亚马逊正在为 AWS 客户推出 AI 驱动聊天机器人 Q。该服务于今日在拉斯维加斯举行的 Amazon AWS re:Invent 大会主题演讲中亮相，目前处于公开预览阶段，每人每月起价 20 美元。
基于 17 年的 AWS 知识训练，Q 能够回答诸如“如何使用 AWS 构建 Web 应用程序？”等问题，提供一系列潜在解决方案并解释推荐理由。AWS CEO Adam Selipsky 表示：“您可以轻松使用 Q 进行聊天、生成内容并采取操作。”这一切均建立在对用户系统、数据存储库及运营情况的深入理解之上。
企业级定制与数据集成
AWS 客户可通过将 Q 连接到 Salesforce、Jira、Zendesk、Gmail 和 Amazon S3 等组织特定应用来配置 Q。Q 会对所有连接的数据和内容进行索引，“学习”企业的组织结构、核心概念和产品名称。
通过 Web 应用程序，公司可要求 Q 分析产品功能痛点及改进方案；或类似 ChatGPT 一样上传文件（Word、PDF、电子表格等）并就内容提问。Q 利用集成数据生成回复并提供引用来源。
内容生成与自动化操作
除回答问题外，Q 还能生成或总结博客文章、新闻稿和电子邮件。借助可配置插件，Q 可代表用户执行自动创建服务工单、Slack 通知团队及更新 ServiceNow 仪表板等操作。为防止出错，Q 会在执行前让用户确认行动，并链接结果供验证。
深度理解 AWS 工作负载
Q 可通过 AWS Management Console、Web 应用及 Slack 访问，对 AWS 产品及服务有深入理解。它能识别应用工作负载的细微差别，例如针对运行时长不同或存储访问频率各异的应用提出相应解决方案。Selipsky 举例称，当被问及高性能视频编码应用最适合的 EC2 实例时，Q 会综合性能与成本因素给出列表。
此外，Q 还可排查网络连接问题，通过分析网络配置提供修复步骤。
代码辅助与升级
Q 与代码生成服务 CodeWhisperer 相关联。在受支持的 IDE（如 Amazon CodeCatalyst）中，Q 可基于对客户代码的了解生成测试用例以评估软件性能，还能为实施新功能、代码转换及升级创建初步计划和文档，支持自然语言细化与执行。
Selipsky 透露，Amazon 内部小团队仅用两天便使用 Q 将约 1,000 个应用程序从 Java 8 升级到 Java 17 并完成测试。目前，Q 的代码转换功能仅支持 Java 8/11 升级至 Java 17（.NET Framework 转跨平台 .NET 即将推出），且所有代码相关功能均需 CodeWhisperer Professional 订阅。
扩展至第一方产品与呼叫中心
Amazon 正为 AWS Supply Chain 和 QuickSight 构建 Q。QuickSight 中的 Q 可提供商业报告可视化选项、自动重格式化及数据问答；AWS Supply Chain 中的 Q 则能响应货物运输延迟原因查询并提供分钟级分析。
在 Amazon Connect 中，由 Q 驱动的客服代理无需手动输入即可获得建议回复、操作及相关支持文章链接，Q 还会生成通话后摘要供主管跟踪后续步骤。
安全可控与隐私保护
Selipsky 强调，Q 的答案和行动完全可控且可过滤，仅返回用户有权查看的信息。管理员可限制敏感话题并过滤不当问答。为减轻“幻觉”风险，管理员可设定 Q 仅从公司文档提取信息。驱动 Q 的 Bedrock 模型（含 Titan 系列）不会在客户数据上进行训练。
这些措施旨在消除企业对生成式 AI 责任与安全隐患的顾虑。“如果用户在没有 Q 的情况下无权访问某些内容，使用 Q 时也无法访问，”Selipsky 表示，“Q 理解并尊重现有身份、角色和权限，绝不会使用商业内容训练底层模型。”
Q 被视为亚马逊对微软 Azure Copilot 及 Google Cloud Duet AI 的回应，但覆盖范围更广，涵盖商业智能、编程和配置用例。Constellation Research 创始人 Ray Wang 称其为 re:Invent “最重要”的宣布，认为这有助于开发者借助 AI 取得成功，解决当前企业在试点生成式 AI 时面临的用例缺失和实施难题。
Q 的实际表现如何，仍有待市场检验。
