阿里整合 AI 办公力量后，千问办公怎么打这场大战？

企业需要的已经不只是一个能写文档、做 PPT 的通用助手，而是一个能够理解组织数据、进入业务流程，同时受到身份、权限和审计约束的 Agent。

作者｜郑玄

办公正在成为全球 AI 行业竞争最集中的战场之一。

相比聊天、搜索，AI 在企业办公场景下的落地要复杂的多，一方面需要连接、调用企业的文档、邮件、知识库，另一方面还需要 AI 理解审批、销售、财务等业务流程。而今年以来 Agent 快速发展，让 AI 进入「千司千面」的企业办公场景成为可能。

因此，从微软、谷歌到国内的互联网和云计算公司，行业竞争的重点都在从模型能力延伸到办公入口、企业数据、Agent 平台和业务流程。企业客户是否愿意采用，AI 能否安全地接触组织数据、进入实际工作流，也开始成为比模型能力更受企业关注的竞争要素。

这一轮全球竞赛中，阿里把注下在了千问办公。

千问办公并非从零成立，而是阿里将 QoderWork、钉钉悟空、Mulerun 等 AI 办公产品和团队整合后形成的一股合力。它背后连接着千问模型、阿里云、钉钉、企业服务及硬件生态。千问办公选择把什么做成产品、如何处理与钉钉的关系，以及它如何定义企业 Agent，都是观察阿里企业 AI 战略的一扇窗口。

9 月 22 日云栖大会期间，千问办公集中发布了一系列面向企业级 AI 落地的能力，包括连接企业私有知识的「企业上下文」、让人与 AI 在同一空间协作的「协作功能」、软硬一体的 QwenNote A2，以及可以接入企业原有系统的自定义行业工作台。

整场发布的核心被概括为一句话：「Context is all you need」。

这套产品组合回答的是今天企业办公遇到的共性挑战：企业需要的已经不只是一个能写文档、做 PPT 的通用助手，而是一个能够理解组织数据、进入业务流程，同时受到身份、权限和审计约束的 Agent。对千问办公而言，「上下文」也不只是提示词或知识库，而是一套需要连接、抽象、压缩和持续更新的数据基础设施。

在云栖大会期间，极客公园参与了一场对千问办公负责人束骏亮的群访。他在采访中进一步解释了千问办公对企业 AI 的几项核心判断。

1. 企业 AI 的竞争还远未到终局。现阶段真正的赛点不是产品声量，而是客户是否选择、是否真正使用。

2. 上下文应该成为独立于具体 Agent 产品的企业基础设施。它属于企业，而不应被锁定在千问办公或任何单一产品中。

3. 企业 Agent 与个人助手之间的关键差异，并不只是模型能力，而是身份、权限、数据归属、审计和责任。一个 Agent 一旦进入组织，就必须回答「谁把它带进来」「它能访问什么」「出了问题由谁负责」等问题。

4. 千问办公在阿里内部虽然正在成为统一的能力出口，但团队并不希望把它限定为某个固定入口、桌面智能体或工作台。它与钉钉的关系也不是简单替代，而是双向融合：传统办公软件成为数据和流程底座，AI 产品则提供更强的理解、泛化和自然语言交互能力。

以下内容根据群访实录整理，经极客公园编辑整理。

01

企业 AI 的赛点还没有到来

问：千问办公整合并推出两个月后，你怎么判断现在的行业状态？真正的赛点是什么？

束骏亮：我们内部讨论过一个词，叫「欣欣向荣的一片混乱」。大家都很有干劲，也都觉得 AI 有很大潜力，但很多企业愿意拥抱 AI，却还没有完全想清楚自己究竟需要什么。在这种状态下，一些混乱是正常的。

过去两个月，我们出发得比较快，在几个大厂中较早完成整合，也较早拿出产品、获得第一波市场反馈。现在还看不到真正的赛点，因为底层技术和用户需求都变化得很快。

如果一定要说一个赛点，我认为是企业客户的选择：有多少重要的头部客户选择你，有多少中小客户广泛选择你。

问：企业客户对 AI 办公的需求出现了哪些分层？

束骏亮：我们越来越明确地看到，客户是分层的。中小客户更关注性价比和易用性；中大型客户首先会问产品是否足够安全、是否可控、能否深度定制。这是两条不同的路径。

一些大型企业有足够的技术储备，我们可以把定制能力直接交给企业的技术部门或员工，由他们围绕自己的业务场景搭建。

面对更多行业客户时，我们会和生态伙伴一起，把共性的需求做成行业方案，再服务大量中小企业甚至个人用户。同一种能力进入不同客户时，交付路径会不一样。

问：行业 Agent 需要深入客户现场共创，这种模式怎么规模化？

束骏亮：AI 时代的客户成功或现场工程团队，与过去 SaaS 时代不一样。传统 SaaS 的边界比较固定，客户成功需要教育和陪跑的事情相对有限；一个 AI Agent 进入律所或其他行业后，潜在场景非常多，关键是有没有懂 AI、又能和业务方配合的人，把有价值且 AI 能够解决的场景挖出来。

