有種感覺，國內(nèi)和硅谷的信息差在減小。

大洋彼岸最新的情報，國內(nèi)第一時間就能跟上，而且落地動作也很快。

而最新最重磅的一個AI圈事件，來自亞馬遜云科技，相信會對國內(nèi)Agent的設計范式產(chǎn)生影響。

剛剛結(jié)束的亞馬遜云科技的發(fā)布會，拿出了很前瞻但又真正能落地應用的東西。

Matt Garman那句話說得沒錯，這可能是企業(yè)級AI的一個真正轉(zhuǎn)折點。

先說說這次發(fā)布會的分量。

亞馬遜云科技往年都把重磅發(fā)布放在re:Invent，這次破天荒在4月28日搞了一場單獨的發(fā)布會，從級別和內(nèi)容來看，完全就是re:Invent級別的分量。

Amazon Quick / Amazon Connect 產(chǎn)品家族發(fā)布，四個行業(yè)Agent方案，還有和OpenAI的戰(zhàn)略合作，每一條單獨拿出來都夠行業(yè)討論好一陣子了。

說實話，我最開始是被那個和OpenAI的合作吸引過去的。

但真的聽完整個發(fā)布會，我發(fā)現(xiàn)真正有價值的東西藏在后面。

那些行業(yè)Agent方案才是這次發(fā)布的核心，而Amazon Quick Desktop那個產(chǎn)品，可能會成為今年企業(yè)軟件領域最大的變量。

01

別把AI當插件，把業(yè)務重做一遍

我在做AI顧問的時候發(fā)現(xiàn)，很多企業(yè)犯了一個共同的錯誤。

他們在現(xiàn)有的SaaS系統(tǒng)上加幾個AI按鈕，加個聊天窗口，就覺得自己AI轉(zhuǎn)型成功了。

這就像當年云計算剛興起的時候，很多公司簡單地把服務器從物理機挪到云上，代碼一行不改，就說自己是云原生企業(yè)了。

結(jié)果呢？性能和成本根本沒變化，該崩的時候照樣崩。

Matt Garman在發(fā)布會上說了句大實話。

他說正確的AI姿勢不是簡單做自動化搬遷，而是要用AI去重構(gòu)整個工作流。

當年云計算真正發(fā)揮威力，是在企業(yè)開始重新設計架構(gòu)，做出真正的云原生應用之后。

現(xiàn)在AI時代也一樣，你以為在CRM里加個AI對話窗口就行了嗎？遠遠不夠。

亞馬遜云科技這次發(fā)布的四個行業(yè)Agent方案，就是沖著這個痛點去的。

他們沒有給一個通用的AI產(chǎn)品讓人自己去琢磨，卻是直接把亞馬遜這么多年積累的行業(yè)經(jīng)驗打包成Agent，告訴你在這個行業(yè)里，AI到底該怎么用。

拿AmazonConnect Decisions來說，這是給供應鏈做智能決策的。

亞馬遜做了30年的供應鏈，管理著4億個SKU，這么多年的實戰(zhàn)經(jīng)驗不是白積累的。

他們太清楚供應鏈里的坑在哪里了。

某個商品供貨不足，哪個倉庫能調(diào)貨，新品的需求怎么預測，這些問題的答案都藏在他們過去30年的數(shù)據(jù)里。

現(xiàn)在他們把這些經(jīng)驗做成了Agent，企業(yè)可以直接用。

我看了演示，最打動我的是那個異常檢測的部分。傳統(tǒng)供應鏈系統(tǒng)都是被動響應的，庫存出問題了才報警，然后人再去處理，這時候往往已經(jīng)晚了。

但Amazon Connect Decisions能做到主動預判，發(fā)現(xiàn)缺貨風險后幾個小時就能給出解決方案。

以前企業(yè)想做到這種程度，得組建一個幾十人的數(shù)據(jù)團隊，花幾年時間慢慢打磨。現(xiàn)在一個Agent就搞定了。

AmazonConnect Talent也很典型。

亞馬遜 2025旺季招25萬人，光黑五那個季度就得招幾十萬的臨時工。你說這樣的招聘規(guī)模，靠人工面試可能嗎？所以他們很早就開始用AI輔助招聘，這么多年積累下來的方法，現(xiàn)在變成了一個標準化的Agent。

