Amazon Quick Desktop: Uma Avaliação Hands-On
Por Fabio Douek
Ir para seção
- Visão Geral
- Setup
- Testes
- 1. Raciocínio cruzando fontes com calendário e clima
- 2. Análise de documento local com execução autônoma de código
- 3. O knowledge graph em si
- 4. Skills: transformando uma frase em automação reusável
- 5. Execução end-to-end
- 6. Research (exclusivo da web no preview)
- 7. MCP e coding agents
- Veredito
Explica (TLDR) como se eu fosse...
Imagine que seu robô ajudante finalmente sai do navegador do laptop e vai morar numa casinha em cima da sua mesa. Agora ele consegue espiar os papéis na sua estante, olhar o seu calendário, e até desenhar um mapa de quem é quem nas histórias que os papéis contam.
A parte legal é que você pode dar pra ele uma listinha de tarefas em palavras simples, e ele lembra delas e faz tudo sozinho. A parte nem tão legal é que alguns dos truques mais bacanas ainda só funcionam lá na casa do navegador, então por enquanto o robô mora em dois lugares ao mesmo tempo.
Trate este preview como uma nova superfície de fornecedor que traz o assistente para a máquina do próprio usuário. As perguntas relevantes são custódia local de dados, escopo de permissões do SO e postura de licenciamento de um produto ainda em preview regional. A arquitetura é local-first, com histórico de conversa, knowledge graph e índice de arquivos armazenados em um diretório oculto no perfil do usuário, governados por permissões revogáveis por pasta.
O risco material a sinalizar é que o build de preview para macOS dispara o aviso de desenvolvedor não identificado do Gatekeeper, o que está documentado mas não explicado. Até que isso se resolva, trate a instalação como avaliação controlada, não como rollout em frota.
Pense no app de desktop como uma intervenção direcionada para perda de contexto. O sintoma é o custo de colar arquivos, links e notas de reunião em uma aba de chat; o mecanismo é mover o agente para a máquina onde o trabalho já acontece. A superfície de diagnóstico é rica: um knowledge graph tipado a partir de documentos locais, um sistema de skills, e MCP.
Efeitos colaterais a monitorar são lacunas de paridade de features com o produto web e a postura de permissão sempre ativa. Bons candidatos são contribuidores individuais e times pequenos já em Slack mais Google ou Microsoft 365. Maus candidatos são organizações que dependem de Research, Chat Agents, Spaces ou Flows, já que esses ainda são exclusivos da web.
Repare no alívio que aparece na primeira vez que o assistente puxa seus próprios arquivos, seu próprio calendário e suas próprias mensagens para uma única resposta sem pedir que você faça upload de nada. O imposto cognitivo de ser a cola entre cinco abas é real, e aliviá-lo muda como o dia se sente bem antes de mudar qualquer métrica.
A nova fricção mora na confiança. Um agente sempre ativo que observa calendários e caixas de entrada pede que o time concorde em voz alta sobre onde os olhos dele pertencem e quais ações ele pode tomar por conta própria. A adoção vai bem quando essas conversas acontecem cedo.
Trate o app de desktop como um músico de sessão que finalmente entrou na sala com o resto da banda. A versão web era o mesmo músico em uma chamada de telefone, segurando bem a parte dele mas sempre um tempo atrás do groove. No desktop, ele toca junto com seus arquivos locais, seu calendário e suas mensagens, e o tempo do dia se acerta.
A pegadinha é o alcance. Esse músico tem um pocket apertado em chat, skills e conectores, e uma pedaleira completa para MCP. Ele ainda não segura as partes mais pesadas que vivem na web, como Research, Chat Agents e Spaces, então você mantém um pé no navegador. Quando a paridade chegar a banda fica completa; agora você está rodando um setup de dois amplificadores.
A história é contexto on-device. O Quick na web é um agente competente em uma aba; o Quick no desktop é o mesmo agente com olhos nos seus arquivos, no seu calendário e na sua caixa de entrada, mais um knowledge graph que fica mais afiado a cada semana. Os pontos de prova são concretos: planejamento de fim de semana cruzando fontes, comparação de documentos e uma skill de uma frase que entrega trabalho no Slack.
O posicionamento não é "substituir seu time", é "parar de colar contexto pra viver". Lidere com local-first para compradores de segurança, skills para power users, e MCP para desenvolvedores. Segure o framing de "Copilot-killer" até a paridade com a web fechar.
Visão Geral
A AWS anunciou em 28 de abril de 2026 que o Amazon Quick está agora disponível como aplicação desktop nativa para macOS e Windows em preview. Quick é o rebrand mais recente em uma linhagem que começou com QuickSight em 2015, virou Amazon Quick Suite em outubro de 2025, e foi finalmente encurtado para apenas Quick. O produto em si mudou bem mais do que o nome: de dashboards de BI para um workspace de IA agêntica que conecta email, chat, calendário, arquivos, CRMs, databases e muito mais.
