Amazon Q Developer

Amazon Q Developer：AWS 开发者的专属 AI 搭档——写代码、查安全、生成 IaC，还免费

> 一个 AWS 工程师的真实体验：以前写 Lambda 函数要自己琢磨 IAM 权限、查 DynamoDB 最佳实践、手写 CloudFormation。现在 Amazon Q 直接给我全套推荐，还顺便帮我把安全漏洞堵了。

一、为什么 AWS 开发者需要自己的 AI？

我一直用 GitHub Copilot，写通用代码很方便。但只要一碰 AWS 服务，Copilot 就开始“露怯”——它不知道我的 S3 bucket 叫什么，不理解 DynamoDB 的查询模式，给 IAM 权限建议时也经常不对。毕竟 Copilot 学的是公共代码，不是 AWS 内部的最佳实践。

直到我用了 Amazon Q（前身是 CodeWhisperer）。它是 AWS 官方出品的 AI 编程助手，深度集成在 IDE 和 AWS 控制台里。它最厉害的地方不是“补全代码”，而是懂 AWS——知道你的 Lambda 函数上下文，提醒你冷启动问题，自动生成最小权限的 IAM 策略，甚至帮你写 CloudFormation。而且对个人开发者完全免费。

二、Amazon Q 是什么？跟 Copilot 有什么不同？

Amazon Q 是 AWS 推出的 云原生 AI 开发助手，覆盖三大场景：

– IDE 插件：代码补全、安全扫描、IaC 生成（支持 VS Code、IntelliJ 等）。

– AWS 控制台：直接提问诊断资源问题、优化成本、修改配置。

– 代码仓库：在 PR 中自动审查安全风险和最佳实践。

与 Copilot 的核心区别：

– Copilot：通用 AI 编程，对 AWS 服务只有“公共知识”，不感知你的具体云资源。

– Amazon Q：深度理解你的 AWS 项目上下文（函数名、表结构、Role 名称），给出的代码和配置是“适配你当前环境”的，并且严格遵循 AWS 官方最佳实践。

价格：对个人开发者完全免费（IDE 插件基础功能）。企业级高级功能（如代码库级别审查、Java 升级辅助）包含在 AWS 企业支持计划中。

三、我最离不开的四个能力

1. AWS 服务的深度代码辅助

写一个从 API Gateway 触发、读取 DynamoDB 的 Lambda 函数时，我只需要写函数名，Amazon Q 自动补全整个 handler：解析 event、调用 DynamoDB 查询、处理空结果、返回规范格式。它甚至提醒我“该函数未设置超时，建议添加”。如果我硬编码 AWS 密钥，它立刻警告“请使用 IAM 角色”。这种上下文感知的安全检查是通用 AI 做不到的。

2. 基础设施即代码（IaC）生成

我需要一个包含 VPC、RDS、EC2 的 CloudFormation 模板。在 IDE 里对 Amazon Q 说：“生成 CloudFormation 模板，创建一个 VPC 带两个公有子网，一个 RDS PostgreSQL 实例，一个 t3.micro EC2，配置安全组只允许 5432 和 22 端口。”几秒后它输出完整的 YAML 文件，连资源间的依赖关系都正确。我还能说“改写成 CDK TypeScript 版”，它立刻转换。以前写 IaC 要翻文档半天，现在一句描述就行。

3. 控制台中的运维 AI

有一次生产 ECS 服务 CPU 突然飙到 90%。我在 AWS 管理控制台直接打开 Amazon Q 面板，问：“为什么我的 ECS 服务 CPU 飙升？”Q 分析了该服务的 CloudWatch 指标、任务日志和最近部署记录，告诉我：“2 小时前部署的任务 health check 路径配置错误，导致容器频繁重启。建议回滚或修改 health check。”并且直接在面板里给出修改 health check 的 JSON 配置。从发现问题到获得修复方案，全在控制台对话框完成，不用切到 CloudWatch 或 CloudTrail 手动查。

4. 企业级 Java 项目升级

公司有一个老旧的 Java 8 + Spring Boot 项目，需要升级到 Java 17。我让 Amazon Q 扫描全项目，它生成一份详细的升级报告：废弃的 API 列表、不兼容的依赖、需要修改的配置项。然后我说“帮我应用这些修改”，Q 逐个文件生成代码变更，我审核后批量接受。原本需要几周的升级工作量，压缩到几天，而且 AI 保证了升级路径符合 AWS 上 Java 的最佳实践。