上傳一個職位描述，AI自動生成面試題，候選人在自己方便的時間完成異步AI面試，系統(tǒng)會根據(jù)回答質(zhì)量自動追問，全程標準化評分，最后給招聘經(jīng)理一個綜合建議。最重要的是匿名化評分，大大減少了人為偏見。

接觸過不少做招聘SaaS的創(chuàng)業(yè)公司，他們也在做類似的事情。

但說實話，能做到Connect Talent這個完成度的，一個都沒有。不是技術(shù)不行，是經(jīng)驗不夠。你做招聘系統(tǒng)，沒有大規(guī)模招聘的實戰(zhàn)經(jīng)驗，很多細節(jié)你是想不到的。

比如那個自適應追問，AI要根據(jù)候選人前面的回答決定下一個問題問什么，這需要大量的面試數(shù)據(jù)做訓練。亞馬遜有25萬人次的面試數(shù)據(jù)打底，這個護城河短時間內(nèi)沒人能跨越。

AmazonConnect Health是給醫(yī)療行業(yè)準備的。

這個我覺得在國內(nèi)可能更剛需。發(fā)布會里有個數(shù)據(jù)我印象特別深，醫(yī)生花一小時診療，要花兩小時寫文書。這個比例太夸張了，而且不是國內(nèi)特有現(xiàn)象，美國也一樣。

Health這個Agent解決了預約調(diào)度、保險核驗、問診文檔、隨訪管理這一整套流程。在美國還有個特別麻煩的事叫醫(yī)療編碼，你得把診斷結(jié)果轉(zhuǎn)換成保險公司的標準代碼，感冒是什么代碼，骨折是什么代碼，寫錯了保險公司就不認賬，來回折騰。

這個Agent能自動完成編碼，準確率據(jù)說相當高。

Wellspan Health這樣的大型醫(yī)院系統(tǒng)已經(jīng)在用了。

我覺得這才是醫(yī)療AI的正確打開方式，不是去替醫(yī)生診斷，而是幫醫(yī)生處理那些文書瑣事，讓他們把時間真正花在病人身上。

Amazon Connect Customer，也是一個全新升級的Agent方案，在客戶體驗上，進一步做到細節(jié)里。

它能夠推理、行動，并推動每一次跟客戶的互動，直到問題解決完；同時還有人工客服隨時待命，在需要時提供幫助。

給我的感覺是，這是一個智能系統(tǒng)，它能從每一次對話中學習，從而改進下一次的體驗。

這幾個行業(yè)Agent，有一個共同特點，他們都是端到端的解決方案，不是簡單的API調(diào)用。

可以看到，Amazon Connect家族現(xiàn)在擴展成了四個產(chǎn)品：Connect Decisions（供應鏈）、Connect Talent（招聘）、Connect Customer（客戶體驗）、Connect Health（醫(yī)療健康），每一個都很能解決業(yè)務里的綜合復雜問題。

這就回到Matt說的那個觀點，真正的AI產(chǎn)品不是給現(xiàn)有SaaS加功能，而是用AI的思路重新思考一遍業(yè)務流程。

02

企業(yè)知識庫這個戰(zhàn)場終于有了像樣的玩家

前面說的三個行業(yè)Agent當然很重要，但說實話，這次發(fā)布會最讓我驚喜的還是Amazon Quick。

當我上手試過之后，我得說這可能是我今年用過的最實用的企業(yè)AI工具。

為什么這么說？因為我太清楚企業(yè)知識管理這個坑有多深了。

每個公司都有自己的知識庫，但真正能用起來的沒幾個。Notion、Confluence、SharePoint，我都用過。你精心整理了一個文檔，結(jié)果同事根本找不到。

