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。

本文为「智能进化论」原创作品，

欢迎关注。