AWS 拆解 Quick 智能体：多数需求不用新建 agent

你有没有被这种界面绕晕过：想让 AI 每天早上盯着某个群，再发你一份摘要，结果产品里摆着智能体、定时任务、工作流、技能四个入口，到底该点哪个？

2026 年 11 月 6 日，AWS 在机器学习博客上发了一篇文章，专门拆这道选择题。文章把 Amazon Quick 里智能体的工作拆成 When、What、Who、How 四个问题，给出一套“原语”分类法。AWS 在这篇文章里的核心主张是：用户说的“监控 Slack 频道，每天发摘要”，通常是给已有智能体加一个触发器，而不是新建智能体或工作流。这是一个系列的第一篇，没发功能，也没给数字，但路线讲得相当清楚。

背景交代一下：Amazon Quick 是 AWS 4 月 28 日宣布正式可用的桌面助手，能连 Google Workspace、Microsoft 365、Slack、Zoom、Salesforce 这些工具。AWS 高管在发布期间的沟通会上说，它在亚马逊内部已有超过 50 万用户。

四个问题，其实是“雇人”那套逻辑

先说这套东西是啥。你可以把它想成雇一个员工：什么时候开工，干什么，谁来干，怎么干。

“什么时候”和“干什么”合在一起，叫触发器。AWS 列了四种：人发起的对话，智能体做到一半叫另一个智能体帮忙，按时间表跑的定时任务，还有外部事件，比如来了封邮件、被人在 Slack 里提了一嘴、某个文件变了。触发方式还会影响行为，AWS 举的例子是，后台定时任务拿不准就保守点，什么都不做；人在对面等着的时候，则先问你一句再动手。（这个细节我挺喜欢，比一刀切的“全自动”靠谱。）

“谁来干”是智能体，“怎么干”是能力，能力又分工具、技能、工作流三档。

agent 被定义成“会长记性的人”，这步棋不小

AWS 把智能体定义为“持久的、会学习的执行者”。它由三样东西构成：长期指令，管人设、角色和运行原则；可随时增减的能力，今天加个图表库，明天就能撤掉；还有越用越多的“学到的上下文”，比如哪种查询对某个工具管用，用户偏好什么格式。

其余的一律算外部的。底层大模型，AWS 明说是“可替换的模型参数”；对话历史是单次会话的状态；触发器归平台管。

这个定义有两个后果。一来，聊天型、定时型、所谓“自主型”智能体被合并成同一个角色：能跟你聊，能排班，还能回头翻自己干过的活。二来，模型被放到了“可换零件”的位置。

这跟 AWS 的整体打法对得上。Constellation Research 的报道提到，AgentCore 不绑定模型和框架，而 4 月底一起亮相的 Bedrock Managed Agents 是 OpenAI 模型加 OpenAI 智能体框架的预览版组合。我们 AI主线 的判断是，AWS 想卖的是智能体怎么运转的那一层，模型是谁家的，它眼下并不急着站队。

skill 和 workflow，模型再强还要不要

技能是一套带模板、脚本、示例的做法说明，讲思路而不是死步骤。它按“渐进式披露”加载：智能体平时只看到名字和一句话简介，用到了才去读全文。这个思路和 Anthropic 在 Agent Skills 工程博客里写的是一路，那篇文章把渐进式披露称作核心设计原则。行业在往同一套词汇收敛，对开发者是好事，概念不用每家重学一遍。

工作流则是另一个极端：步骤、分支、错误处理都写死，决策逻辑放在代码里，不靠模型临场推理。AWS 的例子是采购审批，预算检查、经理签字、财务过目，每步留痕。路线固定，但每一步里的判断仍然归智能体。

那模型越来越强，这俩会不会被淘汰？AWS 的回答是不会：技能是沉淀和共享机构经验的单位，工作流提供可审计和确定性的多系统协作。我觉得这个理由在企业场景站得住，合规流程要的是“每一步都查得到”，不是“这次答得更聪明”。

文章里还有个我觉得最有意思、也最没落地的点。AWS 说，一个摸透了的技能可以收紧成工作流，一个老碰边角情况的工作流可以松回技能，前者叫“结晶”，后者叫“消解”，靠 Quick 的持续学习框架完成，细节留给后续文章。眼下它只是个说法，没演示，没数据，别当成已上线的功能。

回到那个摘要需求，AWS 给了三种做法：一句话的定时指令，让智能体自己琢磨；同一个任务再挂一个写明格式和频道优先级的技能；或者挂一个带错误处理的工作流。三种都能每天出摘要，差别在“信任契约”：信得过智能体的选第一种，被输出不稳定坑过的选第二种，流程涉及合规的选第三种。

没发功能的文章，为啥还得翻一翻

做智能体的开发者，可以直接拿这四问当拆需求的清单：一句话需求，该落到触发器、技能还是工作流上，先想清楚再动手。负责选型的人，我自己会拿这四个问题去问供应商：触发器、记忆、固定流程，是分开的还是搅成一锅的。

普通用户倒不用操心，AWS 自己也说，这套框架大部分在设计上就对终端用户不可见。

要泼一点冷水：这篇全是 AWS 自家的说法。没有第三方验证，没有性能数字，“越用越聪明”这类主张，目前只能听官方讲。

AWS 预告了后续会讲智能体操作系统、后台学习和主动推送的信息流。我们 AI主线 接下来盯的不是 Quick 又多了哪个按钮，而是“后台学习”那篇能不能把结晶和消解的具体机制摊出来。摊出来了，这套词汇才算从概念变成了东西。