Amazon Quick 实战:AI 工作助手从浏览器走向桌面端

你有没有这种体验——开了七八个浏览器 Tab,一个查文档、一个看数据报表、一个翻邮件、一个在写 PPT。Alt+Tab 按到手抽筋,效率反而越来越低。

亚马逊云科技在 "What's Next with AWS 2026" 上发布了 Amazon Quick,直接给了一个桌面应用。不再是浏览器插件那种"寄生"形态,而是一个独立的 AI 工作助手,能跨应用工作。

说白了,它想做的事情是:你只管问问题、提需求,它帮你串联不同工具把活干了。

Amazon Quick 是什么

Amazon Quick 的前身是 Amazon Q Business。这次升级后,它变成了 Amazon Quick Suite,定位是企业级 AI 工作助手平台。

核心变化:

  1. 桌面客户端 — 不再只是浏览器扩展,有原生桌面应用
  2. 跨应用集成 — 能同时连接企业内部的各种数据源和工具
  3. Agent 模式 — 不只是问答,能执行多步骤任务

它能干的事情包括但不限于:

  • 企业知识搜索(连接内部文档、Wiki、邮件)
  • BI 分析(直接用自然语言查数据)
  • 代码生成和审查
  • 工作流自动化(审批、通知、数据流转)

跟之前 Q Business 的区别

对比项 Q Business(旧) Amazon Quick(新)
形态 浏览器扩展/网页 桌面应用 + 浏览器 + API
交互 文本问答为主 多模态(文本+文件+截图)
能力 搜索+摘要 搜索+摘要+执行+Agent
集成 40+ 数据源 扩展到 80+ 数据源和工具
协作 单人 团队共享 workspace

快速上手

开通 Amazon Quick

# 检查你的区域是否支持
aws quicksuite list-available-regions

# 创建 Quick 应用实例
aws quicksuite create-application \
  --display-name "我的团队助手" \
  --description "研发团队AI工作助手" \
  --iam-identity-provider-arn "arn:aws:iam::123456789012:saml-provider/MyIdP"

配置数据源

Amazon Quick 的价值在于连接你已有的数据。支持的数据源类型:

{
  "dataSources": [
    {
      "type": "S3",
      "config": {
        "bucketName": "team-docs-bucket",
        "inclusionPrefixes": ["docs/", "wiki/", "runbooks/"],
        "syncSchedule": "rate(1 hour)"
      }
    },
    {
      "type": "Confluence",
      "config": {
        "hostUrl": "https://myteam.atlassian.net",
        "spaceKeys": ["ENG", "OPS", "PRODUCT"],
        "authType": "OAUTH2"
      }
    },
    {
      "type": "SharePoint",
      "config": {
        "siteUrl": "https://mycompany.sharepoint.com/sites/engineering",
        "syncSchedule": "rate(6 hours)"
      }
    }
  ]
}

用 SDK 调用

如果你想把 Amazon Quick 集成到自己的应用里:

import boto3

# 创建 Quick 客户端
client = boto3.client('quicksuite', region_name='us-east-1')

# 发起对话
response = client.chat(
    applicationId='app-abc123def456',
    userMessage='上周的 API 延迟报告在哪里?帮我总结一下关键指标',
    chatMode='RETRIEVAL_GENERATION',
    attributeFilter={
        'containsAll': {
            'key': 'department',
            'value': {'stringValue': 'engineering'}
        }
    }
)

print(response['systemMessage'])
# 输出: "根据您团队上传的周报文档(2026-05-19),上周 API P99 延迟为 230ms,
#        较前周下降 12%。主要优化来自数据库连接池调整..."

