ZPedia｜实测千问办公：个人Agent卷到头了，阿里的答案是“组织”

这儿年的Agent赛道是蛮热闹的, 然而热闹存在着一个共同之处, 那就是绝大多数的产品所回答的均为同一问题, 即怎样协助个人将事情做得更为迅速。

另一番情形是企业市场。组织之中所开展的工作并非孤零零的任务 , 是以嵌入于审批流程 、会议 、文档以及人际关系里的连贯进程。倘若Agent要进入企业 , 其门槛绝不仅仅局限于“会干活” , 它必须清楚活计源自何处 , 应当交付给谁 , 依照何种规则去完成。

8月3日, 于阿里巴巴旗下的企业级Agent产品千问办公开启了公测, 无论是个人用户还是企业用户, 均可经由官网去进行体验。千问办公是由三款产品全面整合一起而形成的, 它是在业内首款实现了同时支持桌面端Agent、云端Agent以及企业协同Agent的产品。

它所要回答的问题呈现为这般状况: 存在一个是针对组织而设计营造的Agent, 还有一个是专门为个人所设计打造的Agent, 那么这二者间的差别究竟彰显于何处呢。

千问办公是什么

先说结论：这不是一个从零起步的新产品。

阿里于 Agent 领域存在着长久以来的技术以及产品方面的积累, 这积累涵盖多方面, 悟空各自有着与之不相同的朝着不同能力的方向发展态势, 而此次所进行的整合, 其目的在于将已然存在的沉淀内容, 汇总并凝聚成为单一的一个完整的产品, 如此这般, 目标清晰无误: 即为提升关于办公方面的生产力。

要是从能力方面来讲, 写汇报, 做周报, 整理会议纪要, 这些属于日常任务范畴, 生成代码, 搭建应用, 这些乃是开发任务类别, 海报制作, 视频创作, 这些是所谓的创意任务, 数据清洗, 可视化呈现, 趋势分析, 这些属于专业任务类别, 它统统都可是能够去做到的。 将它们单个拿出来说, 这些其实都并非是什么新鲜事物。

真正值得予以留意加以关注的并非功能列表菜谱单子, 真的特别值得关心的是产品模样样式体态: 网页版本式样形式和单独PC客户终端已经对外开放放开了, 手机端入口近期对外开放放开, 以后未来还将会上线单独App以及与国际接轨版本。三种端口并行前进背后是一个判定判断: 办公场景是零零散散破碎化的, Agent非得必须跟着用户的行动路线走, 而不是让用户去迁就妥协迎合工具。

不过, 那个关于“究竟啥是什么的十足答案”这事, 功能页面竟然仅仅阐述了大概一半的内容。剩下的另一半, 得通过实际去测试才能明确知晓。

实测：五个Case，一条主线

有五组测试是于网页版以及客户端之上开展得以完成的。首先要将结果予以陈列展示, 随后再去陈述说明它们相互连接起来究竟意味着什么。

Case 1：从生成文件到交付应用

曾有不少Agent皆可生成HTML, 然而所生成仅仅为单一文件。要切实投入使用, 需自行开展部署工作, 购置域名, 并配置数据库, 此流程令绝大多数非技术用户望而却步, 纷纷打了退堂鼓。

一家社区咖啡店, 我们进行输入需求, 要其做成含门店介绍、活动信息以及报名表单的活动报名页, 数据而且还要能够收集查看。

千问办公完成了生成页面, 完成了部署, 给出了能够直接点开以及分享的链接, 表单提交的数据进入了配套数据库, 后台可以进行查询: 将整段链路做完了。

小店主群体当中那些掌握不了代码编写技能的人而言, “获取到一个HTML文件”, 以及“获取到一个可投入使用的网页应用”, 这二者完全不是同一回事, 其中后者才被称作是交付。

Case 2：多模态，不切工具

作为效率产品, 其核心命题在于，能让用户达到在一处将事情处理完毕的效果。而千问办公, 针对文档、图片、视频以及音频, 将这些方面的生成能力, 全都收纳进了Agent。

我们接着选取咖啡店来开展测试, 要针对周末市集制作出一套宣传物料, 其中涵盖公众号文案, 还有海报图, 以及一条时长为15秒的宣传视频, 整个任务需在一个对话框内全部完成, 文案、配图、出片要依照顺序依次进行交付。

该视频使用了AI生成技术

产出之时的精细幅度属于在同样类型产品当中是比较良好的一档，关于海报以及视频仅仅进行简单的稍微调整就能够得到使用。

Case 3：进入钉钉

千问办公呢与钉钉先一步初略打通了, 处于被授权界限范围以内能够去进行调用消息, 以及关于群聊, 还有日程、待办, AI听记也要算上, 文档、知识库, 考勤乃至审批等一系列能力。

