AWS 喺 2026 年 11 月 6 日喺其 AWS Machine Learning Blog 發了一篇《Taxonomy of agentic primitives in Amazon Quick》，交代佢哋開發 Amazon Quick 時，為代理系統嘅底層「原語」(primitives，組成代理任務嘅最小構件) 收斂咗一套統一分類法。佢哋表示呢個係一系列文章嘅第一篇，隨後仲會講代理運行系統 (agentic operating system)、背景學習 (background learning)、主動推送 (proactive feeds) 等。
佢哋話，過去一年 Amazon Quick 嘅代理 (agent，可以自主執行任務嘅 AI 系統) 已經由答問題進化到做嘢：排程會議、跑研究、生成報告。系統越長越大，一個問題就反覆出現：同一啲概念一直被人用唔同嘅名字重頭建——「做嘢嗰個」、「發起嘅訊號」、「打包好嘅流程」、同「帶住教訓行嘅記憶」。呢種重複最終滲入產品設計，落到用户身上。
佢哋舉個例：用户講「monitor my Slack channel and send me a daily digest」，呢個係一個新代理、俾現有代理嘅排程指令、一條 workflow（工作流）定一個 skill（技能）？冇共同語言呢，四個唔同嘅問題就坍縮成一個令人迷惑嘅選項。
AWS 嘅解法係將代理工作拆成四個問題：When?（邊個時間／邊個事件觸發）、What?（做乜）、Who?（邊個代理）、How?（點做）。
圖片：Tony Webster from Minneapolis, Minnesota, United States／CC BY 2.0／Wikimedia Commons
Trigger（觸發器）：啟動任務、並同時揹住指令——一句人講嘅嘢同時係激活時刻同任務描述，所以 trigger 同時負責 When 同 What。AWS 列咗四種：human-initiated（人主動問，即時對話式）、agent-delegated（一個代理喺任務中途呼叫另一個代理處理子問題，可組合、可遞迴）、scheduled（定時，例如「每星期一早九點跑財務研究」）、event-driven（外來訊號，例如新 email、Slack mention、檔案變更或 webhook）。佢哋指 trigger 類型會影響執行態度：背景定時任務可以保守（唔確定就唔做），而人主動觸發則應回應（唔確定就問，唔好直接停）。
Agent（代理）：定義為持續、會學習嘅執行者 (persistent, learning actor)，係 Who?，亦係學習累積嘅錨點。兩個代理畀同一輸入都可以有唔同表現，因為佢哋揹住唔同嘅 instructions、capabilities 同 history。AWS 強調代理唔係佢跟嘅指令，而係「解讀」呢啲指令嘅實體。代理由三樣嘢組成：instructions（人設、角色、上下文檔案同運作原則；Finance Agent 同 general assistant 行為唔同，主要就係因為呢個）、capabilities（可用嘅工具、技能、workflow 同子代理，可動態更新，例如一個製圖函數庫可以呢個 session 加、下個 session 除）、learned context（隨使用累積嘅記憶：邊啲 query 對某個工具有效、用户鍾意咩格式、關注邊啲 edge case）。
呢個框架大多數係刻意對終端用户隱藏，但共用一套語言令底層開發者更易於推理。
阿調搞兩下：一套「When/What/Who/How」分類法本身就冇咩新嘢，新嘅係一頭霧水嘅 agent 架構終究要落到四條問題，畀開發者唔使重頭發明名字。AWS 選擇主動公開呢套內部語言，仲預告咗運行系統、背景學習、主動推送成串文章，係想業界有共同詞彙。但呢套框架對普通用户係隱形嘅，而佢哋預告嘅「background learning」就冇交代幾透明、用户畀邊個權限去控制——先看完成串文章先有得講。
阿調｜深度調教
