AWS 于 2026 年 7 月 27 日在官方 Machine Learning Blog 发布《Beyond RAG: Task-aware knowledge compression for enterprise AI on AWS》，介绍 task-aware knowledge compression（TAKC）方案，面向跨数百份文档的分析型任务。
AWS 在文中写明，TAKC 会先把完整知识库预压缩成面向任务的表示，再按不同保真度分层缓存，并把每个查询路由到合适的层级处理。
这篇官方文章同时给出可部署的开源实现，说明该方案可直接在 AWS 上落地，用于处理需要低延迟检索和多文档汇总的企业 AI 场景。
AWS 还指出，传统 RAG 在这类分析任务上容易遇到性能上限，TAKC 的设计目标是在保留任务相关性的同时，减少检索负担并提高处理效率。