四、手把手教程：30 分钟用 Amazon Q 做一个 Serverless API

第一步：安装插件

在 VS Code 或 JetBrains IDE 中搜索“AWS Toolkit”或“Amazon Q”插件，安装并登录你的 AWS 账户（免费）。

第二步：创建 Lambda 函数

新建一个 `index.js` 文件，写入函数签名 `exports.handler = async (event) => {}`。Amazon Q 会自动提示补全：解析 API Gateway 的 body、调用 DynamoDB 的 `put` 操作、返回 201 状态。按 Tab 接受。

第三步：生成 IaC 模板

在同一个项目中，打开 Q 对话面板，输入：“生成部署上面 Lambda 和 DynamoDB 的 SAM 模板，包含 IAM 角色，让 Lambda 只能读写该 DynamoDB 表。”Q 输出完整的 `template.yaml`。

第四步：本地测试（可选）

如果安装了 SAM CLI，可以在终端用 `sam local start-api` 测试。

第五步：部署

运行 `sam deploy –guided`，填入参数，等待部署完成。你的 Serverless API 就上线了。

五、优点和缺点

优点

1. AWS 深度整合：对服务的理解远超任何通用 AI，建议严格遵循官方最佳实践。
2. 安全与成本意识：自动检测硬编码密钥、权限过宽、未加密 S3、可优化的存储成本等。
3. IaC 生成：从描述到 CloudFormation/CDK 代码，节省大量查阅文档的时间。
4. 控制台集成：运维排障时可以直接问 AI，不需要跳转多个页面。
5. 个人开发者免费：零成本享受官方 AI 辅助，对个人项目和创业团队很友好。

缺点

1. 绑定 AWS：如果你主要用 GCP/Azure 或纯前端开发，Q 的优势体现不出来。
2. 通用编程能力略逊：在非 AWS 代码（如纯算法、前端框架）的补全质量上，Copilot 和 Cursor 有时更强。
3. 国内支持有限：需要海外 AWS 账号，文档和界面以英文为主。
4. 企业高级功能需要付费：如跨仓库安全审查、大规模 Java 升级等，需 AWS 企业支持计划。

六、谁最适合用 Amazon Q？

– AWS 开发者：日常和 Lambda、DynamoDB、S3、ECS 等打交道，Q 能帮你省下至少 30% 的查阅文档时间。

– DevOps 工程师：写 IaC 模板、排查资源问题、优化成本，Q 是效率加速器。

– 企业遗留项目维护者：Java 版本升级、SDK 版本迁移，Q 能自动完成大部分重复性修改。

– AWS 初学者：学 AWS 时，Q 会提醒你各种安全规范和最佳实践，相当于有个专家在旁边指导。

七、什么情况下别用它？

– 非 AWS 云或纯本地开发：你几乎不用 AWS 服务，那么 Q 的优势你用不上。

– 主要写前端/通用算法：Copilot 或 Cursor 更合适。

– 必须离线开发：Q 需要联网调用 AWS 服务。

八、我的真实感受：它让我更敢用 AWS 的高级功能

以前我不太敢用 AWS 的高级服务（如 Step Functions、AppSync、EventBridge），因为文档太厚、配置复杂、权限容易出错。现在有了 Amazon Q，我可以直接在 IDE 里问“帮我写一个 Step Functions 状态机，调用三个 Lambda，带错误重试”，它立刻生成 ASL 定义和对应的 IAM 角色。这种“降低使用门槛”的价值，比“补全代码”对我的帮助更大。加上完全免费，我已经把 Q 作为日常开发的标配，和 Copilot 一起用（Copilot 写通用逻辑，Q 写 AWS 部分）。如果你在 AWS 上开发还没试过 Q，强烈建议花一个下午安装体验——你可能会像当年从记事本换到 IDE 一样，回不去。

九、一句话总评

Amazon Q 是 AWS 生态开发者不可错过的 AI 搭档——免费、深度集成、懂你的云环境，从写代码到建基础设施到运维排障，它都能帮上忙。