千问办公终于把 Agent 推过了“斩杀线”

最近这两天我在出差，没咋关注 AI。昨天晚上回酒店，打开最近常用的千问办公，发现它的模型选择框里多了一个新选项：标准模式，底层模型是刚刚发布的 Qwen3.8-Flash，嚯，这是新模型上线：

最让我吃惊的是，积分倍率只有 0.1x；上面的高级模式继续承接复杂任务，但在我看来，日常的很多任务，用标准模式就足够了。以前的现实问题是，Agent 能力越来越强，我们却未必敢把它一直开着，现在 0.1x 让这个问题消失了。

看了下千问办公的产品数据，在真实办公场景中，标准模式的单任务生成速度能提升约 100%，Token 消耗则平均减少 75%，看样子以后就是两种模式，标准和高级，95% 的日常任务由标准模式承接，余下 5% 的复杂任务交给高级模式。

事实上，对于每天写周报、做表格、整理会议纪要、查资料和生成方案这样的任务，都属于 95%，也就是说，你可以随便造了，让 Agent 随时在线。

Token 焦虑，是 Agent 普及路上的隐形账单

过去的 SaaS 软件通常按月或按席位收费，成本大体可以预期。Agent 的账单就不那么确定，像一块不断跳动的电表，一下干光额度就想停电了，要么充值，要么等额度恢复。同样一句“整理会议纪要”，背后可能包含文件读取、上下文检索、任务规划、多轮工具调用、自我检查和格式重组等等。用户看到的是一条指令，系统执行的却是一串连续工作。

现在 Agent 基本都进入了普通人的工作场景，任务更长，文件更多，调用频率也更高了。一次任务贵一点似乎可以接受，不节制的使用，Token 还是挺贵的，会影响 AI 在个人和企业的使用情况，甚至工作流程。

这年头，Token 焦虑人人有嘛，并且会影响你的使用习惯。和任何一个新技术类似，只有在边际成本足够低时，才会被放进高频流程；不用反复判断“这次值不值”，才可能把更多工作放心交出去。

生成速度同样重要。Agent 要连续完成多步操作，任何一环的等待都会累积，最后形成明显的体感落差。

所以，速度提升一倍与 Token 少消耗 75% 就很惊艳了，前者缩短等待时间，后者降低使用门槛和费用。两者同时发生，Agent 才能真正接近办公基础设施的使用方式：随时可用，随时能用。

模型的智能密度，以及和 Agent 的协同，决定 Agent 能不能“量大管饱”

扒了扒 Qwen3.8-Flash 的技术报告和数据，发现 Qwen 从 3.8 开始，确实脱胎换骨，无论是在智能体还是编程等核心维度上，都稳稳的在第一梯队。这种价格的 Flash 模型冲到这个位置，了不起啊。

开源版本 Qwen3.8-Flash采用了新的混合架构，主模型拥有 125B 参数，另有 51B 的 N-gram Embedding，每个 Token 只激活 6B 参数。它通过稀疏注意力、门控残差和新的优化方法，在保留模型容量的同时压低训练与推理成本。面向生产环境的版本以 Qwen3.8-Flash 提供服务，定位就是高频调用、工具工作流以及编程和协同办公助手。

什么是“智能密度”呢？可以理解为单位计算成本换来的有效能力。

参数规模很大，实际每次推理只调动其中一小部分；模型仍然能理解复杂指令、处理长上下文，并在工具调用场景中保持稳定。对 Agent 来说，这比单纯追求榜单分数更关键。

更关键的是，这次千问办公团队与千问大模型团队做了双向协同，这个很重要：模型侧围绕多步规划、工具选择、上下文压缩等办公场景进行训练调优；产品侧则通过推理优化和定制 Harness 架构，重新安排任务拆解、上下文管理和工具调度。模型更懂 Agent 如何工作，Agent 也更懂怎样发挥模型的长处。

这叫双向奔赴

这样的协同会减少很多看不见的浪费。一次不必要的工具调用、一轮无效重试、一段反复塞回上下文的历史信息，都会消耗 Token，也会拖慢任务。模型和 Agent 一起优化，训练、推理和产品执行链路一起调整，效率提升才有机会落到用户实际完成的任务上。

95% 的日常任务，为什么是一条“斩杀线”

现在斩杀线的说法很流行，咱也用一下。

通用 Agent 的功能正在快速趋同。谁能让用户用得更多、等得更少、又不必时刻计算 Token 额度，谁能更接近日常入口。

千问办公把 95% 的日常任务放进标准模式，意义正在这里。标准模式覆盖高频、明确、可快速完成的工作，高级模式处理长程推理和复杂交付。用户不必每次研究模型名称，也不用为了节省成本主动降低任务目标。

“斩杀线”这个词听起来很重口味，逻辑却很简单：当一种 Agent 能用十分之一的积分倍率承接绝大多数日常任务，其他产品仅仅做到“也能完成”是不够的。Agent 的竞争由功能可用，继续走向经济上也可用。如同水电油，如同云计算。

Agent 进入办公场景，从“敢不敢用”开始

对于日常办公，复杂研究、专业分析、长程执行是少数任务，肯定得用高级模式，人作为独立个体，需要承担挖掘需求、决策、审查、目标设定和责任，标准模式干啥呢？解决大量日常任务，快速、低成本但高效的完成，这是“体力活”。

Agent 想进入每个人的工作日程，既要变聪明，也要变得足够便宜、足够快。AI 的发展也没啥新鲜的，过去大家谈模型能力，就看更大的参数和更高的分数上；到了高频 Agent 阶段，智能密度、调度效率和任务成本开始共同决定产品体验。快一倍，省四分之三，95% 的日常任务交给标准模式。

从“敢不敢用”到“想用就用”，中间隔着的是一整个时代的基础设施重构。Qwen3.8-Flash 和千问办公只是其中的一个切片，却已经让我们看到了一点未来办公的轮廓：智能随手可得，而人的精力，终于可以只花在真正重要的事情上。