☁️ Amazon Bedrock 是什么：AWS 的全托管基础模型服务平台
Amazon Bedrock 是亚马逊云科技推出的一项全托管生成式 AI 服务。简单说，它把市面上主流的基础模型集中到了一个平台上，你用同一套 API 就能调用 Anthropic、Meta、Mistral、Cohere、DeepSeek 以及亚马逊自家的 Nova 系列模型，不用分别去各家官网注册、对接、维护密钥。
它的定位和 SageMaker 不一样。SageMaker 面向的是需要从头训练、深度定制模型的数据科学家和 ML 工程师，基础设施管理更多、灵活性更高。Bedrock 面向的是想把 AI 能力快速集成到应用里的开发者——serverless 架构，不需要管 GPU 实例，不需要配推理集群，调用即付费。AWS 官方的决策指南说得很直白：如果你主要用预训练模型做推理，选 Bedrock；如果你需要大量训练和定制，选 SageMaker。
截至 2026 年中，Bedrock 上可用的模型大约有 100 多个，来自约 18 家模型提供商，覆盖文本、代码、图像和视频生成[reference:1]。这个规模本身就说明了 Bedrock 的核心卖点：你不用绑定某一家模型厂商，换模型只需要改一行 model ID，不用重新搭架构。
🧩 核心功能：不止是调用模型，还有一整套构建模块
Bedrock 最有价值的地方在于它不只是一个模型 API 网关，而是围绕模型调用提供了一整套配套能力。
Knowledge Bases（知识库）是使用频率最高的附加功能之一。你把文档放到 S3 里，Bedrock 自动做分块、嵌入、索引，然后模型回答问题时会自动检索相关内容来增强回答质量。这就是所谓的 RAG（检索增强生成），不需要自己搭向量数据库和检索管道。
Agents（智能体）让模型可以调用外部工具和 API 完成多步骤任务。比如让 Agent 去查数据库、发邮件、更新 CRM 记录，它会自动规划调用顺序。Bedrock 的 Agent 开发和框架无关，你用 LangChain、Strands 或者自定义逻辑都可以。
Guardrails（护栏）是企业场景里很重要的功能。你可以配置内容过滤策略、拦截提示注入攻击、检测和脱敏 PII（个人身份信息）、限制模型讨论某些话题。Guardrails 是模型无关的，切换模型不需要重新配置。实测延迟在 100 毫秒以内，对生产环境影响不大[reference:2]。
Flows（工作流）支持把多个模型调用和数据处理步骤串联起来，形成一个端到端的生成式 AI 工作流。比如“接收用户问题 → 检索知识库 → 调用模型生成回答 → 做内容过滤 → 返回结果”这一整套流程可以在 Flows 里可视化编排。
此外还有 Data Automation 用于处理非结构化数据，Prompt Management 用于管理和复用提示词模板，以及 Model Evaluation 用于对比不同模型在特定任务上的表现。
🔌 如何上手：从注册到第一次 API 调用
Bedrock 没有独立的客户端软件或 App，它是 AWS 控制台里的一个服务，通过 API、SDK 和 CLI 调用。开始使用分几步：
第一步，准备 AWS 账号和凭证。你需要一个 AWS 账号，然后在 IAM 里创建一个有 Bedrock 访问权限的 IAM 用户，拿到 Access Key 和 Secret Key。如果是新 AWS 账号，目前可以拿到最多 200 美元的免费额度，其中一部分可以通过使用 Bedrock 等指定服务额外获得[reference:3]。
第二步，在控制台里启用想用的模型。Bedrock 的模型不是开箱即用的，你需要在控制台的 Model access 页面手动勾选要启用的模型。部分模型需要提交使用申请，审批通过后才能调用。这一步是很多新手第一次踩坑的地方——API 报错说模型不可用，很可能就是忘了启用。
第三步，用 SDK 调用模型。最常用的方式是 Python 的 boto3。核心代码大概长这样：
import boto3, json
bedrock = boto3.client("bedrock-runtime", region_name="us-east-1")
response = bedrock.invoke_model(