你想找上個季度的項目復盤報告，翻遍整個知識庫發(fā)現(xiàn)命名規(guī)范早就變了。更別提跨系統(tǒng)操作了，你在郵件里收到一個任務，要去Slack找人確認，然后在日歷上安排會議，最后還要更新CRM，這一套流程走下來，半個小時就沒了。

Quick Desktop要解決的就是這個問題。

它是一個桌面級的AI助手，能打通你本地的文檔、日歷、郵件，還有企業(yè)的各種SaaS系統(tǒng)。但最核心的能力是有自己的知識圖譜，能自動把相關(guān)的人、項目、決策關(guān)聯(lián)起來。

我昨天裝了一個試用了一下。安裝過程很順利，但每一個權(quán)限都需要管理員單獨授權(quán)，這點值得點贊。不像某些本地工具，安裝的時候就要求完全的系統(tǒng)權(quán)限，鬼知道它會干什么。

授權(quán)之后，我試著讓它處理一個真實場景。我收到一封客戶郵件，問某個項目的進度。以前我得先翻郵件找項目信息，然后去Slack問相關(guān)同事，再去Trello更新任務狀態(tài)，最后回郵件給客戶。這一套下來，快的話也得十幾分鐘。

現(xiàn)在我在Quick Desktop里直接說，根據(jù)這封郵件，幫我在Slack詢問項目進度，然后根據(jù)回復在日歷上安排明天上午的內(nèi)部同步會，最后給客戶回郵件說我們正在處理。

它真的就全自動完成了。讀取郵件內(nèi)容，在Slack找到對應的人和頻道發(fā)消息，等對方回復后自動創(chuàng)建日歷事件，最后生成郵件草稿。

整個過程我只給了初始指令和最終確認。這種感覺就像突然多了個靠譜的助手，你不用事無巨細地去交代，它知道該怎么做。

我對比了一下現(xiàn)在市面上類似的產(chǎn)品。如果經(jīng)常用企業(yè)協(xié)作軟件的朋友可能知道，國內(nèi)像騰訊的企業(yè)知識庫產(chǎn)品也在這個方向上努力，打通文檔、日程、消息這些系統(tǒng)，但實現(xiàn)方式更多是把內(nèi)容集中管理，做一個統(tǒng)一的知識庫門戶。

用戶需要主動去里面搜索和瀏覽，想要觸發(fā)跨系統(tǒng)的自動化操作，往往還得靠預設的流程機器人。

亞馬遜云科技這個思路不太一樣。它不是讓你去適應一個中央知識庫，是讓AI主動來到你的工作環(huán)境里，讀取你桌面上的信息流，在理解上下文的基礎上替你執(zhí)行操作。

它更像一個具備推理和執(zhí)行能力的協(xié)作伙伴，而不是一個被動的知識倉庫。

這種差異背后是技術(shù)路線的選擇。

一個是做匯總和檢索，一個是做理解和行動。前者相對成熟，后者對AI的理解深度要求高出不止一個量級。亞馬遜云科技這次能把后者做成產(chǎn)品發(fā)布出來，說明他們的Agent技術(shù)確實到了可用的階段。

Matt Garman對這個產(chǎn)品的評價很高，說這是他見過的最大游戲規(guī)則改變者。我一開始覺得這是CEO的常規(guī)宣傳話術(shù)，但試完之后我得承認，這可能是少數(shù)配得上這個評價的產(chǎn)品。

企業(yè)軟件的變革邏輯一直是這樣的。最開始大家用本地軟件，各自為政。然后SaaS來了，流程標準化了。現(xiàn)在AI Agent這一波，核心變革是讓系統(tǒng)替你操作，而不是你自己去操作系統(tǒng)。

Quick Desktop第一次讓普通員工也能用一個Agent完成跨系統(tǒng)的復雜任務，這才是真正的變革。

它的定價也很靈活。

個人用戶可以用亞馬遜云科技的ID直接注冊，有免費版和付費版，一個月幾十美金。企業(yè)用戶通過企業(yè)賬號統(tǒng)一采購和管理，直接從企業(yè)賬單走。這個定價策略很聰明，既能吸引個人用戶嘗鮮，又能讓企業(yè)批量采購。