# 获取引用来源
for source in response['sourceAttributions']:
    print(f"  来源: {source['title']} - {source['url']}")

Agent 模式:执行多步骤任务

这是 Quick 跟普通问答工具的核心区别——它能帮你干活,不只是答题。

# 创建一个 Agent 执行任务
task_response = client.create_task(
    applicationId='app-abc123def456',
    taskDescription='帮我准备下周一的技术评审会议',
    steps=[
        '从 Confluence 找到本周所有技术方案文档',
        '汇总每个方案的风险点和开放问题',
        '生成一份会议议程草稿',
        '发送到 #tech-review Slack 频道征求反馈'
    ],
    connectedActions=[
        {'type': 'CONFLUENCE_READ'},
        {'type': 'DOCUMENT_GENERATION'},
        {'type': 'SLACK_SEND'}
    ]
)

# 查看任务进度
status = client.get_task(taskId=task_response['taskId'])
print(f"状态: {status['status']}")  # RUNNING / COMPLETED / NEEDS_APPROVAL
print(f"当前步骤: {status['currentStep']}")

注意 NEEDS_APPROVAL 状态——涉及外部操作(比如发 Slack 消息)时,Quick 会暂停等你确认。这个设计很关键,AI 助手不能随便代表你发消息。

权限和安全

企业用最担心的就是数据安全。Amazon Quick 的权限模型:

# 权限策略示例
AccessControl:
  # 继承现有身份系统
  IdentityProvider: "AWS IAM Identity Center"
  
  # 文档级别权限
  DocumentACL:
    - Source: "S3"
      InheritFrom: "S3 Bucket Policy"
    - Source: "Confluence" 
      InheritFrom: "Confluence Space Permissions"
  
  # 对话隔离
  ConversationIsolation: true  # 用户间对话完全隔离
  
  # 管理员审计
  AuditLog:
    Destination: "CloudTrail"
    IncludeQueries: true
    IncludeResponses: false  # 响应内容不记录(隐私)

几个重要的安全保证:

  • 用户只能搜索到自己有权限看的文档
  • 对话内容不会用于模型训练
  • 支持数据驻留在指定区域
  • 所有 API 调用都有 CloudTrail 审计

桌面应用的优势

为什么要做桌面端?浏览器扩展不够吗?

实际用下来,桌面端有几个浏览器做不到的事情:

  1. 全局快捷键 — 任何应用里 Cmd+Shift+Q(或自定义)唤起助手
  2. 屏幕上下文 — 能"看到"你当前在操作什么应用,理解上下文
  3. 文件拖拽 — 直接把文件拖进对话框分析
  4. 后台运行 — Agent 任务可以后台执行,完成后通知你
  5. 离线缓存 — 常用知识本地缓存,断网也能用基础功能

定价模型

Amazon Quick 定价(按用户/月):
- Quick Lite:    免费(有限次数,仅搜索)
- Quick Business: $20/用户/月(全功能)
- Quick Enterprise: 联系销售(自定义集成+专属实例)

相比自己搭一套 RAG + Agent 的成本(模型费 + 向量库 + 开发维护),$20/人/月 的价格对中大型团队来说是划算的。

适用场景

聊几个我觉得特别适合的场景:

场景一:新人入职。 新员工面对海量内部文档,不知道从哪看起。Quick 能直接回答"部署流程是什么""这个项目的架构文档在哪"。

场景二:跨团队协作。 产品经理想了解技术细节,工程师想看产品需求。Quick 打通了各团队的文档孤岛。

场景三:数据分析。 "上个月 GMV 环比增长多少"——不用打开 BI 工具、不用写 SQL,直接问。

场景四:运维应急。 半夜告警,Quick 帮你搜 Runbook、查历史故障记录、生成处理步骤,比自己翻文档快得多。

当前限制

几个需要注意的:

  1. 桌面应用目前支持 macOS 和 Windows,Linux 版本在路线图上
  2. 中文支持还在优化中,复杂中文文档的检索准确率有提升空间
  3. Agent 模式目前是 Preview,部分 action 还不稳定
  4. 数据源同步有延迟,实时性要求高的场景不太合适

我的判断

Amazon Quick 的定位很清晰——它不是要替代你的开发工具或 BI 工具,而是做一个"万能入口"。

对比传统的企业搜索(那些搜出来一堆结果让你自己翻的东西),Quick 的体验确实好很多:它直接给你答案、给你引用来源、还能帮你执行后续操作。

桌面端的决策也是对的。浏览器扩展永远是"寄生"状态,打开太多 Tab 就找不到了。独立应用才能真正成为工作流的一部分。


相关链接:

posted @ 2026-05-25 11:36  亚马逊云开发者  阅读(13)  评论(0)    收藏  举报