modelId="us.anthropic.claude-sonnet-4-20250514-v1:0",
contentType="application/json",
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 512,
"messages": [{"role": "user", "content": "你好"}]
})
)
result = json.loads(response["body"].read())
不同模型提供商的请求体格式不一样，Anthropic 用 anthropic_version，Meta 用 prompt 字段。如果想用统一的格式，推荐使用 Converse API，它把各家模型的请求格式统一了，换模型只需要改 modelId[reference:4]。
使用技巧方面，有几个实际经验值得记：第一，region_name 的选择会影响可用的模型列表和价格，us-east-1 的模型最全、上新最快。第二，如果不想在代码里硬编码密钥，可以用 AWS CLI 的配置或 IAM Role。第三，Bedrock 也支持通过 API Gateway + Lambda 的方式暴露成 HTTP 接口，方便前端直接调用[reference:5]。
🌍 全球使用情况：企业级 AI 平台中的头部玩家
Bedrock 的用户规模在 2025 到 2026 年增长很快。2024 年官方披露的是“超过 1 万名用户”，到 2026 年第一季度，Bedrock 客户数量已经超过 12.5 万，其中近 80% 的财富 100 强公司在使用 Bedrock[reference:6]。客户支出在 2026 年 Q1 环比增长了 170%，当季处理的 token 总量超过了此前所有年份的累计总和[reference:7]。
SDK 层面的数据也能佐证使用规模。Ruby 版的 aws-sdk-bedrock gem 累计下载超过 1340 万次，aws-sdk-bedrockagentruntime 超过 1040 万次。.NET 版的 Bedrock SDK 下载量约 52.6 万次[reference:8][reference:9]。这些数字反映的是开发者在实际项目中集成 Bedrock 的活跃程度，不只是试用的量。
地域覆盖方面，Bedrock 已在全球 33 个商业 AWS 区域可用，支持跨区域推理（cross-Region inference），可以把请求路由到有容量的区域来处理，避免单区域配额瓶颈[reference:10]。亚太区域包括东京、首尔、孟买、新加坡、悉尼、雅加达、墨尔本等，欧洲有法兰克福、伦敦、巴黎、苏黎世、米兰、斯德哥尔摩、西班牙等。中国用户通常使用海外区域（如 us-east-1 或 ap-northeast-1）来调用 Bedrock 服务。
💰 收费情况：按量计费，但实际账单可能比预期高
Bedrock 采用按量计费模式，没有预付费门槛，没有最低消费。主要的计费模式有五种：
On-Demand（按需推理）是最常用的模式，按处理的 token 数量计费。输入 token 和输出 token 分开定价，不同模型价格差异很大。以 us-east-1 为例，最便宜的 Amazon Nova Micro 输入价格约 $0.035/百万 token，而 Claude Fable 5 的输入价格高达 $10/百万 token。主流模型如 Claude Sonnet 5 的输入价格约 $2/百万 token，输出 $10/百万 token[reference:12]。
Batch（批处理）比按需便宜 50%，适合不需要实时响应的任务，比如批量文档处理、数据标注。提交任务后 Bedrock 在后台处理，结果异步返回[reference:13]。
Provisioned Throughput（预置吞吐量）适合流量稳定且量大的场景。你按“模型单元”购买固定的吞吐量，按小时或按月计费。好处是性能可预测、不会因为其他用户的流量波动而受影响。
Prompt Caching（提示词缓存）可以节省最多 90% 的输入 token 费用[reference:14]。如果你在多次请求里反复使用同一段系统提示词或上下文，开启缓存后系统会复用计算结果，不用每次都重新处理。对于需要长系统提示的场景，这个功能省下来的钱很可观。