O lançamento desktop importa porque muda onde o agente roda. O produto web sempre viveu em uma aba; o preview desktop roda o processo do agente na sua própria máquina, constrói um índice local e knowledge graph em um diretório por usuário em disco, e controla acesso a arquivos via sandboxing no nível do SO com permissões revogáveis por pasta. O pitch no anúncio é que o assistente agora pode “ler e trabalhar com arquivos no seu computador sem fazer upload deles”, receber notificações proativas do SO, automatizar tarefas no desktop e no browser, e se conectar a MCP servers. As superfícies web e desktop compartilham memória e knowledge graph, então o mesmo agente te segue entre elas.
Duas coisas vale saber antes do walkthrough: como as edições diferem, e o que mais vem junto com o app desktop.
Edições e preço. O Quick vem em quatro tiers e o app desktop está em todos eles, incluindo o Free.
- Free: $0/usuário. Índice compartilhado de 25 GB. Chat básico, agentes customizados, research, app desktop, Spaces.
- Plus: $20/usuário/mês (cobrado anualmente). Índice compartilhado de 50 GB. Adiciona Spaces compartilhados, acesso a apps externos, Flows, criação de web app, integrações de tools.
- Professional: $20/usuário/mês + $250/conta/mês. 25 GB por usuário (compartilhado). Adiciona análise de cenários, Automate multi-step, dashboards, RBAC/SSO. Inclui 4 agent-hours/mês (2 agentic + 2 research).
- Enterprise: $40/usuário/mês + $250/conta/mês. 50 GB por usuário (compartilhado). Adiciona certificação de assets, soberania de dados, escalonamento ilimitado, suporte 24/7. Inclui 8 agent-hours/mês (4 agentic + 4 research).
- Excedentes (Pro e Enterprise): $3/agent-hour (agentic), $6/agent-hour (research), $5/GB/mês para storage de índice.
Fonte: aws.amazon.com/quick/pricing.
Superfície além do walkthrough do desktop. O Quick entrega mais do que eu testei nesta sessão, e o resto vale nomear para você não assumir que “preview” significa “raso”. Quatro superfícies ficam ao lado do app desktop:
- Connectors: 50+ first-party (Slack, Teams, Outlook, Gmail, Google Workspace, Salesforce, ServiceNow, Asana, Jira, Zoom, Airtable, Dropbox, Microsoft 365, SharePoint, OneDrive, Snowflake, Databricks, Redshift, S3, Adobe Analytics, QuickBooks, entre outros), mais 1.000+ apps acessíveis via OpenAPI e MCP.
- Knowledge Base: organiza conteúdo compartilhado do time para retrieval entre conversas e agentes.
- Flows: automações multi-step no-code costuradas entre os connectors acima.
- Apps: builder de web app customizado, também em preview desde abril de 2026, que transforma uma descrição em linguagem natural em um app funcional com dados ao vivo, templates de papéis e compartilhamento com um clique.
Várias dessas ainda são exclusivas da web no preview, o que eu retomo no Veredito.
Eu instalei o preview de macOS, fiz signup com email pessoal, peguei o plano Plus para ter a superfície completa, apontei o Quick para três anos de filings anuais e trimestrais da Netflix, e empurrei ele através de workflows reais. O que vem a seguir é o que de fato acontece quando você instala, dá arquivos reais para ele, e pede para ele fazer trabalho.
Setup
O signup começa na página de download da AWS e imediatamente joga você para o navegador. O app desktop instala limpo no macOS, abre, e então te devolve para a web para criação de conta. Mesmo com uma conta AWS existente associada ao meu email, o caminho recomendado foi “Criar nova conta Quick (free trial)” em vez do login com conta AWS.
Essa escolha é um sinal real de design de produto. O Quick coloca o usuário final no centro do signup, em vez de rotear via admin AWS, o que é a decisão certa para um preview movido a freemium.
Para esta avaliação eu fui com o plano Plus ($20 por usuário por mês, cobrado anualmente) para exercitar a superfície completa de features em vez de viver dentro do subset do tier Free.
Uma vez que a conta web é provisionada, o app pega autenticação por conta própria. O onboarding oferece quatro superfícies de contexto: Arquivos locais, Mensagens, Email, Calendário.
Eu conectei Gmail, Google Calendar e Slack, e apontei a superfície de arquivos locais para uma pasta com três anos de filings 10-K e 10-Q da Netflix. As permissões de pasta são por pasta e revogáveis, com toggles separados para indexação e leitura/escrita.
Testes
Eu rodei sete cenários contra o preview desktop, ordenados aproximadamente de “síntese rasa” para “trabalho autônomo de verdade”. Sim, na maioria, padel. Tenho jogado bastante.
1. Raciocínio cruzando fontes com calendário e clima
O primeiro prompt foi deliberadamente fácil: “O clima vai impactar meus compromissos no fim de semana?”
