Amazon Quick 中智能体原语的分类体系

英文原标题：Taxonomy of agentic primitives in Amazon Quick

本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗

• Amazon Quick 团队在构建过程中发现，智能体工作缺乏共享的原语定义，导致同一概念被反复重建，并给产品设计和用户带来困惑。
• 文章提出用四个问题（When、What、Who、How）来分解智能体工作，对应触发器、智能体、能力（工具、技能、工作流）等原语。
• 触发器是工作的启动机制，同时携带任务指令，分为人类发起、智能体委托、定时和事件驱动四类，触发类型会影响执行策略。
• 智能体被定义为持久、可学习的行动者，由指令、能力和学习到的上下文三部分组成，而底层 LLM 是可替换的参数。
• 能力是智能体行动的方式，从完全智能体化到完全确定性的光谱，工具是原子操作，技能是带判断空间的结构化指导，工作流是确定性协调。

关键数据

• 四个问题：When、What、Who、How
• 触发器类型：人类发起、智能体委托、定时、事件驱动
• 智能体三要素：指令、能力、学习到的上下文
• 能力光谱：工具、技能、工作流

为什么值得看：它为构建和讨论智能体系统提供了一套共享词汇，帮助开发者理清系统结构，同时让产品对用户隐藏复杂性。