이미지: METAL LAB 생성
摘要
- AWS在Amazon Quick中推出了面向数据管理人员的AI工作流Agentic Catalog Experience。
- Quick Agent对目录进行摘要，并通过自然语言对话查找相关表和关系，自动生成数据集和主题。
- 目前该功能处于预览阶段，支持AWS Glue Data Catalog和Databricks Unity Catalog。
- 발표 주체
- AWS (AWS ML Blog, 2026-07-31 게시)
- 기능명
- Agentic Catalog Experience in Amazon Quick
- 제공 상태
- 프리뷰
- 지원 카탈로그
- AWS Glue Data Catalog, Databricks Unity Catalog
- 핵심 구성요소
- Quick Agent — 탐색·생성·상속 작업 범위로 한정
- 산출물
- Catalog-Generated Datasets 및 Topics(상위 메타데이터 상속)
AWS在其分析服务Amazon Quick中推出了Agentic Catalog Experience。这是一种AI工作流，可将上层数据目录中已积累的语义信息（semantic）引入Quick，使数据管理人员无需手动操作即可创建面向用户的数据集和主题。目前该功能以预览形式提供，支持的目标目录为AWS Glue Data Catalog和Databricks Unity Catalog。
试图解决什么问题
AWS指出，企业数据团队已经在AWS Glue、Databricks Unity Catalog、Snowflake Horizon、Collibra、dbt等平台上精心构建了表和列说明、主外键关系、术语表以及指标定义，但这些上下文信息并未延伸到面向最终用户的AI回答和仪表盘中。博文将这一问题归纳为三点：在数千个表中难以找到经过认证的资产的可发现性局限；由于上层的说明和关系无法流转，管理人员必须从头重新定义的语义碎片化；以及由此导致获得洞察所需时间从按小时计延长到按周计的问题。文章还提到，一旦上层定义发生变化，Quick中手动创建的语义定义就会过时，从而产生“语义漂移”。AWS将这一差距概括为：“问题不在上层，而在最后一英里。”
具体会有什么变化
核心是Quick Agent，其功能范围被限定在发现、生成和继承三项工作上。它会基于从目录连接中获取的语义上下文，对整个目录进行一览式摘要，通过自然语言对话筛选出符合使用场景的表和关系，并评估元数据的准备状态。随后，只需一次对话式确认，即可自动生成继承了上层目录元数据的Catalog-Generated Datasets（目录生成数据集）和Topics（主题）。AWS表示，整个过程无需手动配置、无需切换界面，也不需要历时数周的搭建工作。
由于该功能仍处于预览阶段，原文并未提及是否会扩大支持的目录范围，也未透露正式发布的时间表。