我覺得接下來會出現(xiàn)一個很有意思的趨勢。以前企業(yè)喜歡采購All-in-One的協(xié)作平臺，希望一套系統(tǒng)解決所有問題。

結(jié)果是系統(tǒng)越來越臃腫，學習成本越來越高，最后大家又回到用郵件和微信溝通。

未來企業(yè)可能會反過來，允許員工根據(jù)自己的工作習慣選擇不同的Agent工具，Bring Your Own Agent，企業(yè)只負責安全和管理。

亞馬遜云科技顯然看到了這個趨勢，所以他們把Quick Desktop做成了一個可以獨立使用的產(chǎn)品，不管你是不是亞馬遜云科技的客戶，都可以用。這個野心不小。

現(xiàn)在官網(wǎng)有免費的個人版本，plus版本有30天免費試用：

感興趣的朋友可以試試：https://quick.aws.com/sn

03

模型之爭已經(jīng)進入新階段

發(fā)布會第三個重磅消息是亞馬遜云科技和OpenAI的戰(zhàn)略合作。

說實話，這個消息某種程度上比前面幾個產(chǎn)品還震撼。因為就在發(fā)布會的同一天，OpenAI和微軟也發(fā)了聲明，解除了獨家協(xié)議。這個時間點絕對不是巧合。

合作內(nèi)容包括幾個層面。OpenAI的模型會直接上Amazon Bedrock平臺，GPT-4o今天開始限量預覽，GPT-5再過幾周就能用上。

這意味著亞馬遜云科技的客戶可以在同一個平臺上調(diào)用Claude、Llama，現(xiàn)在加上GPT系列，模型選擇豐富度一下提升了一大截。

第二個是叫Bedrock Managed Agents powered by OpenAI的產(chǎn)品，底層設計了一套完整的運行時環(huán)境加接口的三層架構(gòu)，深度集成了亞馬遜云科技的IAM權(quán)限管理和VPC網(wǎng)絡。

說到底就是企業(yè)的私有數(shù)據(jù)不用傳到OpenAI的服務器，在自己的云環(huán)境里就能調(diào)用OpenAI模型構(gòu)建Agent。

對于金融、醫(yī)療這些對數(shù)據(jù)合規(guī)要求極高的行業(yè)，這基本是必備能力。

第三個是Codex on Amazon。

Codex是OpenAI的編程助手，全球周活用戶400萬，兩周前還是300萬，增長速度快得嚇人。

現(xiàn)在Codex可以直接跑在亞馬遜云科技的云上，開發(fā)者可以用它的桌面應用和VS Code插件。

這里我要多聊幾句亞馬遜云科技的模型策略。他們一直在強調(diào)Model Choice，讓客戶在統(tǒng)一平臺上能有更多模型選擇。以前很多人覺得這只是個營銷話術(shù)，客戶真有那么多模型可選嗎？

現(xiàn)在Bedrock上有Anthropic的Claude，有Meta的Llama，有各種開源模型，再加上OpenAI的GPT系列，全球最頂尖的模型基本都齊了。

我做了這么多年AI開發(fā)，最深的一個體會是，沒有哪個模型是萬能的。

有的模型推理能力強，有的模型成本低，有的模型對中文理解好，有的模型在某些垂直領域特別擅長。

理想的做法是針對不同任務選不同模型。但過去因為接口不統(tǒng)一、權(quán)限不統(tǒng)一、計費不統(tǒng)一，實踐起來困難重重。

Bedrock要解決的就是這個問題。

一個統(tǒng)一接口，一套安全體系，一個賬單，你可以在不同模型之間靈活切換，根據(jù)任務選最合適的模型。這才是企業(yè)真正需要的能力，而不是被某個模型或者某個云廠商鎖死。

