左手Anthropic,右手OpenAI:亚马逊云科技不押模型,押入口

如何让AI帮你出一份直接可用的团建计划?

近日,在亚马逊云科技北京办公室的一场媒体沟通会上,生成式AI解决方案架构师现场演示了Amazon Quick Desktop完成一项真实办公任务的全过程。

任务并不复杂:为一次部门团建设计一份方案。

QuickAI接到任务后,先追问人数、预算、出发城市和活动偏好;随后调用高德地图,打开本地Chrome浏览器,去小红书搜索户外团建项目,截取图片和评价;再去大众点评找餐厅,交叉验证交通、天气和时间安排;最后生成一份带图、有预算、有路线、有注意事项的HTML方案。

Demo没有展示一个AI突然接管电脑、自主完成一切的场景。它会追问,会等待确认,会在关键动作前把人拉回回路。

过去一年,AI Agent的关注点很大程度来自"炫技":谁更自主,谁能操作更多工具,谁更像一个数字员工。但企业真正关心的问题并不是AI能不能替人干活,而是它能不能被放心放进主力电脑、企业系统和核心流程里。

这恰恰是亚马逊云科技这次AI新进展里最值得观察的地方,从Amazon Quick Desktop,到与OpenAI深化合作,再到全新升级的Amazon Connect,都更接近企业AI落地的真实现状。

Amazon Quick不是龙虾,

是靠谱的AI队友

OpenClaw热度降下来后,越来越多人开始复盘一个问题:它到底把效率提高了多少?

很多人并没有持续把龙虾用进核心工作流。它可能被闲置,可能只适合做一些边缘任务,也可能因为太不可控,而很难被部署到工作电脑上。

Amazon Quick选择的是另一条路线,它是统一的、跨生态的工作助手Agent。

Amazon Quick直接驻留在用户本地桌面,通过开放的MCP协议连接外部工具,通过沙箱环境执行任务,既能连接云端Spaces协作空间,也能管理本地文件。

它既能调用浏览器完成信息搜集,也能生成Word、PPT、Excel等办公文件。甚至在需要开发能力时,还可以直接@开发者工具Kiro,让代码Agent在后台处理相关任务。

它和龙虾式Agent的根本区别。企业不缺会写文案、会做PPT、会总结网页的AI工具。企业缺的是一个能接入内部系统、继承原有权限、留下操作记录、支持审计追踪,并且不会把员工主力电脑变成安全盲区的AI工作界面。

在企业AI进入深水区之后,这可能比炫技更重要。

从Anthropic到OpenAI,

给客户最领先模型的选择权

过去几年,亚马逊云科技与Anthropic合作很深。

Anthropic官方数据显示,截至2026年4月,有超过10万家客户正在Amazon Bedrock上运行Claude。

亚马逊云科技连接了海量企业客户、生产系统和既有IT预算。对模型公司来说,亚马逊云科技不是普通合作伙伴,是通往企业客户、云消费和生产环境的重要通道。这也正是OpenAI需要的。

过去几个月来,亚马逊云科技加强与OpenAI合作,表面上看是"模型货架"又多了一个重量级选项。但它真正切中的,不是模型数量,而是企业客户的普遍痛点:

企业不想在云厂商、模型厂商、开发工具、安全合规体系之间来回拼装。企业客户想要的是:在既有云账单里付费,在既有权限体系里管理,在既有采购流程里使用,然后直接调用最强模型。

在生成式AI早期,模型本身是焦点;但进入企业落地阶段后,模型会越来越像"云服务里的一个可选能力"。

目前亚马逊云科技与OpenAI合作,包含三个层面:OpenAI前沿模型进入Amazon Bedrock;Codex进入亚马逊云科技服务体系;由OpenAI支持的Amazon Bedrock Managed Agents进入预览。

当然,OpenAI和Anthropic在亚马逊云科技体系里并不是非此即彼的竞争关系。

亚马逊云科技解决方案架构总经理陈晓建说得很明确:"**亚马逊云科技始终坚持给予客户最领先的模型选择权。**不管是Anthropic还是OpenAI的模型,都不是接入的第一个模型,也不会是最后一个。"

这表明亚马逊云科技要成为企业调用所有重要模型的统一入口。模型越多,Bedrock越重要。模型越强,企业越需要一个统一、安全、可管理的调用层。

Amazon Connect

亚马逊经验的Agent化出口

这次Amazon Connect的变化相当激进。它不再只是过去那个智能客服或联络中心产品,而是扩展成四个Agentic AI垂直解决方案:Customer、Decisions、Talent、Health。

这背后的产业含义很清楚:亚马逊云科技正在把亚马逊集团过去30年在电商、库存、履约、需求预测和供应链异常处理中的经验,以Agent形式交付给外部客户。

最值得关注的是Decisions和Talent。

Amazon Connect Decisions面向供应链规划。它结合了亚马逊30年的运营科学、25个以上专业供应链工具,以及AI队友,用于生成共识预测、约束感知的供应计划,并主动监测运营问题。

它不是让AI泛泛地回答"库存怎么优化",而是把供应链拆成一组分工明确的Agent并协同工作:需求预测、供应规划、根因分析、建议生成和动作执行。

Amazon Connect Talent则对应另一类亚马逊经验:大规模招聘。亚马逊去年旺季招了大约25万名季节性员工。AI的作用不是替HR"拍板录用",而是把初筛、追问、转录、评分和候选人比较变得更高效。

结语

亚马逊云科技这次AI新进展,并没有讲炫技的Agent故事,但更接近企业AI的真实需求。

企业AI的下一阶段,竞争重点不会只是"谁的模型更聪明",而是:谁能把聪明模型安全地放进企业流程。

END

本文为「智能进化论」原创作品,

欢迎关注。

相关推荐
Csvn6 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
岁月宁静7 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
小七-七牛开发者9 小时前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
泯泷9 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
阿里云大数据AI技术9 小时前
云栖实录|倍思科技 × 阿里云:让VOC洞察从“生成报告”走向“业务可用”
人工智能·elasticsearch·agent
QuZhengRong10 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
阿里云大数据AI技术10 小时前
孩子王基于阿里云Data Agent的智能体实践:300+Agent 覆盖400+业务场景
大数据·人工智能·agent
玄魂11 小时前
小红书/抖音图文排版利器——一个杂志风skill
人工智能·agent·视觉设计
用户718800806057812 小时前
服务全绿,Issue 却没人接:DeepSeek Superagent 本机部署踩坑记
agent
初学AI的小高12 小时前
RAG 知识库更新实战:增量索引、版本控制与可验证删除
后端·agent