我们不可能以完全相同的投入服务所有客户，因此会做分层，但仍然愿意让产品和 FDE 团队进入业务现场。

一个律所跑通的十个场景，可以复制到其他律所，其中的共性甚至可以跨行业复用。随着共创积累增加，这项工作会逐步收敛，AI 也能帮助我们缩短过程、减少人力，但深入现场的价值不会消失。

02

上下文是一套新的数据基础设施

问：为什么上下文会成为 AI 办公的核心竞争点？

束骏亮：不仅是办公，对任何 Agent、任何 AI 来说，上下文都会是至关重要的一部分。

模型的上下文窗口即使持续扩大，相比一个真实业务背后的信息总量仍然有限。围绕一个企业项目，可能同时存在大量聊天、文档、数据库记录和设计图纸，不可能在完全不整理、不结构化的情况下全部塞进模型。

只要模型的上下文和注意力不是无限的，真正重要的问题就是：怎样从海量数据中找到与当前任务直接相关的信息，并把这些信息组织成合适的数据结构，让 AI 通过类似渐进式披露的方式，一步步探索到所需上下文。

问：企业上下文只是把结构化和非结构化数据搬到一个新平台吗？

束骏亮：不是。即便面对数据库字段、SAP 或 Salesforce 中的结构化数据，也不能简单复制到新的数据结构里。

我们要做大量抽象和提炼，使这套结构对 AI 友好，让 Agent 能够开箱即用，并能沿着实体之间的关联去探索。

同样的抽象也要覆盖聊天、语音、视频等非结构化数据。处理海量非结构化信息时，模型是否适配场景、速度是否足够快、成本是否足够低，会直接决定方案能不能落地。

这里能够体现阿里全栈 AI 的优势：从芯片、模型到基础设施，都可以参与降低抽象和更新企业上下文的成本。企业内部可处理的数据越多、覆盖越完整，上下文也就越接近真实业务。

问：企业上下文应该属于千问办公，还是属于企业自己？

束骏亮：上下文应该跟着主体走，而不是跟着某一个 Agent 产品走。

个人应当拥有自己的上下文基础设施，从日常使用的软件中提取信息，并能够把这些上下文用于不同的 Agent。企业也一样，企业上下文属于企业本身。

我们提供的是企业级上下文基础设施，它需要和千问办公解耦。企业可能选择千问办公，也可能自研或采购其他 AI 产品，这些产品都应当能够从企业自己的上下文中获得能力。

它更像新时代的数据基础设施，只是目前还没有像数据库那样形成成熟标准。

问：硬件在上下文体系里承担什么角色？

束骏亮：硬件是连接数字世界和物理世界的桥梁，也是上下文增量采集的重要入口。

过去我们更多在电脑和软件层面处理文档等信息，像 QwenNote A2 这样的设备，可以把日常对话转化为 AI 能理解和沉淀的文本上下文。未来眼镜等更多形态，也可能把物理世界的信息转化为 AI 可用的输入。

硬件还有第二层价值，就是让用户在更自然的场景中唤起 AI。开完一场会后，用户可以直接要求设备把纪要整理成待办并发给同事，不必再打开手机或电脑。随着 AI 硬件的品类和成熟度提高，交互入口会越来越多。

03

企业级 Agent 首先要

解决身份、权限与责任

问：从个人助手走向企业级 Agent，产品最根本的变化是什么？

束骏亮：个人助手通常代表用户本人，操作也在个人掌控之下；Agent 进入组织、成为某个流程的一环之后，必须回答一整套新问题：谁把它带进来，它是什么身份，能访问哪些数据，操作过程是否安全，出现问题能不能审计和追责。

