把 Step Functions 当代理工具用:状态机与模型调用的职责该怎么分
Step Functions 通过 AgentCore Gateway 作为代理工具时,边界应是模型决定是否调用与传参,状态机负责执行顺序、审批和业务不变量;工具粒度、身份注入与 Standard/Express 选型需按官方文档核实。
最短的答案是:模型负责“要不要调用、传什么”,状态机负责“按什么顺序、以什么条件执行”。AWS 在 2026 年 11 月 2 日的 Weekly Roundup 中说明,Step Functions 工作流可通过 Amazon Bedrock AgentCore Gateway 作为 AI agent 工具提供,网关使用 Model Context Protocol(MCP)连接代理与工具;代理决定何时运行工作流、传入什么输入,Step Functions 按定义执行每一步。这个分工的重点不是让模型接管流程,而是把已有流程暴露成可调用能力。
需要先说明边界:上述内容是 AWS 的发布描述,不是独立评测。具体到某个项目,实际行为仍取决于工作流定义、工具 schema、网关配置和身份上下文;这些细节在本次材料中没有展开,待核实。
职责边界:模型做选择,状态机守不变量#
代理适合处理不确定的入口:用户是否要退款、对应哪张订单、原因是什么。状态机适合处理确定性的业务不变量:资格校验、经理审批、入账必须按顺序发生。材料中的退款例子很直接:支持代理可以触发退款,但资格校验、经理审批和入账仍按同样顺序执行,因为“顺序从来不是模型可以即兴决定的”。
这条边界可以落成两个问题。第一,模型能否跳过某一步?不能,凡是审批、风控、扣款、库存占用这类有副作用的步骤,都应留在状态机里。第二,模型能否自由填写所有参数?也不应。模型可以从对话中提取订单号和退款原因,但租户、调用者身份、权限范围不应成为模型可自由设置的入参。
Step Functions 原本就用于编排大量 AWS 服务;材料称它已编排超过 220 个 AWS 服务,并强调已有工作流可被代理调用而无需重写。对开发者来说,这意味着不需要为了“给代理用”而重写整条流程,但需要重新设计工具边界:哪些能力暴露给模型,哪些步骤留在状态机内部。
工具粒度:暴露工作流,而不是暴露每个内部步骤#
材料中的 MoEngage 案例提供了一个有用参照:约 400 个内部 REST API 操作由 25 个团队构建,分布在 7 个区域的私有 VPC 中;如果一次性列出完整工具目录,每个连接会超过 20,000 token,因此代理改为通过描述任务来搜索工具,而不是先接收完整目录。这说明工具发现本身有上下文成本。
对 Step Functions 来说,一个自然做法是把一条完整业务工作流封装成一个工具,而不是把每个 Lambda、每个状态都注册成工具。模型看到的是“退款流程”“开户流程”这类业务能力,顺序和内部步骤留在状态机。这样既减少工具数量,也避免模型误以为可以单独调用“审批”或“入账”步骤。
建议把“启动工作流”和“查询运行状态”分成两个工具。材料只说明代理可以查询运行记录,没有给出查询接口、返回字段或权限模型,这部分待核实。工具描述应写清输入、副作用和返回结果;不要把内部步骤名当成对外能力名。
{
"tool": "start_refund_workflow",
"input": {
"order_id": "ORDER-EXAMPLE",
"reason": "customer_request"
}
}
以上是接口边界示意,未执行;字段名不是官方 schema。审批人、金额上限、租户身份等应由状态机或已认证上下文处理,不应由模型在入参中自由决定。
身份与租户上下文不要交给模型#
MoEngage 案例中还有一个值得注意的细节:租户身份“绝不能成为模型可以设置的参数”。这是一条比工具描述更重要的安全边界。租户 ID、调用者身份和权限范围应由网关或工作流从已认证上下文注入,模型只传业务参数。
把这条原则套到 Step Functions 工具上:如果工具入参里出现 tenant_id、user_id 或角色字段,就要检查它们是否可能被模型填错或被诱导填写。这是设计风险判断,不是材料中已证实的漏洞;材料只提供了 MoEngage 的处理方式,没有给出 Step Functions 的通用身份注入规范,具体实现待核实。
Standard 与 Express:都可连接,但选型参数待核实#
材料说明,现有的 Standard 和 Express 工作流都可作为 connector targets;该能力在 AgentCore Gateway 可用的所有区域提供,按标准费率计费。但材料没有展开执行时限、历史保留、并发限制和计费差异,因此不能仅凭“可作为工具”判断某条工作流适合哪种类型。
更稳妥的做法是按流程时长、人工审批等待、审计需求和调用频率选型,再对照对应官方文档核实参数。短流程和长流程可能落在不同选择上,但具体阈值不应从这篇 Roundup 中推断。
一张职责表#
| 关注点 | 代理/模型 | Step Functions |
|---|---|---|
| 触发 | 判断是否需要退款、选择工作流 | 不决定是否被调用 |
| 参数 | 从对话提取订单号、原因 | 校验参数和业务规则 |
| 顺序 | 不插入、不跳过步骤 | 按定义执行资格校验、审批、入账 |
| 审批 | 可发起请求,不替代审批人 | 按定义执行审批步骤 |
| 状态查询 | 调用查询工具 | 提供运行状态,接口细节待核实 |
| 身份 | 不设置租户身份 | 从已认证上下文取得,具体实现待核实 |
失败与重试放在哪#
本次材料没有展开失败处理。按上述职责划分推导,模型可以决定“是否再次发起一次业务请求”,但不应该替状态机决定“已扣款后重新扣款”。幂等键、重试策略和补偿动作应放在状态机或下游服务中,模型只负责表达意图和必要参数。这是设计建议,不是材料中已验证的实现。
如果让模型承担事务重试,常见问题是模型看不到完整执行历史,也无法保证副作用只发生一次。把重试留在状态机,至少能让顺序和条件由同一份定义控制;但具体重试语义仍需按工作流定义和下游服务能力核实。
结论#
Step Functions 作为代理工具的价值,不是让模型更自由,而是让模型在明确边界内调用可信流程。模型负责意图、工具选择和业务参数;状态机负责顺序、审批、副作用和业务不变量。先画清这条线,再谈工具描述、身份注入和运行查询。材料未覆盖的配额、错误码、MCP schema 和 Standard/Express 差异,应按官方文档逐项核实,不能把发布摘要当成完整契约。
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。