统一入口不是终点：从 Ask Gemini 看 Agent 工作台的三层架构

摘要：Google 正在把 Ask Gemini 推进 Chat，统一入口的价值很明确。但工程上，"能接住请求"和"能稳定交付"是两种能力。本文用指令层、岗位层、验收层拆解 Agent 工作台，并给出何时该从通用助手拆出岗位 Agent 的判断标准。

8 月 26 日，Google 开始渐进推送 Ask Gemini in Chat。官方的描述很直接：这是工作的"统一命令行"。

跨 Gmail、Drive、Calendar 搜索，整理会话，生成图片或更新稿，管理任务与日程，都可以从 Chat 发起。对产品体验来说，这条路线几乎没有争议：入口越少，用户越不需要记住"这件事该去哪个 AI 里做"。

但从 Agent 工程角度看，统一入口解决的是路由，不是交付。

一个入口能减少跳转，却不会自动生成 SOP

假设用户说："把本周产品动态整理成三个平台的文章，配图后填进发布后台。"

通用入口可以识别这是一个内容任务，也可以调用搜索、写作、图像和浏览器工具。问题出在第二次运行：

它是否知道三个平台不能原样群发？
是否会读取上周标题，避免重复论点？
动态信息要回到哪些官方来源？
头条标题长度、掘金分类、CSDN 标签分别怎么验收？
点击发布后，什么页面才算成功？

如果答案都藏在用户临时输入里，这个系统仍然是"带工具的对话"。它能完成任务，但流程无法复用，也很难稳定评估。

岗位型 Agent 的意义，是把这些隐含约束变成可版本化的配置和验收条件，而不是单纯换一个模型名称。

三层拆分：Intent、Role、Acceptance

一个适合真实业务的 Agent 工作台，可以拆成三个层次。

1. 指令层：Intent Router

输入是自然语言目标，输出是任务类型、必要上下文和下一步路由。这里追求覆盖面与低摩擦，适合统一入口。

它不应该携带所有岗位的全部知识，否则系统提示、工具列表和上下文会不断膨胀。它只需知道：这是临时问答，还是应该派给一个已经存在的岗位。

2. 岗位层：Role Runtime

岗位层持有完成某类交付所需的最小集合：

text 复制代码

role = {
  business_context,
  workflow,
  skills,
  tools,
  output_contract,
  escalation_rules
}

内容运营、视频制作、数据分析使用不同的上下文和工具。岗位之间可以通过 Agent as a Tool 协作，但不必把所有能力装进同一个运行时。

这与传统服务拆分有点像：不是为了微服务而微服务，而是让边界、失败域和升级节奏更清晰。

3. 验收层：Acceptance Gateway

许多 Agent 演示停在 tool call 返回 success。真实业务必须继续验证外部状态：草稿是否存在、字段是否完整、图片是否上传、内容处于审核中还是已经公开。

验收层至少要区分四类检查：

text 复制代码

事实检查 → 格式检查 → 外部状态回读 → 人工确认

只有可逆、低风险、结果可回读的动作，才适合自动继续。发布、付款、删改数据等动作应当保留确认点或更严格的策略。

什么时候应该从通用入口拆出岗位

可以把任务的"岗位化分数"理解为四个变量：

text 复制代码

重复频率 × 上下文复用 × 流程稳定度 × 可验收性

一次性的资料查询，四项都低，留在通用入口最合理。每日线索整理、每周内容运营、固定格式报表，四项都高，岗位化收益会迅速增加。

拆分后还有一个工程收益：岗位可以独立克隆和版本管理。某个公众号编辑流程升级，不必同时影响闲鱼运营和视频制作；某个客户需要不同品牌语气，也可以从稳定版本复制，而不是修改全局 Agent。

OpenAI 的 Workspace Agents 文档也把重点放在"可重复任务和工作流"上：Agent 可以连接文件、工具、Skill，分享给团队，定时运行，或由 API 触发。今天发布的管理员研讨会回放，则进一步说明行业关注点正在从"能否创建 Agent"移向"怎样部署和管理可复用岗位"。

Tipkay 采用的也是分层而非全能入口

这里披露一下关系：我们正在做 Tipkay。

我们的取舍是，顶层仍然允许用户直接说明经营目标，但执行层由已经配好经验、流程和工具的垂类 AI 员工承担。官网当前列出了小红书运营、抖音运营、公众号编辑等岗位；底层支持多智能体、Agent as a Tool、按助手配置 Skill/MCP 和定时任务。业务素材与平台登录态可以留在本机，关键发布动作交给人确认。

这并不意味着通用 Agent 没有价值。恰恰相反，通用入口最适合担任调度员；只是调度员不必同时兼任每个部门的熟练工。

如果你正在设计 Agent 产品，我建议先问一个比"要不要做统一入口"更具体的问题：用户下次做同类工作时，还需要重新解释多少？需要重复解释的内容越多，就越应该从对话里抽出来，变成岗位配置、工作流和验收规则。

入口决定用户愿不愿意开始，岗位和验收决定系统能不能长期被信任。

参考资料：

Google Workspace Updates: workspaceupdates.googleblog.com/2026/08/ask...
OpenAI Academy: academy.openai.com/public/vide...
OpenAI Help Center: help.openai.com/en/articles...
Tipkay: www.tipkay.com/

标签：人工智能、AI、架构、Agent、MCP