两类典型任务哦: 一是将会议纪要自动予以拆分成为待办事项, 接着分发给相关对应责任人；二呢是把本周的会议、To Do、OKR以及审批记录整理成为周报, 之后进行归档归入知识库。它们的共同点是这样的: 这些信息原本均是散落在IM的各个不同角落, 要是人来做的话就得来回反复去翻找, 而Agent来做仅仅就只是顺路的事儿啦。

于测试期间, 我们对AI科技自媒体周一选题会予以模拟, 议题围绕名为《国产AI Agent进入企业市场》的重点稿件, 涵盖采访撰写、嘉宾邀约、数据整理、视觉设计以及终审发布等诸多环节, 我们责令千问从会议纪要里提取已确认的行动项, 针对每项任务, 要补全责任人、截止时间、交付物以及验收标准, 并且在钉钉里创建待办事项。

任务创建妥当以后, 它于工作群内发送了汇总讯息, 将各项任务的责任人、截止时间以及交付要求集中做出说明 ,涵盖了从理解会议具体内容、判定行动方面的事项, 到创建待办事项并同步至工作群的完 整流程, 期间并无出现遗漏项目、重复创建作业或者责任人配置错误的状况,达成了这样一个完整的闭环。

做完三个Case之后, 绕不过模型的问题。绝大多数白领类用户辨别不出各个模型之间那些细微的差异, 让用户自行去挑选模型, 本质就是一道认知门槛。

千问办公采取的方式是依据任务的复杂程度来划分档次, 分别为基础档、高级档、经济档。随手问之时的日常问题会采用基础档, 重要的任务会运用高级档, 高频且轻量的需求会使用经济档, 普通用户一看便能够明白。这样的设计将“选模型”的技术方面的决策, 转化成了“这件事情重不重要”的业务范畴的决策。

近日由阿里发布的, 自研的旗舰大模型Qwen3.8, 已经在千问办公上上线了, 官方声称, 其在编程方面, 以及办公方面, 还有科研方面, 和长周期任务方面, 能力有了大幅的提升。我们运用两个压力测试, 去探寻它的边界。

Case 4：超长上下文

Qwen3.8 Max标准对128K予以支持, 其最高可支持100万Token上下文, 从理论层面来讲, 它能够一次处理一整本完整的书籍, 或是能够成功处理完整的代码仓库, 抑或是能够处理全年的日志。我们上传了一份页数多达227页的NASA与商业载人运输合同, 要求其就站在一方的角度来开展法律与商业风险审查。

最终它生成了 1 份报告, 这份报告有 8 页, 其梳理出了 22 项风险, 还对相关风险逐条标注了页码以及条款位置, 其中存在价格及里程碑金额留白情况, 关键附件缺失, NASA 能够单方判断里程碑完成状况, 任务失败的话, 可能会触发额外 15%的价款返还, 部分私费开发数据在违约终止后可能会转为政府目的使用权等问题, 针对付款、违约责任以及知识产权这三类核心条款, 它给出了英文修改建议。

更为关键之处在于, 它具备跨章节核对付款与验收、任务成败、违约终止以及数据权利之间关系的能力, 还明确标注了公开版本里无法确认的脱敏内容, 且未自行补全。超长文本“读得完”和“读得进去”完全是两码事；从此次结果来看, 它不但记住了前后文, 还能够识别分散于不同章节中的权利义务关系。

Case 5：长程任务

第二项围绕长程Agent能力展开测试: 着手制作一个金融分析看板, 去聚集泡泡近三年的公开财务数据, 对关键指标予以整理, 进而生成可视化图表, 最终搭建起一个能够交互的页面。

这类任务的难点并非在于单步, 而是在于链条, 其包括拆解目标, 还要分步执行, 并且要连续调用工具。只要任何一步出现错误, 便都会往后传导。在执行的过程当中, 它于两处数据口径彼此不一样的地方, 自行开展了校验以及修正, 最终交付了一个涵盖营收、利润率、费用结构等维度的看板。对于长周期、无人值守型任务而言, 自我纠偏能力相较于单点能力更值得予以关注。

最终交付的Qwen3.8 Max, 是一份覆盖营收、利润、毛利率以及费用结构等维度的三年财务报告, 并且把数据变化转化成了可交互的可视化页面。相较于单点能力, 持续推进, 保持数据一致性, 完成端到端交付, 如此更能体现长程Agent的实际价值。

