Postman 与 AWS 公开其 Agent Mode 在 Amazon Bedrock 上服务 4000 万开发者的生产架构，关键瓶颈是上下文而非模型能力。文章给出了动态工具选择、schema 查询和上下文处理器等可复用模式，以及 Bedrock 的跨区域推理、零数据保留和提示缓存实践。
推荐理由：原文从 4000 万开发者规模的生产环境中提炼出工具动态选择、结构查询和上下文管理三类模式，可迁移到自建智能体的团队。
数据与知识薄弱正阻碍企业 AI 智能体落地：对 300 名数据、AI 及其他技术高管的调查显示，平均仅约 34% 的智能体 AI 项目进入生产。知识能力与智能体成功率相关，生产领先者约有 61% 的项目能推进到试点之后，语义知识能力更强。数据碎片化是最常被提及的挑战（55%），企业将优先投资检索技术、AI 评估智能体和知识图谱。
Mistral 发布 Agentic Search 检索层，让模型在复杂文档中搜索、导航、阅读并验证来源。它通过 Mistral Search Toolkit 和 Libraries 提供；在 FinanceBench 上金融文件问答正确率从 26.7% 升到 86%，在 OfficeQA Pro 上提升 45.6 个百分点至 51.9%，同时降低 token 消耗和延迟。
推荐理由：原文给出了 FinanceBench 26.7% 到 86% 和 OfficeQA Pro +45.6 点的量化结果，以及 Search Toolkit 与 Libraries 两个落地路径。