AI-modeller och plattformar
AWS Quick lägger till chattbaserade arbetsflöden och orkestrering av flera agenter

Viktiga punkterFlöden som beskrivs i chatten låter team standardisera återkommande arbete utan att…
Visa mer
- Flöden som beskrivs i chatten låter team standardisera återkommande arbete utan att förlita sig på en enskild anställds privata checklista.
- Orkestrering av flera agenter samlar specialiserade agenter så att domänexperter behåller sina egna instruktioner och sin egen kunskap.
- Administratörer får gruppbehörigheter och skrivgodkännanden som definierar vad agenter får göra över team.
Amazon Web Services lanserade en omfattande uppdatering av AWS Quick den 20 november 2026, med chattbaserade arbetsflöden för företag och orkestrering där resultat från flera specialiserade agenter samlas. En omarbetad webbapp, nya anslutningar och utökade administratörskontroller stöder satsningen på att göra AI-assisterade processer repeterbara inom olika team.
Konversationsbaserade arbetsflöden standardiserar återkommande arbete
Användare kan beskriva en process i chatten och låta Quick skapa ett arbetsflöde som de kan köra, testa och förfina i samma konversation. Ett stegschema bredvid chatten underlättar granskningen, och arbetsflöden kan samordna agenter, färdigheter, verktyg, strukturerade data, kunskap och applikationer. De kan startas på webben, datorn eller mobilen. Nya deterministiska steg hanterar fasta beräkningar och kontroller jämsides med agentstyrt utkastsskrivande och analys. Enligt AWS gör dessa steg återkommande arbetsflöden konsekventa och verifierbara, samtidigt som de stöder processer som pågår längre och större datamängder.
AWS:s uttryckligen fiktiva finansexempel visar hur delarna fungerar tillsammans. Ett arbetsflöde för månadsrapportering analyserar regioner parallellt, jämför resultaten med planen med hjälp av fasta kalkylbladsformler, använder tröskelvärden som cheferna har fastställt för att flagga betydande avvikelser och tar fram kommentarer. Därefter förbereder det en Excel-sammanställning och ett e-postmeddelande för granskning. En person undersöker varför regioner flaggades, begär ändringar i chatten och godkänner rapporten innan den distribueras. Kollegor kan sedan köra samma arbetsflöde, vilket minskar beroendet av den ursprungliga medarbetarens privata checklista.
Pomelo, en latinamerikansk fintech-leverantör, bidrog med ett kundexempel. Dataansvarige Rodrigo Marini sade att nästan fyra gånger så många personer nu arbetar med data varje månad utan att datateamet har utökats, att ett användningsfall sparar 80 timmars arbete i månaden och att medarbetare i hela företaget kan skapa agenter och arbetsflöden inom ramen för gemensam styrning. Resultatet illustrerar uppdateringens centrala affärsargument: fler kan delta i dataarbetet utan en motsvarande ökning av antalet specialister.
Webbapp, agenter och anslutningar
Den uppdaterade startsidan i webbläsaren kombinerar ett prioriterat flöde med e-post och meddelanden med en daglig sammanfattning. Användare kan ställa frågor om ett objekt eller låta Quick skriva ett svarsförslag som de kan granska. Schemalagda och längre uppgifter fortsätter efter att webbläsaren har stängts, medan Mission Control visar färdiga resultat och agenter som väntar på indata när användarna återkommer.
Biblioteket samlar nyligen utfört arbete, favoriter, fästa objekt och filer som skapats med Quick, medan konversationer, agenter och filer synkroniseras mellan webben, datorn och mobilen. Avsnittet Anpassa samlar agenter, arbetsflöden, färdigheter, kunskap och anslutningar, däribland agenter och färdigheter som skapats på datorn och delats med andra. Befintliga instrumentpaneler, ämnen och ytor fortsätter att fungera utan att behöva aktiveras.
Med orkestrering av flera agenter kan agenten som tar emot en begäran anropa flera specialiserade agenter samtidigt. Varje agent behåller sina egna instruktioner, sin kunskap och sin kontext, så att domänexperter kan underhålla sina egna agenter. Quick presenterar sedan ett samlat svar som visar vad varje agent har bidragit med. I AWS:s exempel om fraktkostnader hanterar en prognosagent som använder planeringsdata och en inköpsagent som använder leverantörsavtal olika delar av samma fråga, varefter användaren får avgöra nästa steg.
Anslutningen för Meta-annonser använder Metas server för annonsering för Model Context Protocol för att skapa, hantera och analysera kampanjer med naturligt språk. Amplitudes MCP-server stöder frågor om produktanvändning, kundbeteende och konvertering. För alla anslutningar gäller fortfarande befintliga åtkomstbehörigheter, administratörer avgör vilka integrationer teamen kan lägga till och Quick kräver tillstånd för skrivåtgärder, till exempel att skapa en Meta-kampanj eller ändra en budget.
Styrningskontroller sätter ramarna för utrullningen
Återanvändbara färdigheter, som tidigare hanterades på datorn, kan nu bläddras igenom, installeras, skapas och hanteras i webbappen. Dessa instruktioner beskriver arbetssätt, till exempel hur ett avtal kontrolleras mot teamets checklista eller hur en projektuppdatering formateras.
Skyddsräcken för promptar är tillgängliga som förhandsversion. Administratörer kan filtrera innehåll, blockera förbjudna ämnen och angivna ord, upptäcka promptattacker och skydda utvalda typer av personuppgifter. De kan testa en policy i läget endast upptäckt innan den börjar tillämpas för enskilda användare, grupper hos identitetsleverantören eller hela kontot.
Skyddsräcken, gruppbaserade profiler för behörigheter och användningsgränser samt kontroller av vilka typer av datakällor användare kan skapa, uppdatera eller dela är tillgängliga för abonnenter med Professional och Enterprise. Administratörer kan till exempel begränsa antalet timmar som agenter får köras för en grupp eller tillåta anslutningar till Amazon Redshift samtidigt som filuppladdningar blockeras.
Quick lägger till japanska, tyska, förenklad och traditionell kinesiska samt vietnamesiska. Enligt AWS är funktionerna tillgängliga omedelbart i alla regioner där Quick erbjuds, och kunddata stannar i kundens miljö och används inte för att träna någon annans modeller.
Den bredare automatiseringen har alltså tydliga operativa gränser: gruppbehörigheter, begränsningar för anslutningar, godkännanden av skrivåtgärder och mänsklig granskning avgör vad agenter och arbetsflöden får göra när organisationer inför Quick i flera team.