這次合作還有個有意思的點，亞馬遜云科技對外透露只用了8周時間就完成了從零到發(fā)布的全過程。

這個速度說明了兩件事。第一，亞馬遜云科技的技術(shù)架構(gòu)設計得足夠開放靈活，接一個新的大型模型不需要動底層。第二，OpenAI現(xiàn)在確實在加速生態(tài)開放的步伐，和微軟解除獨家協(xié)議之后，需要快速拓展新的合作伙伴。

所以亞馬遜云科技和OpenAI這次合作，與其說是兩家公司的事，不如說是在定義AI時代的生態(tài)規(guī)則。

模型開發(fā)商專注做模型，云廠商專注做平臺和安全，企業(yè)專注做應用。這個分工明確之后，整個行業(yè)的效率會大大提高。

04

AI不會讓程序員失業(yè)，但會讓工作流重來一遍

發(fā)布會最后，Matt Garman講了幾組數(shù)據(jù)，我覺得很有價值。

亞馬遜今年要招11000個軟件工程師，美國整個科技行業(yè)的崗位增速是平均水平的2倍。這跟很多人擔心的AI取代程序員完全相反。

他的觀點很有意思。AI不會消滅工作，它會消滅那些重復性的任務，然后釋放人的精力去做更有價值的事。

程序員不會因為AI失業(yè)，但只會寫增刪改查的程序員可能會。這不就是技術(shù)進步的規(guī)律嗎？每次技術(shù)變革都是一樣的，不是崗位變少了，是對人的要求變了。

Amazon Prime Video的例子特別說明問題。他們有一個功能重寫項目，用傳統(tǒng)方法預計要2年，結(jié)果用Agent重新設計工作流之后，兩個季度就完成了。效率提升了4倍。不是程序員被取代了，是同樣的程序員用新工具能做更多的事了。

這次發(fā)布會給我最大的感受就是，行業(yè)真的在從討論AI能不能用，進入到AI怎么用的階段。

幾個行業(yè)Agent證明了這個技術(shù)在具體場景里已經(jīng)成熟了，Quick Desktop證明了普通員工也能用上AI助手，和OpenAI的合作證明了生態(tài)正在快速整合。

對于企業(yè)來說，現(xiàn)在可能是思考怎么用AI重構(gòu)業(yè)務的最佳時機。

方向已經(jīng)很清楚了，不是加幾個AI功能，而是用AI的思路把流程重新設計一遍。從供應鏈到招聘到醫(yī)療，從知識管理到客戶服務，所有行業(yè)都值得用AI重做一次。

對于像我這樣天天跟AI打交道的人來說，最大的感受是技術(shù)正在變得務實。

發(fā)布會不再炫技，不搞那些花里胡哨的演示，就是告訴你這個東西能解決什么問題，能省多少錢，能提多少效率。這才是技術(shù)該有的樣子。

未來12到24個月，我覺得會出現(xiàn)幾個明顯的變化。企業(yè)采購AI軟件的標準會變，不是看你有多少AI功能，而是看你能幫我把什么任務自動化。軟件公司的商業(yè)模式也會變，從賣席位變成賣任務完成量。

個人工作方式也會變，Agent會成為標配工具，就像今天的搜索引擎和辦公套件。

亞馬遜云科技搭好了底層的平臺和安全，創(chuàng)業(yè)者可以在上面快速構(gòu)建行業(yè)應用。

幾個行業(yè)Agent只是個開始，金融、法律、教育、制造，每個行業(yè)都有巨大的空間。

一個非官方的用戶交流群，歡迎大家掃碼進群交流

接下來這幾年，應該能看到一批真正用AI思路做出來的SaaS產(chǎn)品，而不是給舊產(chǎn)品加AI功能的跟風之作。

換句話說，那些靠賣關(guān)鍵詞和SEO優(yōu)化的生意正在變得脆弱。真正的護城河將不再是信息差，而是你能否用Agent把某個行業(yè)的整條工作流優(yōu)化重構(gòu)。守舊的SaaS廠商會越來越難受。

愿意自我革命的玩家，機會才剛剛開始。

好了，我去繼續(xù)折騰我的Quick Desktop了。這次真的有點上癮。