千问办公，与企业AI原生组织的想象

来源：未尽研究

AI巨头正在集体向办公场景挺进。最新入局的是阿里旗下企业级Agent产品千问办公（QwenWork），它于昨日正式开启公测；但它并非新面孔。它的出现，也预示着AI应用正在跨越一个关键分水岭，从“会回答”走向“会干活”，再从个人提效进入组织。

巨头们都想明白了，为了捕获AI的下一轮价值，必须进入真实工作流。

去年这个时候，市场一度陷入了“AI泡沫”的担忧；今年上半年，智能体浪潮推动AI资产持续上涨，但进入7月市场再次震荡。AI产业正在从“只要建设就会上涨”的第一阶段，进入“谁能把建设变成现金流”的第二阶段，只有这样才能支撑更长期的研发支出与更大规模的资本支出。

与此同时，公开可得的高质量互联网数据，正在越来越难以支撑模型能力的持续跃迁。模型想要在预训练阶段继续扩展，在后训练阶段持续获得足够丰富的任务反馈，必须接近真实工作场景。那里是稀缺信号诞生的地方。当模型进入千行百业，它们开始接触真实世界需求，不断暴露能力边界，并催生新技术演进方向。

Coding Agent已经率先跑通了这一循环。Anthropic也正是在这一轮竞争中迅速建立优势。Claude Code证明，前沿模型可以不再只是回答问题，而是直接进入软件工程这一高价值生产流程，并通过真实任务不断获得反馈。随着Coding Agent商业化加速，Anthropic的企业收入和ARR也快速增长。

而且，能力进化的飞轮也建立起来。模型越强，可以承担越复杂的任务；Harness越成熟，又能进一步放大模型能力。两者形成的协同飞轮，正在推动Agent从单一任务执行向更长周期、更复杂的工作流演进。它们不断打磨，让Harness放大模型能力，形成自己的护城河。

巨头们自然希望将这一飞轮复制到更广泛的企业办公市场。不过，Anthropic没有将Claude Code直接扩展到编码之外的知识工作领域，而是重新打造了Claude Cowork；OpenAI则先后推出Workspace Agents和ChatGPT Work。这意味Agent竞争已经从“AI能不能写代码”转向“AI能不能完成工作”。

但是，“完成工作”和“进入组织”是两回事。

相较而言，Coding Agent面对的是相对封闭、结构化的代码环境，Work Agent面对的则是更加开放的知识工作。即使在软件开发场景中，AI也并非只负责完成一次任务。代码质量、技术债和安全风险等，都可能在后续工作中持续产生影响。放到组织层面，这种“任务的长期后果”只会更加复杂。

真实工作流的终点不是个人，而是组织。

AI向个人渗透与向组织渗透，最关键的差异在于，前者聚焦个体提效，解决单点任务，后者则以组织能力提升为核心目标，它必须同时处理多人协作、身份权限、跨系统调用、组织经验和隐性知识。

这并非易事。当AI从个人助手走向组织协作，可靠性也成为新的基础能力。一个需要长期参与企业流程的Agent，必须能够稳定遵循规则、正确处理权限、识别不确定性，并让自己的行为可追踪、可审计，否则错误就可能沉淀为组织层面的“技术债”。这也是为什么Claude Opus 4.8发布时强调“最显著的改进之一是其诚实性”。

与此同时，Anthropic、OpenAI和谷歌云也都在加强前向部署能力，深入企业真实业务流程，挖掘组织内部知识。

但是，模型公司希望扩大自己的学习飞轮，企业组织则希望保留自己的学习闭环。微软等企业AI基础设施巨头也开始意识到，企业“特定智能”及其学习过程，也正在越来越多地向基础模型和AI平台集中。真正能够长期成立的平台，不应该只是不断吸收企业的价值和学习信号，而应该帮助企业创造新的价值。

