IT时报记者 贾天荣
AI已经进入办公室两三年了，但一个有些反常识的问题正在出现：AI工具越来越多，人为什么还是这么忙？
写邮件可以找AI，做PPT可以找AI，查资料、总结会议、分析表格也都可以找AI。越来越多工作被AI“提效”了一遍，但真正坐在电脑前时，很多人的一天仍然是在不同软件之间来回切换：从邮件里找附件，从CRM里查客户资料，把Excel数据复制给AI，再把AI生成的内容贴进PPT，最后打开另一个软件发给同事。
AI解决了一个个任务，却没有真正解决“工作”本身。“虽然每一个步骤内部有可能用AI的方式帮助我们提效，但是整个工作流的执行，其实还是一个比较零散分散的形态。”近日，在上海举行的Amazon Quick媒体沟通体验会上，亚马逊云科技产品部AI技术总监郭韧如此描述当前AI办公面临的问题。
在他看来，过去几年办公AI更多解决的是一个个单点任务，但人的工作并不是由一个个互不相干的Prompt组成的。“我们希望能够把不同的数据源、不同的应用，以及不同的工作流程连接起来。”
这也是为什么，当大模型已经越来越会“回答问题”，新一轮办公AI的竞争开始转向另一个方向：能不能少让人搬几次数据、少切几个软件，甚至直接把一段工作流程交给AI？
9月10日，Amazon Quick桌面应用正式在macOS和Windows上可用，同时在iOS和Android端推出全新的动态信息流。一个明显变化是，即使用户合上笔记本电脑，Agent仍可以继续执行任务。办公AI开始从一个随叫随到的“工具”，向深入工作流的“执行者”转变。
AI会干活，但数据找不齐今天很多AI工具面临的第一个问题，是它根本不知道你的工作发生在哪里。郭韧现场举了一个销售人员的例子：第二天要见重要客户，客户信息可能在CRM系统，服务情况在工单里，销售趋势在Dashboard中，本地电脑里还有Word、Excel、PPT和邮件。
传统AI当然可以分析这些材料，但前提是人得先把材料找出来。于是，一个颇具时代特色的办公场景出现了：打开CRM复制一段，下载一张报表，从邮箱找出几封邮件，再把这些内容交给AI。
于是，一个颇具时代特色的办公场景出现了：AI负责智能，人负责搬运。能不能让AI自己去“找”数据？Amazon Quick给出的第一步解决方案就是“连接”。据介绍，目前Quick提供60多个内置连接器，并支持1000多个应用集成，传统内部系统也可以通过API或MCP接入。此次上线的桌面应用进一步将数据连接延伸到个人电脑，在获得权限的情况下，可以访问本地文件和应用，操作浏览器及本地工具。
每一步都提效了，为什么整个流程没快多少？数据打通之后，还有第二道坎。AI很擅长完成一个个孤立任务：总结一份报告、根据数据做一份PPT、写一封邮件，但真实工作往往是一串连续动作。例如准备一次客户会议，要先查客户信息，再整理经营数据、生成会议材料；会议结束后还要更新信息、制作PPT、同步团队，最后发出跟进邮件。
即使每一步都有AI，决定下一步干什么、把上一步结果交给下一个软件的人，仍然是员工自己。
Agent想接管的正是这些“中间活”，现场演示中，一名销售人员前一天晚上在电脑上告诉Quick，第二天要参加客户会议。Agent随后从CRM、工单、Dashboard等数据源整理信息，生成会前材料。第二天早上，销售人员在手机上继续要求它补充最新商机；会议结束后，又在电脑端让Agent根据会议内容生成PPT并分享给团队。
Amazon Quick桌面版还提供Unified Runtime（统一运行时间），能够把桌面端与手机端统一起来。用户在电脑上下达任务后，即使合上电脑，Agent也可以继续在后台执行，之后换到手机，还能继续同一项任务。
真正浪费时间的，还有不断冒出来的“小事”几十封邮件、十几个群聊、CRM里的客户更新、日历提醒、审批通知……一天刚开始，人已经被各种红点包围，办公室里还有一种时间黑洞：不断冒出来的“小事”。
传统办公软件的逻辑，是有什么事情就通知什么事情。但问题在于，并不是每件事情都值得占用人的注意力。
Amazon Quick此次在移动端上线的Active Feed动态信息流，将邮件、消息、CRM和日历等信息集中起来，根据优先级排序；Agent能够自行解决的事项自动处理，留下的才是需要人工判断的任务。
“以前是人主动去找信息，现在我们希望真正需要你关注的信息能够主动来找你。”郭韧表示，如果一件事情Agent本身就可以处理，就没有必要再让员工介入。
Agent越能干，企业越不敢放权但一个新的矛盾也随之出现。AI想替你完成的事情越多，需要的权限就越大。要帮你找资料，它得读文件；要判断什么工作最重要，它得看邮件和日历；要自动完成任务，还可能需要进入浏览器、CRM以及企业内部系统。
“员工想要的就是AI能力越强大越好，把我的数据和AI结合得越紧密越好。”郭韧说，但站在CIO、CTO和业务负责人的角度，问题完全不同，“企业需要的是统一、安全、可管控的平台”，尤其是企业数据不能脱离自身控制。
Amazon Quick的做法是将权限进一步拆细。管理员可以决定是否允许网页搜索、浏览器自动化和桌面自动化，是否保存长期记忆、执行定时任务，也可以限定AI读取的文件类型和路径；当Agent触及关键工具或关键数据时，则通过Human in the Loop机制重新让人确认。
这形成了一个看似矛盾，却可能决定Agent能否真正落地的方向：一边要让AI的“手”伸得足够长，另一边又必须保证这只手不能乱伸。
从“帮你快一点”，到“有些工作不用你做”从Amazon Quick的更新可以看到，办公AI正在进入一个新的阶段，从第一阶段解决的是“不会做”：AI帮人写邮件、总结文档、生成PPT。到现在要解决的则是“做不完”：数据散落在不同系统，流程被切成无数步骤，人还得不停搬数据、切软件、盯通知。
Agent开始连接数据、串起工作流、跨设备持续运行，并主动处理那些不需要人判断的事务。
再往后，办公Agent下一阶段真正的竞争有延伸到：既让AI真正替人干活，又让企业和员工敢把活交给它。
当这道题被解决，AI办公所谓的“提效”，才可能从“帮你快一点做完工作”，真正变成：有些工作，你不用再亲自做了。
