
Taxbit Assist × AgentCore:引证+角色感知税务合规助手,24 小时再问超 55%,对话成本低于 0.20 美元
金融税务合规TaxbitAgentCore知识库护栏评测
一句话结论
Taxbit 在 AgentCore Runtime/Memory 与 Bedrock Knowledge Bases 上做角色感知的产品内税务助手:身份由调用方闭包绑定、只引用可公开源、护栏 anonymize 敏感字段;生产自 2026-05 起服务美欧,提问后 24 小时内再问超过 55%,模型成本低于 0.20 美元/对话。
打开原文
AWS ML Blog:Taxbit Assist — grounded, role-aware agent on AgentCore
背景与理念
数字资产税务与会计合规平台要的是「答得住、引得出、按角色不越权」,而不是通识聊天。Taxbit 服务交易所、支付与券商客户,助手部署在 AgentCore 上,叠 Strands Agents SDK、Bedrock Knowledge Bases + S3 Vectors、Cohere Embed/Rerank、Bedrock Guardrails 与 Online Evaluations,并宣称对齐 ISO 42001/27001/27701 与 SOC2。
具体做法
- 工具与身份:八工具(KB 搜索、组织权益、角色检查、工单 CRUD、时间等);「查谁」由调用方闭包绑定,模型不可改身份。不读客户税务数据;PII 策略对税号/账号等 anonymize;地理 inference profile 满足美欧驻留;BYOK KMS。
- 语料先于调 prompt:入库三源——公开站/API/帮助中心爬取(sitemap 约 400 URL 中仅约 70 进语料,砍掉 /blogs/ 营销页)、从产品源码生成路由/权限/表单逻辑文档、人工策展纠错。语义分块 + POST_CHUNKING 注入 H1/导语 scope;检索约 75 → rerank top12 → 每文档最多 2 chunk → 给模型 top5;仅可打开的公开源可引用。
- 评测与回流:约 10% session 走 LLM-as-judge;自建忠实度/相关度分离;税务建议漂移分类器;专家纠错回流 curated 前缀,分钟级生效。约 3/4 input token 命中 prompt cache,模型费降一半以上。
关键数据/例子
生产自 2026-05 覆盖美欧;提问后 24 小时内再问超过 55%;模型成本低于 0.20 美元/对话;sitemap 约 400 URL 中约 70 进语料。日期为 AWS ML Blog 2026-11-06。以上为文中自述运营指标。
创新点
第一,把合规助手的核心写成「语料范围与引用资格先于调 prompt」,并用源码生成文档补产品真实权限逻辑。第二,身份闭包 + 忠实度≠相关度 + 漂移分类器,把「答得相关」和「答得住本产品立场」拆开评测。
可否复用
- 合规/产品内助手先砍营销页、只留可公开引用源,再谈检索参数。
- 把「查谁/看哪组织」放在调用方闭包,禁止模型改身份。
- 评测分开忠实度与相关度,并给税务/法规建议单独做漂移分类。
- 专家纠错写入可秒级生效的 curated 前缀,避免只靠下周再训。