当自主性需要守护者时，承诺本身就出现了裂缝
有一个特定的时刻，企业语言会暴露自身的矛盾。这种时刻发生在同一家公司宣布其人工智能代理可以独立工作、并行运行、无需监督、并在任何人提出要求之前就交付结果，同时却在同一场活动中推出一整套工具，而这些工具唯一的功能就是监视这些代理、纠正它们，并撤销它们做错的事情。
这正是2026年6月纽约AWS峰会上所发生的一切。亚马逊网络服务带着"代理时代"的承诺出现在企业市场面前，却在活动结束时同时宣布了其迄今为止最具雄心的自主代理系统和最为严密的控制基础设施。两者之间的距离不是一个技术细节，而是一份关于这个行业真实所处位置的立场声明。
对于领导一个组织、需要决定在哪里投入资本、人才和机构公信力的人来说，这种张力值得比通常所获得的更为深入的分析。
---
这份产品有两个层次，但只有一个层次在被销售
AWS发布会的核心是Amazon Quick，这是一个允许没有编程知识的用户用自然语言描述功能、并在数秒内部署自主代理的平台。流传的示例是：一个代理在夜间监控监管文件，将其与内部政策进行比对，并在黎明前提交影响分析报告。无需人工干预，无需编写代码，没有任何摩擦。
这个销售论点简洁明了。在某些有限的情境下，它可能真的有效。但同一场发布会还包含了其他一些讲述着不同故事的内容。
AWS DevOps代理加入了版本管理功能，可以在人工智能代理生成的代码进入生产环境之前对其进行审查，因为正如该公司自己所表述的那样，编码代理以极快的速度编写代码，而人工审查的速度依然缓慢。AWS Transform也随之亮相，它建立在这样一个前提之上：代码生成得越快，技术债务积累得就越快，而这些债务需要持续的自动化清理。AWS Continuum也在发布会上推出，这是一项从"学习模式"启动的安全服务，只有随着系统信任度的提升，才会逐步过渡到自主执法模式。
这些工具中的每一个，都在其设计层面默认代理会犯错误，这些错误如果没有人拦截就会进入生产环境，而问题产生的速度可能超过人类的检测能力。这不是对自主性的描述，而是对一个需要大规模持续监控的系统的描述，因为没有监控，风险就会变得难以管控。
AWS的人工智能代理副总裁斯瓦米·西瓦苏布拉马尼亚拒绝了将此解读为矛盾的说法。他的论点是：控制不会削弱自主性，而是使自主性成为可能。每个决策上的人工摩擦并不是良好治理的保证，而是伪装成审慎的瓶颈。AWS所提议的是用基于策略的控制取代人工摩擦，这些控制能够以现代组织所需的速度和规模运行。
这是一个聪明的论点。在某种程度上，它是正确的。但它回避了某些东西。
---
问题不是技术层面的，而是尚未解决的治理层面的
自动化控制优于人工摩擦这一论断，在控制得到正确校准、管理代理的策略精确反映组织意图、以及系统内发生的错误可被检测和可逆的情况下才能成立。这三个条件没有一个是免费的，它们都需要大多数企业尚未完成的前期组织性工作。
Constellation Research的副总裁兼首席分析师利兹·米勒毫不客气地说：治理、风险与责任是系统性地首先阻碍企业人工智能代理项目推进的制约因素。不是技术，不是预算，而是无法清晰回答"当代理做出一个没有人明确批准的决策时，谁来负责"这个问题。
这是许多组织刻意回避的对话。他们之所以回避，是因为它在内部有政治代价。定义代理可以在没有人工验证的情况下决定什么，意味着需要对哪些流程可以标准化、存在哪些例外情况、系统失败时会发生什么以及由谁来签字授权等问题表明立场。这些不是技术问题，而是关于权力、责任和风险承受能力的问题，需要高层管理人员首先将这些问题明确提出来。
西瓦苏布拉马尼亚在接受Fast Company采访时以一种值得关注的方式承认了这一点："人类批准的个别行动更少，但对于决定结果的系统级决策仍然负有责任。责任并没有减少。"这是对正在发生之事的诚实描述。但这也是一个信号，表明许多企业今天所拥有的组织责任模式——围绕个别批准和逐案审查构建——并没有具备在这种新框架下运作的能力。
AWS无法为其客户回答的问题是：有多少组织拥有足够的内部成熟度，能够区分哪类决策可以委托给代理、哪类需要继续由人类做出，以及如何设计两者之间的边界。这个边界不是由技术来定义的，而是由领导层来定义的。
---
Gartner关于40%的预测，以及为何它比看起来更重要
Gartner预测，超过40%的人工智能代理项目将在2027年底之前被放弃。其提到的原因有三：成本不断攀升、业务价值不明确以及风险控制不足。这一预测并非危言耸听，而是对代理出现之前就已存在的模式的统计描述：企业技术采用失败，更多时候源于治理和价值定义问题，而非技术局限。
