亚马逊云科技(AWS)发布了一款名为Pizza Bot的新开源应用,该应用为开发者提供了一个邮件风格的收件箱,用于管理在后台运行的AI智能体。

Pizza Bot旨在解决的问题归根结底在于:对于那些在用户下班吃午饭或休息后仍需继续工作的智能体而言,聊天界面并不是理想的交互方式。

因此,Pizza Bot借鉴了历史悠久的邮件运作机制:已完成的任务以未读邮件线程的形式呈现,而需要人工决策的事项则会被突出显示以便处理。应用中还设有一个活动面板,展示交给专业智能体处理的任务,包括它们的工具使用情况和进度。

"调度的智能体会在后台自主运行,并将更新直接呈现到你的收件箱中,供你审查和处理。"

AWS Startups首席技术专家、该项目联合创建者约瑟夫·多利沃(Joseph Dolivo)周四在领英发文介绍这个新项目时指出,Pizza Bot将监控智能体工作的负担完全从用户身上转移开。

"调度的智能体会在后台自主运行,并将更新直接呈现到你的收件箱中,供你审查和处理,而不需要你发起每一次对话或等待提示,"他写道。

在项目周四正式发布的配套博客文章中,创建者们似乎更加强调这一点,指出用户的"缺席"实际上正是设计理念的核心原则。

"这个界面的假设前提是:你不在旁边盯着。"

"这个界面的假设前提是:你不在旁边盯着,"他们写道。"我们还没见过其他产品从这一点出发,而正是这一假设,使得暂停操作可以在创建它的会话结束之后依然存在,使得通知真正值得你去采取行动,使得调度的工作生成的是对话线程而不是日志记录。"

一个社区项目

尽管Pizza Bot源自亚马逊,但它现在实际上是一个独立的社区项目,而非AWS的官方服务。该项目拥有自己独立的GitHub组织,与亚马逊分离,不提供AWS支持或服务级别协议——完全需要用户自行托管。

Pizza Bot本身是一款支持macOS、Windows和Linux的桌面应用,同时也提供浏览器和终端客户端。默认情况下,该应用会在本机启动一个本地Pizza Bot服务器,开发者可以自行选择背后使用的模型——包括Anthropic、Amazon Bedrock、谷歌Gemini、OpenAI、OpenRouter,或通过Ollama使用本地模型。

它还可以通过MCP服务器和Agent Skills进行扩展;例如,内置的浏览器自动化技能使用Playwright MCP来浏览和操作网站。

该服务器也可以运行在一台始终在线的主机或容器中,这样即便笔记本电脑关闭,调度的智能体仍可继续工作,用户之后可以从另一台设备上查看这些对话线程。

底层技术:LangGraph与环境智能体

Pizza Bot的智能体运行时基于DeepAgents构建,这是LangChain推出的开源框架,用于处理长时间运行的智能体任务,而DeepAgents本身运行在LangGraph之上,后者是LangChain用于有状态智能体执行的运行时环境。这其中最关键的部分在于持久化:LangGraph会在智能体工作过程中对其状态进行检查点记录,使任务运行可以暂停以等待审批,在客户端断开连接后依然保留,并在之后恢复时无需从头开始。Pizza Bot将这些检查点,以及对话线程和其他应用数据,本地存储在SQLite数据库和普通文件中。

值得注意的是,AWS自身也拥有一个开源智能体SDK——Strands Agents,该工具自2025年5月起已经发布。但有证据显示,包括该示例代码库中的文字说明,AWS将Strands视为"一种更轻量级的替代方案,适用于那些不需要显式图形控制流的智能体,相较LangGraph而言更为简便"。

针对The New Stack在领英上提出的问题,多利沃表示,他们完全可以使用Strands来开发Pizza Bot,尤其是考虑到Strands现在也支持TypeScript和工作流。但他们最终还是选择了LangGraph,"因为其工具链更为成熟,生态系统也更为广泛,"他解释道。

"它对许多开发者来说也更为熟悉,我们希望降低社区采用的阻力,因为我们当时就知道会把它开源出去,"他补充道。

Pizza Bot的理念也与LangChain早在2025年1月提出的一个概念颇为相近,当时该公司CEO哈里森·蔡斯(Harrison Chase)提出了"环境智能体"这一术语,用来描述那些能够响应事件、并发处理工作,并仅在必要时才引入人类参与的智能体。LangChain当时的参考实现是一个基于LangGraph构建的邮件助手。该公司还开发了所谓的"智能体收件箱":一个受邮件和客户支持软件启发的独立界面,用于跟踪人与后台智能体之间的开放式交互。

从"JoeBot"到Pizza Bot

Pizza Bot的起源可以追溯到2025年4月,多利沃当时启动了一个他称之为"业余时间热情项目"的"JoeBot",用来自动化重复性的CRM记录工作。后来他与同事伊戈尔·菲尔(Igor Fil)合作,将这个脚本发展成Pizza Bot:一个MCP服务器,可以在其内部系统中执行参数化的、确定性的"配方"任务。

这个项目很快就吸引了超出开发团队之外的关注,渗透到技术门槛较低的领域。随着项目的发展,多利沃表示,它最终发展到拥有超过30名贡献者,以及亚马逊内部2000多名用户,因此Pizza Bot需要一个人们可以打开并使用的前端界面。

"MCP服务器需要一个MCP客户端,期望非技术用户在IDE或终端中操作是不现实的,"多利沃补充道。"我们必须在人们实际工作的地方与他们相遇,并完整地掌控整个使用体验。"

最终的成果就是本周发布的这个版本的Pizza Bot:一款围绕收件箱而非终端构建的桌面应用。

Q&A

Q1:Pizza Bot是什么?它有什么用?

A:Pizza Bot是AWS开源的一款应用,为开发者提供邮件式收件箱来管理后台运行的AI智能体。已完成任务会以未读邮件线程形式呈现,需要人工决策的事项会被突出显示,方便用户审查和处理。

Q2:Pizza Bot支持哪些平台和模型?

A:Pizza Bot是一款支持macOS、Windows和Linux的桌面应用,也提供浏览器和终端客户端。开发者可以选择Anthropic、Amazon Bedrock、谷歌Gemini、OpenAI、OpenRouter或通过Ollama使用本地模型。

Q3:Pizza Bot的底层技术是什么?

A:Pizza Bot的智能体运行时基于DeepAgents构建,而DeepAgents运行在LangGraph之上,用于实现有状态智能体的持久化执行,使任务可以暂停、断线保留并稳定恢复。

The New Stack