对企业而言，真正理想的AI基础设施，既需要足够强的通用模型，又能够保留自己的数据、工作流和学习过程；既要有足够低的Token成本，也要降低部署、迁移和治理的复杂度。

而这也是开源与全栈结合的价值所在。开源模型提供学习与部署的自主权，全栈基础设施降低企业使用AI的经济和工程门槛，而企业应用则成为AI真正进入生产流程的入口。

与美国相比，中国市场的产业结构有所不同。除了DeepSeek、月之暗面与智谱等“小虎”们，AI巨头同时也是互联网巨头，往往同时拥有模型、云计算、企业软件和互联网平台上形成的组织协作入口。它们有机会从一开始就整合模型能力与企业生态，而不是沿着单一产业链条逐步向另一端延伸。

某种程度上，这也是理解中国企业AI竞争的一个窗口，而千问办公则是其中一个率先完整浮现的样本。

截至目前，阿里巴巴、腾讯与字节跳动，都在抓紧整合旗下产品线，将AI办公的入口，收敛到统一的平台。千问办公是阿里巴巴试图把过去分散在模型、Agent、云和企业协作生态中的能力，汇聚成一个组织级AI基础设施。千问办公全面整合了QoderWork、骡子快跑（MuleRun）、悟空三款产品。不同于市面上已有的Agent产品专注个人提效，它最重要的特色是激活组织生产力，全面瞄准企业级市场。

与千问办公同日发布的还有Qwen家族迄今最强大的模型Qwen3.8-Max。它的参数规模扩展至 2.4 万亿，激活参数95B，支持100万上下文Tokens，在编程、办公、科研以及长周期任务等方面实现了全面提升，可以更可靠地端到端完成复杂任务，输出值得信赖的成果。

更值得关注的是，Qwen3.8-Max开始尝试让模型能力与具体Harness环境进一步解耦。如果每一种任务、工作空间和工具组合都需要单独设计一套Harness，Agent规模化应用的适配成本将迅速上升。Qwen3.8-Max在QwenWork、Claude Code、Codex、OpenClaw、Hermes等不同Harness框架下，均展现出较强的性能表现。

如果这一能力得到进一步验证，其意义可能不只在于模型本身。Harness泛化一方面意味着，开源模型可以更容易适配企业私有化部署和多样化Agent工作流；另一方面，也意味着企业不必被绑定在某一种Agent架构上，从而降低了从其他Harness体系迁移的成本。

但这也反过来给千问办公们提出了更高的要求。如果模型本身足够开放，企业为什么还需要绑定在某一个平台？

答案显然不能只是更强的模型，而必须是模型之外的组织能力。前者降低企业使用AI的技术门槛，后者却能够构建真正的AI原生组织。成为组织级AI基础设施，也意味着企业AI平台不必依赖产品锁定来获取长期价值。

在这一点上，每家巨头都有自己的“半步”优势。飞书、企业微信与钉钉，沉淀着互联网时代以来积累的企业客户与组织关系。千问办公初步打通钉钉，意味着它有机会连接2000万企业组织、近8亿用户，也有机会盘活长期分散在消息、文档、审批和知识库等业务流程中的组织上下文。更大的意义在于，它试图让模型侧与企业侧同时进入真实工作流的学习闭环。这个闭环会随着AI办公应用的深化，继续扩展到科技巨头旗下更多企业应用生态。

与此同时，AI办公也在走向多用户、多轮次、多Agent共同参与的协同工作流，这才更接近真实组织的工作方式。MuleRun此前对网状协同的探索，为这一方向提供了一定的技术积累。而阿里云在峰会上提出的Agent独立身份认证、权限边界和行为审计，则进一步触及了“数字成员”进入企业后的身份与治理问题。

千问办公还不是一个完成态产品，但它无疑预告了一场更大规模的企业AI竞争。更值得关注的是，这场竞争能否让中国补上上一个技术周期留下的遗憾，真正诞生具有全球影响力的企业服务巨头。