企业还要求 Agent 持续运行。个人 Agent 可以跑在本地电脑上，但企业不能接受员工下班后 Agent 也下班，因此需要云端运行的 Agent 资产。

身份、权限、审计、云端运行看上去是单点功能，背后对应的其实都是企业对 AI 的基本要求。

问：AI 可能犯错，企业怎么决定哪些操作可以交给它？

束骏亮：我不认为现在一定要照搬智能驾驶的 L2、L3、L4 来评价 AI。对我们来说，更重要的是解决具体问题。

但安全在企业场景里是原则问题：不是某一次操作是否重要，而是这个操作有没有人负责、能不能追溯、能不能判断边界。

因此，企业管理员需要能够约束 Agent 的访问范围，员工在办公设备上使用桌面 Agent 也要有相应安全措施。

千问办公在产品层面强调事前划定边界、在沙箱内执行，涉及本地或高风险操作时需要人工确认，并提供事后审计和文件防误删等兜底能力。

问：个人和企业在获取上下文时，难点有什么不同？

束骏亮：个人数据分散在大量 App 中，能否拿到数据取决于平台是否愿意向个人开放，目前我们看到这个开放的趋势出现。

企业内部反而通常不是「拿不拿得到」的问题，企业愿意开放自己的数据，真正的难点是数据量太大、类型复杂，而且不同数据之间可能相互矛盾。

所以企业级上下文的挑战在于处理和抽象能力：算法能覆盖钉钉、飞书以及多少其他软件，底层计算和模型能否支撑这种规模。

个人 Agent 和企业 Agent 的底层技术未必差异很大，差别更多来自上下文归属、账号体系、授权路径和数据边界。

问：千问办公会允许用户切换第三方模型吗？

束骏亮：我们支持企业级客户切换模型，但不会把同样的选择直接交给所有个人用户。

Agent 中切换模型可能对使用体验造成很大影响。少数专业用户能分清不同模型的差异，但大部分普通用户未必需要承担这种复杂性。

为了保证普通用户体验，个人产品会更强调默认选择。企业客户有能力为自己的选择负责，我们可以提供相应能力，但客户也需要对所选模型带来的效果和风险负责。

04

千问办公不是固定入口，

与钉钉将双向融合

问：阿里在企业 AI 办公方向，是否正在收敛到千问办公？

束骏亮：毫无疑问是在收敛。当前的市场竞争中，只有形成统一出口，才能获得竞争优势，行业内大家也都在做类似收敛。

但我们从来不把千问办公只定义为桌面智能体或某个工具。我们希望成为企业 AI 转型的最佳合作伙伴。

小企业可能需要统一入口；很多大型企业不缺入口，需要的是模型、Agent harness、云端 runtime 等能力，用来补充自己的 AI 体系。因此千问办公不能只被定义成一个产品，它是一个能力体系的表现。

问：既然形态变化很快，千问办公如何确定自己在企业 AI 体系中的位置？

束骏亮：AI 行业的变化速度非常快。半年前大家未必会把桌面智能体当成重点，更早之前关注的是 Web 端 AI；到明年，行业关注的形态也可能再次变化，上下文或其他能力会成为新的重点。

我们希望客户不是因为某一个当下的产品形态选择千问办公，而是认可这个团队和阿里能够持续站在技术前沿，在行业变化时不断拿出适合当下的产品和能力。

我们的定位因此不是固定在入口、OS 或工作台中的某一层。

问：千问办公与钉钉是什么关系？AI 软件会替代传统办公软件吗？

束骏亮：传统软件在中短期内仍然有很大价值。钉钉等产品沉淀了大量数据资产和客户业务逻辑，不能因为新产品出现，就要求所有用户立刻切换工作界面。客户愿意用哪种方式，我们就支持哪种方式。

从长期看，传统软件可能更多承担数据底座、上下文底座，以及固化业务流程。不是企业内部所有流程都适合用 AI：AI 有幻觉，也会消耗 token；传统软件擅长稳定、快速、低成本地执行固定流程，AI 擅长泛化和自然语言交互，两者会形成配合。

现在能看到的是双向融合：传统软件增加 AI 能力，AI 软件也补充协作和业务流程能力。

千问办公正在与钉钉进行能力融合，包括在钉钉文档中提供总结、润色能力；在会议中引入听记、实时翻译等功能，也处于规划之中。

最终合并成一个产品，还是继续沿各自赛道发展，要由用户需求和行业演进决定。

问：千问办公会成为企业办公的新入口吗？

束骏亮：哪个产品成为入口，最终取决于时代发展和客户需求。

我们在千问办公中增加协作能力，是因为客户希望 AI 产品也具备一定程度的协同；同时我们也在推动千问办公能力进入钉钉、Salesforce 等既有界面。

我们不是要说服所有客户迁移到一个新入口，而是把 AI 的价值带到客户原本工作的地方。对有些客户来说，千问办公可以是入口；对另一些客户来说，它可以是一组被调用的能力。

05

全栈能力是优势，客户选择才是结果

问：在企业级 Agent 竞争中，千问办公现阶段最明显的优势是什么？

束骏亮：竞争刚刚开始，还谈不上谁已经形成了本质差异。每个组织都在放大自己的优势、补齐短板。

阿里比较明确的优势是全栈 AI 能力。对于安全要求很高、需要私有化部署的企业，我们需要同时回答硬件、模型、云基础设施和软件能否私有化。单点能做的公司不少，但把整套能力从上到下串起来的公司很少。

这是一项阶段性优势，不等于已经赢得竞争。最终怎样胜出，还要看能否把能力变成客户真正使用的产品和方案。

问：企业 AI 最终应该按 token、软件还是结果收费？

束骏亮：按结果付费是大家希望抵达的方向，但企业场景很难统一衡量结果。

一个 PPT 好不好、值多少钱，相对容易讨论；在一家企业里完成一百个审批究竟值多少钱，就很难标准化。

按 token 付费只是 AI 产品的一种收费方式，不意味着软件本身不能收费。客户愿意为什么买单，取决于什么具有稀缺性。

当前很多产品的软件同质化严重，因此大家更容易为模型成本买单；如果软件形成真正差异化，客户也会愿意为软件设计、功能和云资源付费。今天的收费方式更多是产业阶段的结果。

*头图来源：极客公园

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

硬件采集信息补充企业上下文，

会给办公场景带来哪些新机会？