你有没有想过，当AI代理需要操作那些连API都没有的上古软件时，它得多费劲？一遍遍截图、分析像素、模拟点击——像个看不清屏幕的人拿着放大镜摸索。AWS今天的答案是：直接给它一台看得见摸得着的虚拟电脑。

经过短暂的公开预览，AWS在周二正式上线了Amazon WorkSpaces for Agents。别把它和Amazon Connect Agent Workspace搞混了——后者是给人用的客服工作台，而WorkSpaces for Agents专为AI代理打造，让它们能在云端操作桌面应用程序。

打开网易新闻 查看精彩图片

普通的Amazon WorkSpaces是给企业员工用的持久化云桌面，管理员预先配好环境，员工远程登录干活。新推出的WorkSpaces for Agents也是虚拟桌面，但服务对象换成了代理——那些需要与旧系统、老软件互动的AI程序。

这件事的现实意义是什么？想想你公司里那些跑了十几年的财务系统、合规平台、税务工具。以前想让AI代理接入，要么大动干戈做定制集成，要么干脆把旧系统推倒重来。现在，代理可以直接登录一台安装了这些软件的云桌面，像人类员工一样操作它们。

AWS公布的参考客户是荷兰跨国集团威科集团。这家公司为全球客户管理复杂的税务、法律和合规流程。威科工作场所技术总监安德烈·阿克曼在公告中解释了这项服务的价值："我们的团队为全球客户管理着复杂的税务、法律和合规流程。Amazon WorkSpaces让我们能够将AI代理直接放入这些工作流程中——它们可以访问和操作我们员工使用的相同业务应用程序，而我们不需要重建任何东西。这对我们思考自动化的方式而言，是向前迈出的有意义的一步。"

一旦启用，代理可以通过模型上下文协议连接到这些桌面。连接建立后，代理就能流式传输会话，按需与桌面应用程序交互。访问权限由AWS的身份与访问管理服务控制，审计追踪则通过AWS CloudTrail和Amazon CloudWatch完成。

这里有一个关键的技术选择值得细看。目前主流的"计算机使用代理"工作方式是循环截图加视觉分析：代理截取当前屏幕，分析画面内容，决定下一步操作，执行点击或输入，然后再截图重复。整个过程慢得让人着急——相当于每一步都要停下来"看"一眼再走。

AWS的做法是在两种方案之间找到互补路径。实现方式是这样：创建主操作系统镜像时，在WorkSpace上安装一个文件系统MCP服务器。有了这个服务器，代理可以通过工具调用直接读写文件，不需要走截图循环的老路。那些需要操作图形界面、没有API可调的任务，仍然用视觉驱动方案处理；而能用MCP工具解决的部分，直接通过高效的文件操作完成。

AWS在公告中解释了这种设计模式的逻辑："正确的设计模式将每个子任务路由到最高效的可用接口——当存在MCP工具时调用它，只有在没有API覆盖该任务、或者操作图形界面本身才是目标时，才回到视觉驱动的操作方式。这里存在复合收益：当工作流程的大部分通过MCP路由时，剩余的视觉子任务收缩为聚焦的操作——更少步骤、更短序列、更少失败。MCP工具转发让这种模式在WorkSpaces Application实例内部得以运作。"

随着正式上线，AWS还增加了一项重要能力：人类可以观察代理的操作，并在必要时接管控制。公告中明确写道："如果你观察到代理正在执行意外操作，停止按钮让你可以直接干预，无需重新启动会话或回滚状态。"随着从开发阶段过渡到生产环境，用户可以根据实际情况，灵活决定采用哪种控制模式。

从商业逻辑上看，WorkSpaces for Agents解决了一个真实痛点：大量企业软件永远不会被重写或提供API，但它们承载着核心业务。AWS没有试图改变这个现实，而是给了代理一个"人"的身份——让它进入这些软件运行的原始环境，用最直接的方式完成工作。带给用户的价值很清晰：不需要重建任何东西，就能让AI代理参与到真正的业务流程中。