企業嘅數據通常分作兩堆：一啲喺資料庫同試算表（結構化數據），另外一啲喺文件、報告、PDF（非結構化數據）。以往想同時分析呢兩類數據，要喺多個工具之間切換、分開跑 query，再人手對照結果。AWS 嘅新產品 Amazon Quick 就係為咗整合呢個流程。
三層架構
Amazon Quick 分三層：
- 數據層：非結構化內容（文件、PDF、報告）放喺 Amazon S3，經 knowledge base（知識庫）索引；結構化數據（指標、銷售數字、營運 KPI）載入成「enriched datasets」（附語義描述嘅數據集），俾 agent 將用户問題轉成 SQL 查詢。
- 工作區層（Space）：將兩類數據喺同一個 workspace 合併，引用 knowledge base 同 datasets，都可加 dashboard、檔案上傳、action connectors。
- 代理層：custom chat agent 連結到 Space，用户提問時決定查 knowledge base、dataset 定兩者都查，並喺答案附引用。AWS 同時表示會應用內建 AI guardrails（內容安全篩查）。
啟用前提
要用到呢個整合體驗，需要：
- Amazon Quick 帳口，並訂閲 Enterprise 方案（官方明言建立 dataset 必須係 Enterprise）。
- 一個 Amazon S3 bucket 放公司文件。
- 由 Amazon Quick 管理員喺 admin console 授權 Quick 可以讀取該 bucket；預設係 read-only。
- 喺 Quick 有權限建立 integrations、knowledge bases、datasets、spaces 同 chat agents。
對企業打工仔嘅意思呢？
呢個產品定位係幫企業將散喺不同系統嘅數據整合，用自然語言向 custom agent 提問，而唔使人手喺多個工具之間切換、分開跑 query、再人手對照結果。官方強調加新數據源入 Space 後，連結同一個 Space 嘅 agent 就自動可用，回答同時遵守提問用户嘅權限。
阿調搞兩下
AWS 一直做緊「將你嘅數據同你嘅大模型接埋」呢個生意，由 Bedrock 到 S3 到 Quick，呢個係一個自然延伸。但「可以問」同「問到啱」係兩回事：當 agent 將自然語言轉 SQL 去查結構化數據，錯答、錯權限、prompt injection 嘅風險點處理，官方教學冇交代。企業買單前，值得等第三方獨立測試先至知個掣係咪真係有得撳。
阿調｜深度調教