这个数字在当前语境下之所以相关，是因为AWS通过构建如此密集的控制和监控基础设施，隐性地承认了没有这套基础设施的代理对于企业生产环境而言具有不可接受的失败率。决定将治理策略内嵌于AgentCore中发布、以"学习模式"启动AWS Continuum、在DevOps代理中创建回滚机制，这些都不是安全营销行为，而是针对真实问题的防御性架构。
这为企业客户创造的问题具有一种很少有组织明确说出的性质：如果代理的价值取决于管理它们的策略的质量，而这些策略又取决于组织能否精确地知道自己想要自动化什么、谁有权力这样做、什么构成不可接受的错误，那么真正的工作就不是技术层面的，而是组织层面的。而这项工作不包含在任何软件许可证中。
米勒警告说，那些将重复性任务的自动化与真正的自主性——即在不断变化的情境中做出目标导向决策的系统——相混淆的企业，是风险最大的。这不是因为技术欺骗了它们，而是因为它们在承诺部署之前，允许自己不去提出那些会在内部产生摩擦的问题。
AWS在产品设计中也贯彻了同样的逻辑，当其宣称"智能不再是瓶颈，情境才是"时。这句话具有具体的组织含义：代理的好坏取决于其运行所依托的数据的质量、一致性和可访问性。而大多数大型企业的数据是碎片化的，历史记录不一致，系统之间也无法互相对话。在部署代理之前解决这些问题，不是IT团队可以单独处理的技术先决条件，而是高层管理人员必须做出并坚持的关于投资优先级的决策。
---
AWS未明确点名的平台赌注
此次发布会有一个维度值得单独分析，因为它影响着任何考虑采用这些服务的企业的决策经济学。
AWS卖的不只是代理，而是在构建一种代理依赖于其自有组件的架构：用于企业知识的AWS Context、用于结构化数据的Amazon S3 Annotations、用于编排的AgentCore、用于输入输出控制的Bedrock Guardrails。组织在该系统内创建的每一层价值——每一项已定义的策略、每一个已编码的工作流程、每一个在存储于该基础设施上的自有数据上训练的代理——都在加深离开的成本。
凭借2024年超过1049亿美元的收入，AWS有足够的规模在企业市场走向成熟使用自主代理所需的时间内维持这一架构。这个赌注并不在于代理今天就是完美的，而在于那些在这个基础设施上构建运营的组织将面临足够高的迁移成本，使得这种关系变得结构性而非交易性。
这不是批评，而是对平台如何在关键基础设施领域竞争的描述。微软正在用Copilot Studio和Azure AI Studio做着类似的事情。谷歌云也有其自己的版本，即Vertex AI Agent Builder。所有人都在提供同样的核心论点：模型、数据、编排和治理之间的垂直整合才是真正的优势，而非模型本身。
对于正在评估在哪里做出承诺的高管而言，问题不在于代理在试点中是否有效，而在于组织是否拥有流程成熟度、数据清晰度和责任文化，以便在每个供应商所提议的平台架构中运营。这种评估不能委托给技术团队，它需要领导者理解自己正在签署什么。
---
有导师监管的自主性不是终点，而是起点
西瓦苏布拉马尼亚将当前对代理的抵制与云计算早期存在的疑虑进行了比较。他的论点是，控制会成熟，信任会增长。这是一个合理的类比，但它省略了关于正在被委托之事的本质的某些内容。
当一家企业迁移到云端时，委托的是计算基础设施。错误代价高昂，但通常可以恢复：一台宕机的服务器、一个缓慢的数据库、一个无法访问的服务。当一家企业在决策流程中部署自主代理时，错误的类别就发生了变化。一个误读了监管文件并在凌晨6点提交错误分析报告的代理——在任何人审查之前，已经有人基于此做出了决策——会造成一种不同类型的损害。可恢复性并不能由技术回滚的速度来保证。
AWS所提议的治理模式——人类在系统层面批准决策，而代理在任务层面执行——在概念上是连贯的。但它只有在每个组织内部精确定义了"系统层面"与"任务层面"的区别，并且高层管理者对自己正在治理什么有足够深入的理解时，才能发挥作用。
AWS带到峰会上的自主性承诺在其雄心上是真诚的。它在这一承诺旁边安装的限制在其实用性上也是真诚的。但这两者都无法替代的，是在任何代理触碰一个重要流程之前必须发生的领导力工作。这项工作并不光鲜，没有主题演讲的幻灯片，但它是其他一切所依赖的前提条件。
在这一周期中脱颖而出的组织，不会是那些最快采用代理的组织，而是那些在部署之前诚实地说出了自己尚未解决的问题的组织。
