Agent OS 的三种入口：为什么阿里、腾讯、AWS 押了三条不同的路

这三个入口不是平行的，是把"Agent 干活的现场"从三个角度切进去。 阿里认为 Agent 未来是企业里的组织成员，于是从"项目怎么组织人"入手；腾讯认为 Agent 未来是随身跟着人的能力，于是从"设备怎么打通"入手；AWS 认为 Agent 未来是接管工程流水线的承包者，于是从"代码怎么持续演进"入手。

同一个"多 Agent 协作"的表述，在三家产品里指的其实是不同的事：

• 在万有无界里指的是"9 个角色 Agent 在一部短剧项目里接力"；
• 在 WorkBuddy 里指的是"眼镜采集、云端理解、手机复盘、PC 归档"这条链路上不同能力节点的协同；
• 在 Kiro Crew 里指的是"多个后台 Agent 同时跑构建、迁移、修 bug"。

这三种协作的对象、生命周期、失败方式都不一样，工程实现自然也不一样。把它们放在同一个"Agent 平台"的桶里比拼，就像 20 年前把 SAP、iOS、Jenkins 放在一个桶里比拼——名字看起来都能叫"平台"，但它们分别锚定了组织流程、终端设备、构建流水线三个完全不同的入口层。

共同的赌注：从"单轮生成"到"长期委托"

差异说完了，也得看共同点——三家其实都在下同一个赌注：AI 应用的下一站不是"更强的单轮生成"，而是"跨会话/跨设备/跨组织的长期委托"。

Mesaroš在 Kiro Crew 分享里说过一段话很清楚："长期运行并不意味着让模型无限循环，而是让任务能够跨越多个会话持续推进，同时保留必要的上下文、执行记录和人工干预入口。"三家产品在这一点上高度一致：都在讲"记忆"、都在讲"跨会话"、都在讲"授权/审计"。

这个共识背后是过去一年 AI 应用落地暴露出来的一个真问题：模型能一次生成 500 行能跑的代码，但守不住上下文；能回答一次复杂问题，但记不住昨天说过什么；能在 demo 里跑通流程，但没法在企业里持续存在。 单轮生成的价值天花板已经很明显——不是模型不够强，而是"没有身份、没有记忆、没有权限边界"的 Agent 无法进入真实的工作场景。

于是三家不约而同把重心从"模型多强"移到了"Agent 怎么持久化"。阿里的做法是把 Agent 变成企业里的"数字员工"，产出归企业所有；腾讯的做法是把 Agent 变成一条跨设备的"记忆链"，用户在哪个终端上都能续接上；AWS 的做法是把 Agent 变成"跨会话的工程执行者"，靠检查点和重试机制在无人值守时继续推进。

InfoQ 那篇报道里有一句话点到了要害："企业真正需要的不是一个无限积累信息的 Agent，而是一套能够解释信息从哪里来、为什么被采用，并允许人工纠错和设置适用范围的记忆系统。否则，长期记忆只是把单次幻觉变成可持续复用的错误。"这句话对三家都成立——Agent 时代的护城河不是模型能力，而是这套治理机制。

对国内企业选型的三个具体判断

这些抽象讨论对国内企业到底意味着什么？三个直接的判断。

第一，选型的第一个问题不是"哪个 Agent 更聪明"，而是"我的入口在哪个层"。 一家做金融 SaaS 的公司，需求可能是"合规部门内部的知识沉淀 + 跨部门流程审批"——这是组织入口，万有无界的项目空间和权限体系是对症的；一家做智能硬件的公司，需求可能是"耳机采集的语音要能同步到手机日程"——这是设备入口，WorkBuddy 的跨端链路是对症的；一家做 DevOps 工具的公司，需求可能是"CI 失败后 Agent 自动排查"——这是代码入口，Kiro Crew 的 Webhook 和检查点是对症的。选错入口，产品能力再强也用不上。

第二，"沉淀归属谁"是企业级 Agent 平台的分水岭。 万有无界特别强调"经验归属企业账户，人员流动不影响组织能力的连续性"——这不是营销话术，是企业选型的真问题。用消费级 Agent（比如员工个人的 ChatGPT 账号）积累的经验，本质上是员工的私人资产，一旦离职就带走。企业采购的 Agent 平台如果不能在数据、记忆、权限层面把这条切断，用得越久风险越大。

第三，A2A、MCP、Connector 这类"跨平台协作协议"决定未来的生态归属。 三家产品都在打各自的协议底座：阿里说支持 A2A 协议接入外部 Agent；腾讯说 Connector 支持 MCP 与 CLI 双方案；AWS 说 Kiro Crew 通过 Slack/Telegram/Discord 接入外部消息系统。这些协议的语义、覆盖面、认证机制现在还在各自演进，没有统一。谁能把标准定下来，谁就有生态——过去 10 年云计算是 API 的战争，未来 5 年 Agent 是"协作协议"的战争。国内企业现在的选型，其实是在提前站队。

三条路的哪一条会先跑通？

三家的技术路径都能自洽，但商业落地的节奏未必相同。

从公开信息看，Kiro Crew 走得最"务实"——面向开发者、开源、有明确的工程场景（无人值守的 CI/迁移）、有超过 3.9 万内部用户的先跑记录。它不需要生态就能自证价值，因为开发者本身就是能自我服务的用户。

万有无界走的是"深度绑定企业"的路——它的价值必须在项目周期跑完之后才能被验证，短则数周、长则数月。阿里给出的案例（影视短剧、9 个 Agent 全流程）落在了内容创作这个门槛相对低的场景，但企业级市场真正的大头（金融、政务、制造）需要更长的验证周期。

WorkBuddy 走的是"生态先行"——一次发布 9 款硬件 + 30 多个行业应用 + 100 多家开发者伙伴。这条路的门槛在于"设备端 Agent 体验"的用户教育：把眼镜、耳机、录音笔这些散点设备通过 Agent 串起来对用户是一个新范式，需要几个"iPhone 时刻"级别的体验案例才能真正跑起来。

哪条路先跑通取决于市场先在哪个入口层达到"Agent 是刚需"的门槛。工程侧的证据已经很明显——GitHub Copilot 到 Kiro 到 Kiro Crew 是一条清晰的曲线；设备侧和组织侧的证据还在积累。9 月 2 日这一天三家的同期发布不是巧合，而是 Agent 从"能力展示"进入"入口卡位"的一个信号。接下来 6 到 12 个月，市场会把票投给他们中的哪一个（或全部），值得持续观察。