首页 - 股票 - 公司新闻 - 正文

企业上下文成Agent底座,千问办公定义企业级AI新范式

(原标题:企业上下文成Agent底座,千问办公定义企业级AI新范式)

千问办公以企业上下文为底座,把Agent从个人工具推向组织级基础设施。

9月22日,2026云栖大会上,阿里巴巴集团副总裁、千问办公CEO陈宇森首次公开亮相,发布面向企业级Agent的上下文基础设施企业上下文。他在演讲中提出一句话,Context is all you need。

千问办公上线仅一个月,总用户量就超过3000万,企业用户占比过半,成为AI办公赛道增长最快的产品之一。这个速度背后,是千问办公从个人提效走向组织提效的战略选择。

当很多AI办公产品还在比拼对话流畅度和文档摘要速度,把个人提效当成最终目标时,千问办公的判断已经转向组织侧。企业级Agent要真正落地,关键不在于模型有多聪明,而在于它能不能理解企业自己的业务规则和工作方式。

从个人提效到组织提效的跃迁

千问办公是阿里在AI办公场景的核心产品,整合了QoderWork、MuleRun、悟空三款产品的技术能力,不是简单融合升级,而是基于三者技术沉淀的重构。

从诞生起,千问办公就打通了钉钉、飞书、企业微信三大主流IM平台。这些平台连接着中国最大规模的企业客户,群聊、文档等业务信息天然沉淀在这里。但业界长期缺少将海量信息结构化并供Agent调用的基础设施。

企业上下文解决的就是这个问题。它将分散在群聊、文档、知识库和业务系统中的信息进行压缩、结构化和动态更新,内置专属模型,用较低的Token成本处理海量数据,只向Agent提供完成当前任务所需的那部分上下文。

古茗茶饮是企业上下文最早一批企业用户。这家公司上新频繁,运营标准需要及时更新并下发到门店。通过企业上下文,飞书文档、知识库、答疑群、培训日程中的内容被整理成门店运营知识空间,帮助近万名一线员工快速掌握新品新标准。店员询问海报张贴规范时,Agent不会返回整套运营手册,而是只给当前任务需要的那一段。

富立卡的销售团队每人每天需处理300多条客户询盘,并与6个部门协作。千问办公为它配置了查询、报价、合同三个数字员工,三者通过企业上下文共享当前业务所需信息,推动询盘、报价、合同持续流转。

长安汽车的线束选型工作,过去需要资深工程师手工计算两天,如今接入千问办公后,5分钟就能完成。随车文件核查从十几分钟降至1至2分钟,包装评审工作量减少九成以上,两三万份用户调研从数天缩短至半天以内。

这些案例说明,千问办公承接的对象已经从单个文件变成具体业务任务。Agent要理解上下文、调用系统、跨岗位协作,并在权限边界内留下执行记录。

企业上下文成Agent竞争新战场

企业上下文不是千问办公独有的赛道。微软推出Work IQ,谷歌打造Gemini Enterprise Agent Platform,亚马逊推出Amazon Quick和AWS Context,字节也在打通豆包工作。全球科技巨头都在补企业上下文这一课。

但千问办公走了一条不同的路。微软和谷歌分别依托Microsoft 365和Workspace,沿着自家办公软件生态向外扩展。千问办公选择横向连接多套IM和操作系统,不绑定任何一家办公软件。中国大型企业往往同时使用多种协同工具,跨平台能力可以让Agent进入现有环境,避免把整体迁移作为企业部署的前置条件。

杰富瑞对八款主流AI Agent的测试中,千问办公凭借Harness工程取得综合第一。Harness管理指令、上下文、工具、边界和反馈,决定了一条工作链能够走多远。

千问办公背后站着钉钉的8亿用户和2700万企业组织,以及阿里云的500万客户。企业Agent拼到最后,拼的是谁手里本来就有企业的组织关系和数据入口。这就是千问办公最坚固的护城河。

当企业接入的业务系统越多、沉淀的企业上下文越丰富、参与协作的员工和数字员工越多,平台能够承载的业务就越复杂,产生的生态价值也越大。这种网络效应,是独立AI应用不具备的。

陈宇森说,企业需要的是懂业务、能协同、信得过的Agent。千问办公正在做的,就是把Agent放进企业原本就存在的那套复杂系统里,有业务、有数据、有组织、有协作,也有权限和边界。

企业Agent的竞赛远未到终局,模型能力的比拼已成过去,真实业务场景的落地能力才是决胜关键。千问办公先一步把企业上下文做成基础设施,这条路能走多远,还要交给市场检验。

fund

APP下载
广告
好投资评级:
好价格评级:
证券之星估值分析提示长安汽车行业内竞争力的护城河良好,盈利能力一般,营收成长性一般,综合基本面各维度看,估值合理。 更多>>
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。如该文标记为算法生成,算法公示请见 网信算备310104345710301240019号。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-