小结

接连起来的五个Case构成了一条主线, 从Case 1起始直至Case 3, Agent的行为从“生成一个东西”转变为“完成一件事”, 而Case 4以及Case 5, 将这件事的复杂度延伸至个人任务的极限处。

而极限之上，还有个人任务装不下的东西：组织。

差异化：为组织设计的Agent

实际测试能够表明产品是否好用, 然而却无法回答另外一个问题, 那就是好用的智能体有很多, 凭什么你的产品所具有的竞争优势是独一无二的呢。

千问办公的答案是组织，用钉钉开了一个好头。

中国各类企业所具有的那种决策链, 以及审批流, 还有组织架构以及日常协作产生的数据, 其中有相当一大部分是沉淀于像钉钉这类即时通讯平台之中的, 行动者只有能够进入这些不同场景去开展工作, 如此这般才能够称得上是在企业里得以落地。

钉钉被打通所意味的是, Agent的上下文不会仅是用户上传的那几个文件了, 而是一个组织实实在在沉淀下来的文档、组织关系以及工作流。按照官方的说法来讲, 这等同于把组织搬进了Agent, 先是去理解组织, 接着再进入工作流, 从一个通用的独立工具, 转变成企业工作体系的一部分。

由这种理解所直接产生的结果当中, 存在着组织级Skill。举例来说, 有一家规模为20人的律师事务所, 其中合伙人借助千问办公, 历经多轮交互之后完成了首份并购尽调报告, 而后将整个 一键沉淀成为组织级Skill, 进而向全所进行共享。在三周之后, 新入职的助理碰到了同类案件, 并不需要向资深律师一项一项地去请教, 只需调用这个Skill之后选定执行路径, 便能够产出报告。

这件事的价值并非在于节省时间, 而是在于知识的组织化, 个人Agent所沉淀下来的是个人经验, 人的离去会导致经验随之而去；组织级Skill沉淀的是机构的方法论, 它归属于公司, 这是个人Agent无法达成的事情, 也是“为组织设计”最为具体的一层意义。

和海外相对比, 生态嵌入程度最深的Agent类别产品是M365 , 其路径是于生态之中孕育出AI , 再将AI嵌入Word , 嵌入Excel , 嵌入Teams , 嵌入各个组件。千问办公所采取的是另外一条路径: Agent与IM进行双向嵌入。在国内SaaS生态处于碎片化状态 , 以及私有化部署诉求较为强烈的现实状况下 , 这条路径有可能更加贴合中国企业的实际架构 , 并且也是通用Agent深入拓展to B业务的一种可行思路。

能看到轮廓的是更远的形态。在大型跨国企业当中, 当中国团队完成了新品方案的讨论后, Agent能够自动去整理决策背景, 可以生成英文项目文档, 还能把待确认事项同步给英国团队；在中国团队下班之后, 7x24小时都在线的Agent会在项目群里持续回答问题并且推进工作。跨时区协作的接力, 不知疲倦的那一端第一次出现了。

行业判断：从个人效率到组织效率

将视角进行拉高, 千问办公被推出, 这所对应的是Agent竞争重心出现转移。

在上半场的时候, 比拼的是模型以及工程, 在模型这个层面, 千问办公把Qwen3.8 Max等业界一流的模型给集成了, 在工程层面, 工程跟上下文工程对产品的实际水位起着决定作用, 这些属于入场券, 然而却无法拉开终局的差距。

下半场比拼要点在于对组织的理解, 千问办公的打法是逐个行业进入, 去洞察各行业思考问题的方式, 以及运用AI的方式, 进而跑出最佳实践, 官方案例库已现雏形, 电商领域有商品上架自动化, 将数小时的上架流程缩至分钟级, 制造领域有多模态智能质检, 能批量识别产线缺陷并输出整改建议, 金融领域有深度研究报告, 可完成全网调研、财报解析与数据可视化, 教育领域有课件制作与学情分析, 使备课从数小时缩短到分钟级。可以明显看出, 这些场景有着共同之处, 那就是: 任务并非孤立的个人行为, 而是嵌入在组织原有的流程之中。

今儿, 普通使用者借Agent做成个人平常办公的基本任务；接下来的一站, 是Agent投身企业的全工作程序。不管是一人公司还是大型企业, 组织中积淀的数据、关系以及流程, 都将变成Agent能力的一部分。此转变才刚起始。

对于那些想要尝试新鲜事物的用户而言, 此时是具备较低成本的体验时机。在从8月3日开始到8月9日进行公测的这段期间, 每天登录千问办公就能领取1000积分。会员用户当下能够不限次数地运用经济版模型。而刚刚上线的Qwen3.8同样可以于产品内部直接进行体验。

入口：。