当前访问能力有清晰限制

在所描述的版本中，代理没有读取客户税务数据的权限。它能够执行的写入操作只涉及调用者本人的支持工单。这两项限制共同界定了系统当前能够接触的数据和能够改变的对象：一方面，它不能读取客户税务数据；另一方面，它的写入范围不是任意客户记录，而是调用者自己的支持工单。

因此，不能把这套架构描述成已经能够查询客户报告数据的产品能力。权限感知并不等于拥有所有数据访问权；恰恰相反，权限感知也体现在系统明确没有哪些权限。对读写边界的准确表述很重要，因为来源引用、身份绑定和工具控制并不会自动扩大代理的数据范围。当前版本的能力必须依照已说明的读写权限来理解。

### 区域推理与客户密钥加密

系统使用带地理区域前缀的推理配置文件，使面向欧盟的推理保留在欧盟范围内，使面向美国的推理保留在美国范围内。这项安排描述的是推理发生的地域边界。它与身份绑定属于不同控制面：前者约束推理区域，后者规定用户身份、组织和角色如何进入工具环境。

对于自带密钥的账户，对话历史以及其他存放客户数据的存储区使用客户自己的AWS KMS密钥进行加密。这里涉及两个明确要素：适用对象是自带密钥账户，保护对象包括对话历史和其他客户数据存储区。区域化推理、客户密钥加密与可信服务提供身份并非同一机制，但它们共同构成Taxbit所描述的架构约束。准确介绍时，应分别说明每项控制解决的范围，而不把其中一项夸大为对全部环节的替代。

### 从真实会话中抽样评估

AgentCore在线评估会抽取百分之十的真实线上会话。评分维度包括有用性、有害性、连贯性、指令遵循情况、工具选择准确性以及工具参数准确性。前四类指标主要观察回答内容及其行为特征，后两类指标则直接检查代理如何选择工具以及如何填写工具参数。因此，评估范围不仅覆盖最终呈现的文字，也覆盖产生结果过程中与工具使用有关的决策。

百分之十描述的是线上会话的抽样比例，并不意味着所有会话都以同样方式进入这套在线评分。列出的六个维度也展示了评估对象的不同层面：回答是否有帮助、是否有害、是否连贯、是否遵循指令，以及工具和参数是否选得准确。文章能够确认的是Taxbit所述的抽样方式和评分项目，不能从中额外推导未经提供的分数、改进幅度或与其他系统的比较结果。

### Taxbit报告的生产使用情况

Taxbit表示，Taxbit Assist自二零二六年五月起已在美国和欧盟投入生产。根据Taxbit内部的生产分析，在向助手提出一个问题的用户中，超过百分之五十五会在二十四小时内回来提出另一个问题。这个数字反映的是Taxbit对其自身生产环境的内部统计，不能被解释为独立确认的行业结论，也不能推广成其他人工智能助手的用户行为规律。

Taxbit还报告称，每次对话的平均模型成本低于二十美分，大约四分之三的输入令牌由缓存提供。这两项数据同样属于公司针对该部署给出的数字。缓存比例描述输入令牌的服务方式，平均模型成本描述该系统报告的每次对话模型支出；二者可以共同帮助理解Taxbit所陈述的运行情况，但不能转化为其他架构、地区或工作负载的成本承诺。

用户回访比例、模型成本和缓存比例需要与其来源一起阅读。它们来自Taxbit内部生产分析或Taxbit的报告，而不是对多个系统进行的外部比较。谨慎的表达方式是把这些数字归于Taxbit，并限定在Taxbit Assist这一具体部署中。相同原则也适用于生产地区和上线时间：可以陈述公司所说的美国、欧盟和二零二六年五月，但不应在事实材料之外增加覆盖范围或效果判断。

### 一条由多个控制点组成的处理链

综合来看，Taxbit描述的是一条具有明确控制点的处理链。消息先经过Guardrails筛查，个人身份信息在原处被遮蔽，被阻止的消息不会调用模型。可信调用服务提供电子邮件地址、组织标识符和角色，并把这些身份值预先绑定到工具。通过检查的请求进入知识检索，相关段落被取回并重新排序，答案随后以流式方式连同来源链接交付，而AgentCore memory维持多轮对话的连续性。

知识侧也有自己的处理链：发布内容、代码衍生内容和策划内容进入知识库；Cohere Embed English v3生成一千零二十四维float32向量；余弦距离用于比较；语义分块确定检索单元；分块后的Lambda转换再为每个单元加入文档标题和开头段落。线上运行之后，百分之十的真实会话被抽样，并按照回答质量、指令遵循以及工具选择和参数准确性等维度接受评估。

这套说明的重点不仅是代理能够生成什么，也包括它不能访问什么以及控制信息来自哪里。当前代理不能读取客户税务数据，写入只涉及调用者本人的支持工单；模型不选择身份，身份来自可信调用服务；欧盟和美国推理各自保持在对应区域；自带密钥账户使用客户AWS KMS密钥保护对话历史和其他客户数据存储区。把这些限制与检索、引用、记忆和评估一起观察，才能完整呈现Taxbit Assist在所述版本中的架构，而不会把计划外或尚未陈述的能力误写成现有功能。
