一句话定义：后台智能体（Background Agent）是一类把执行过程放在服务端、不依赖你的浏览器标签页的 AI 智能体：任务交出去之后，你可以关掉网页、合上电脑，稍后回来收结果。
为什么普通对话做不到
日常用的对话式 AI 是“一问一答”的：你的请求挂在一条连接上，模型边生成边往回推字，连接一断，生成也就停了。这套机制适合秒级任务，比如改写一段话、查一个概念。但真实工作里常有“跑十几分钟甚至几小时”的活：把三十份财报读完做对比表、给整个代码仓库补测试、批量整理几百封邮件。让用户盯着进度条不许关页面，显然不现实。
打个比方：手洗衣服时，你必须守在盆边；洗衣机则不同，衣服丢进去、按下开始，你就可以出门办事，机器自己进水、洗涤、脱水，回来取衣服即可。后台智能体就是 AI 世界的洗衣机，把“执行”从“你面前这块屏幕”里剥了出来。
撑起这件事的三个部件
- 长任务队列（Task Queue）：任务先入队，再由后台的工作进程（Worker）领取执行。队列负责削峰、并发控制、失败重试，保证任务不会因为你关页面而消失。
- 状态持久化（State Persistence）：每一步做到哪、产生了哪些中间结果，都写进数据库或对象存储。进程崩了、机器重启了，还能从断点接着跑，而不是从头再来。
- 进度回传（Progress Reporting）：通过轮询或服务端推送，把“正在读第 12 份文件”这类状态送回前端；最终结果落库，你回来时它已经在那儿等着。
和相邻概念的区别
| 普通对话式 AI | 后台智能体 | |
|---|---|---|
| 生命周期 | 绑定一次请求、一个页面 | 绑定一个服务端任务 ID |
| 关掉页面 | 中断 | 继续跑 |
| 典型时长 | 秒级 | 分钟到小时级 |
| 适合的事 | 问答、改写、单轮生成 | 批量调研、跑测试、长流程操作 |
它和自动化工作流（Workflow）也不是一回事：工作流按人预设的步骤走，后台智能体则让模型自己决定下一步做什么、调用哪个工具，因此更需要可观测性和中断开关。
对实际工作的意义
对使用者，工作方式从“守着等”变成“交代完就走”：下班前把活派出去，第二天看结果。对做产品的人，难点不在模型本身，而在工程细节：任务要幂等（重复执行不出错）、要有超时和成本上限、要能中途取消、关键步骤最好留人工确认卡点——毕竟一个能自己跑一小时的智能体，跑偏了代价也不小。各家产品对任务时长、并发数的限制不同，具体以官方页面为准。