但这里必须提醒一个很多团队踩过的坑：Bedrock 的实际账单经常比预估高 1.5 到 2 倍。CloudZero 分析了 140 亿美元的云和 AI 支出后发现，预算 5 万美元的团队最终花了 8.5 万，预算 20 万的团队花了 34 万[reference:15]。多出来的成本主要来自几个“定价页上看不到”的地方：Knowledge Bases 背后的 OpenSearch Serverless 最低消费、嵌入模型的推理费用、Guardrails 的每次评估费用，以及 Agent 在完成一个查询时会链式调用多次模型，token 消耗被放大的问题[reference:16]。
最有效的控制手段有两个：在每次 API 调用时显式设置 maxTokens（不设的话系统会按模型最大输出长度预留配额，既浪费配额也可能多花钱），以及定期用 Cost Explorer 和 CloudWatch 监控 token 消耗趋势。
⚠️ 常见问题与实战避坑指南
报 ThrottlingException（429 错误）怎么办？这是 Bedrock 最高频的问题。原因通常是超过了 RPM（每分钟请求数）或 TPM（每分钟 token 数）配额。新账号的默认配额可能很低，有些模型甚至默认是 0，需要手动申请提升[reference:17]。最容易被忽略的原因是没有设置 maxTokens——Bedrock 在请求开始时就会按“输入 token + maxTokens”来预留配额，如果 maxTokens 没设，系统默认按模型最大输出长度（64K 甚至 128K）预留，实际并发能力会被压缩到十分之一甚至更低。
提示 ModelNotAvailableException 是什么原因？你请求的模型在当前区域不可用，或者你还没有在控制台里启用它。Bedrock 不同区域的模型可用性不一样，us-east-1 最全，部分区域只有少数几个模型。解决方法是在控制台确认模型状态，或者换到支持该模型的区域。
token 用量和账单对不上怎么办？除了 token 费用，还要检查 Knowledge Bases 的索引和查询费用、Guardrails 的评估费用、Agent 的多次调用放大效应。建议在 AWS 控制台开启 Cost Explorer，按服务和用量类型拆分账单。
知识库检索效果不好怎么调？几个可以尝试的方向：调整分块大小（默认值不一定适合你的文档类型）、更换嵌入模型、增加重排序模型（Rerank）、调整检索返回的文档数量。Bedrock 支持在 Knowledge Bases 配置里更换这些参数。
🔒 安全与合规：企业场景下的实际考量
Bedrock 在安全方面的设计是企业级产品该有的水平。你的数据不会离开 AWS 的基础设施，不会用于训练基础模型，调用日志可以配置记录到 CloudWatch 或 S3 中，访问权限通过 IAM 精细控制。
Guardrails 提供了六类默认的安全策略：内容过滤（毒性、仇恨、暴力、色情）、提示注入防御、拒绝话题（用自然语言定义不允许讨论的主题）、敏感信息检测（PII 和凭证）、词汇过滤、以及上下文 grounding 检查（检测模型回答是否基于提供的源材料，降低幻觉风险）[reference:19]。这些策略是模型无关的，切换模型不需要重新配置。
对于需要满足合规要求的场景，Bedrock 在 AWS GovCloud 区域也有部署，部分模型通过了 FedRAMP 授权[reference:20]。金融、医疗等强监管行业的团队可以在合规范围内使用。
📝 写在最后：谁适合用 Bedrock，谁不适合
Bedrock 最适合的团队是：已经在用 AWS 生态，需要把 AI 能力集成到现有应用里，但不想自己管模型推理基础设施。如果你已经在用 S3、Lambda、IAM、CloudWatch，Bedrock 和它们的对接是天然的，不需要额外搭一套系统。
它不太适合的场景：如果你只是偶尔调用一次模型做实验，直接用模型厂商的 API 可能更简单；如果你的团队没有 AWS 使用经验，Bedrock 的 IAM 配置、配额申请、成本监控这些环节会有不少学习成本；如果你需要极高的推理吞吐量且对延迟非常敏感，自建推理集群可能更可控。
Bedrock 的定位一直很清楚：它不追求做“最好用的 AI 工具”，它追求做“最适合放进企业技术栈里的 AI 底座”。如果你的场景匹配这个定位，它是一个值得认真评估的选择。
评论