O Quick puxou três sessões de padel do Google Calendar entre sábado e domingo, buscou uma previsão do tempo de Dublin na web, inferiu minha localização sem perguntar, e produziu um resumo de impacto por evento com uma recomendação de fallback:
Caso fácil, mas funcionou: duas fontes, localização inferida sem eu pedir, o dia mais difícil sinalizado (“Saturday is the trickier day”), e uma sugestão concreta (“have a backup plan for the morning”).
2. Análise de documento local com execução autônoma de código
O teste interessante é a pasta da Netflix. Eu perguntei: “Como o relatório financeiro da Netflix de 2024 se compara com 2025?”
O Quick leu os PDFs e escreveu e rodou Python próprio para extrair os números.
A parte interessante são os follow-ups sugeridos: eles referenciaram documentos na pasta que eu não tinha mencionado, o que significa que o knowledge graph já tinha indexado o corpus inteiro, não só os arquivos relevantes para a query ativa.
3. O knowledge graph em si
Settings → My context expõe o knowledge graph diretamente e te deixa fazer um sanity-check do que o indexador realmente acredita. O grafo é construído a partir das entidades que o Quick extraiu da pasta de filings da Netflix que eu tinha apontado para ele antes.
Entidades são tipadas (Organizations, People, Events, Products, e por aí vai) e ordenáveis por PageRank, então você ganha scoring de centralidade out of the box em vez de uma lista plana. A aba Memory fica ao lado do grafo e guarda memória de conversa e preferências, mantida como um conceito separado do grafo de entidades.
4. Skills: transformando uma frase em automação reusável
O Quick trata automação de workflow como cidadã de primeira classe chamada skill, definida por um arquivo SKILL.md.
Pedir “Create a new skill” no chat abre um builder guiado com dois caminhos de criação: descrever um novo workflow do zero, ou salvar um a partir de uma conversa anterior.
Eu escolhi o primeiro:
I want you to check my WhatsApp via web all Padel groups and summarize if there is any event or matches happening in the coming days. Analyze just last 2 days, and execute it twice a day. Then send me a message on Slack. I want to know about matches only if it’s not raining on the day.
O Quick gerou uma skill chamada Padel Match Checker e apresentou a paleta de tools extraídas para revisão:
Ele escolheu as tools certas: browser automation para WhatsApp Web, web search para o check de clima, Python para síntese, e o builtin do Slack para entrega.
5. Execução end-to-end
A skill rodou. O Quick automatizou o browser no WhatsApp Web, percorreu cada grupo com “Padel” no nome, e postou um resumo estruturado no meu DM do Slack como eu:
A saída do Slack acertou o parsing: distinguiu eventos reais de chat aberto.
Uma frase, uma skill: um SKILL.md que roda sob demanda ou em schedule, costurando um fluxo de browser automation, um check de clima, e uma mensagem no Slack.
6. Research (exclusivo da web no preview)
Research é um workflow estruturado de longa duração. Você dá um objetivo, configura materiais, escolhe um modo, e revisa um plano antes dele rodar. Runs levam grosso modo de 5 a 30 minutos dependendo do modo, e o Quick te manda email quando terminam.
Para o input mostrado acima, o output é um relatório multi-seção com citações inline e um gráfico embedado.
A barra lateral direita é o que o torna iterativo: destaque trechos, deixe comentários, e então peça ao Quick para produzir a próxima versão usando seu feedback. Relatórios podem ser salvos em um Space ou exportados.
Até o Research aterrissar no desktop, o trabalho mais pesado de conhecimento fica no navegador.
7. MCP e coding agents
Capabilities → MCP tem duas superfícies.
MCP servers: eu conectei o AWS Knowledge MCP e o Quick pegou ele limpo. MCPs de stdio local e HTTP remoto são ambos suportados, e servers podem ser anexados a agentes agendados.
Coding Agents: uma seção separada para executores autônomos. Claude Code e Kiro CLI são ambos suportados. Manter data sources (MCP) e executores (coding agents) como conceitos distintos é uma divisão sensata.
Veredito
O preview do desktop Amazon Quick tem mais coisa rolando do que as manchetes sugerem. Arquitetura local-first, um knowledge graph inspecionável, um sistema de skills que transforma uma frase em automação rodando, e superfícies first-class de MCP e coding agent.
O que falta é paridade de features com o produto web. Research, Chat Agents, Flows e Spaces ainda não estão no app desktop. Por enquanto o desktop é uma superfície complementar para chat, arquivos locais, skills, tarefas agendadas, MCP e connectors; o trabalho mais pesado ainda acontece no navegador. Dito isso, isso ainda é um preview, e eu espero que essas features sejam portadas para o app desktop ao longo do tempo.
O diferencial fácil de subestimar é a postura de segurança AWS. Para um agente sempre ativo que observa seu calendário, email, arquivos e Slack, o trilho de auditoria e o histórico de compliance por trás do fornecedor importam tanto quanto as features, e para compradores enterprise esse é provavelmente o fator decisivo.
Para um preview, as partes que funcionam, funcionam surpreendentemente bem. Eu volto quando as superfícies que faltam aterrissarem no desktop.