今天，千问办公公布了第一份成绩单，上线一个月拿到 3000 多万用户，这个数字很容易被理解成又一张 Agent产品增长战报。更值得解释的是其中的企业用户，占比已经超过一半。
AI 办公过去更多围绕个人提效展开。写文档、做表格、查资料，再往前一步，是让 Agent 操作电脑，自己跑完一个复杂任务。现在越来越多公司开始问Agent要组织生产力提升，这也给Agent带来了一个新命题，企业真实业务里一整段工作能不能直接交给 AI。
这也意味着办公 Agent 的竞争迈向了新的阶段，从比 AI 能帮一个人做多少事，转向一家公司敢把多少工作交给它。
OpenAI 8 月更新 Enterprise Signals 时，把类似变化概括为从 assistance 走向 delegation。其数据里，AI 使用最深入的企业和普通企业能够调用的是同一批模型，拉开差距的更多是 Context、工具和使用方式。前者更频繁地给 Agent 完整背景，再把一项任务从头到尾委派出去。
8 月底，Anthropic 和 Salesforce 推出了 Claudeforce。Claude 提供推理能力，Salesforce 把 CRM 里的数据、业务规则、审批流程和执行动作接进来。Salesforce 将这一层称为 enterprise harness，可以粗略理解成让 Agent 接入企业数据、规则、工作流和动作的一层运行框架。
国内主要Agent玩家的策略也在发生变化。过去几个月，阿里、字节和腾讯都在积极推进旗下Agent和企业IM等软件的打通。
这些动作背后的变化很接近。强模型仍然是基础，但办公 Agent 要进入公司，还得理解组织数据和人员关系，调用已有系统，遵守权限，并且长期稳定地运行。
千问办公恰好出现在这套新考题变得重要的节点。
一家公司需要的不只是一款 Agent
阿里 8 月初把 QoderWork、MuleRun、悟空三个主要 Agent 能力整合进千问办公。内部多线探索由此开始收束，模型、Agent 产品和企业侧资源可以围绕一条更明确的办公路线协同。
如果比赛只看一个 Agent 能不能完成任务，模型表现和产品体验最容易被看见。到了公司内部，原本分属不同业务的能力开始互相咬合。模型负责理解和规划，办公软件连接人和组织，云承载业务系统，Agent 还要穿过这些系统完成动作。
阿里手里同时有 Qwen、钉钉和阿里云。
Qwen 在这里最直接的价值，是模型本身可以跟着办公场景里的任务继续调整。8月26日晚，千问大模型团队与千问办公团队联合推出了办公专属版本 Qwen3.8-Flash，针对多步规划、工具选择、上下文压缩等场景进行专项训练调优，并通过推理优化和定制 Harness 架构进一步实现吞吐效率提升。官方测试里，使用该模型，单任务生成速度提高约一倍，Token 消耗平均减少 75%。
这类联合优化对企业部署很实际。规划容易在哪一步失败，哪些 Context 白白消耗 Token，工具调用为什么不稳定，都有机会重新进入模型训练和推理优化。Qwen 家族长期维持开放模型路线，也已经形成相当规模的外部开发生态，企业如果需要私有部署或者做领域适配，也留下了另一条路径。
钉钉提供的是工作入口。它已经连接 2600 万以上企业组织和 8 亿用户，员工的消息、文档、会议和协作关系本来就在其中。千问办公进入钉钉，相当于直接出现在员工已经打开的办公环境里，不需要先把整家公司迁往一款新的 AI 软件。
再往下一层，阿里云连接着大量企业客户和业务系统。
微软、Google 同样拥有模型、云和企业软件生态，Anthropic 与 Salesforce 的合作也表明，缺失的环节可以通过联盟迅速补足。阿里的优势在于，这几层资产原本就在一个体系里。随着 Agent 开始进入公司内部，Qwen、钉钉和云也第一次能沿着一条产品链发挥作用。
于是，办公 Agent 的评价标准开始发生变化。
模型能力依然重要，谁离企业数据更近，谁更容易进入日常协作，谁能把推理和调用成本压下来，也会影响产品能走多深。
千问办公一个月 3000 多万用户、企业占比过半，意味着这套组合已经进入相当规模的企业使用场景。
企业开始把完整工作交给 AI
企业端的AI需求已经相当明确。微软 7 月底披露，Microsoft 365 Copilot 已经超过 3000 万付费席位，当季净新增席位较上一季度翻倍以上。微软也开始用“work transformed”描述下一阶段，观察重点逐渐从部署量、License 和节省多少时间，转向工作本身如何被重新设计。
企业花钱的速度，暂时跑在了组织改造前面。Gartner 9 月 1 日公布的一项调查里，85% 的职能负责人计划在 2026 年继续增加 AI 支出，已经成功把 AI 扩展到多个业务单元，或者采用 AI-first 工作方式的组织只有 22%。
这组落差比一个遥远的市场规模预测更接近眼下的状态。预算已经进来，员工也越来越习惯使用 AI，难点开始从“要不要用”转向“哪些工作可以稳定交出去”。
千问办公进入一些公司以后，用法已经越过了通用写作和总结。
长安汽车把千问办公接进“研产供销服”等环节。研发中的线束选型原来要由资深工程师手工计算两天，现在缩短到五分钟。生产环节的随车文件核查从单车十几分钟降到一两分钟，包装评审的工作量减少九成以上。
这里被压缩的是专业业务环节本身。AI 开始承担原来确实需要工程师完成的一部分工作，而非只在外围负责总结和写作。
另一种变化发生在经验上。德恒律师事务所有律师把十余年的遗嘱服务方法整理成 Skill，让过去依赖资深从业者掌握的一套工作方式，可以被其他员工和 Agent 调用。
企业知识管理很早就在保存经验，先是文档和 SOP，后来是知识库和搜索。Agent 把它继续往执行方向推进。知识被整理成 Skill 和流程以后，其他人得到的可以是一套已经编码好的做事方法。
个人使用 AI 时，效率经常落在一次任务上。到了规模部署阶段，公司会开始计算一整段流程。需要几次人工接管，哪些步骤可以自动完成，运行一万次的成本是多少，资深员工离开以后又留下多少可以继续复用的方法。
企业 AI 市场眼下最有意思的地方也在这里。需求、预算和部署意愿已经快速上升，能够稳定跨部门、跨系统运行的 Agent 还远没有成为标配。
模型已经能做不少事情，让它长期在一家公司里做事，又是另一道工程题。
Agent 还得学会一家公司的知识
今天，大模型已经掌握了人类的通用知识，但是进入真实业务场景后，AI对企业内部私域知识以及项目背景信息的了解几乎空白。例如，一条上周产生的消息今天才同步，同一个群隔了几个小时已经换了话题，领导和项目成员对一件事还留着不同结论。它们分别对应 Context 工程里的时序处理、会话切分和冲突信息治理。
这些对员工来说是日常的工作流，但对AI来说，这些工作流需要经过专门的处理分析，才能有效利用起来。
为此，千问办公团队在上个月开源了MyContext ，这是一套面向真实业务场景的上下文基础设施，会持续接入消息、文档和会议等工作数据，再从中整理人物、项目、事实和关系，供 Agent 后续调用。这一技术栈补齐了Agent落地企业级场景最大的短板。
时序数据首先比看起来复杂。一条上周产生的消息可能今天才完成同步，如果系统只按照时间水位判断处理进度，这条迟到的信息可能被直接漏掉。MyContext 将幂等性建立在数据来源的稳定标识上，时间戳再旧，只要此前没有出现，系统仍会吸收。
同一个群里的消息也不能机械地按固定 Token 数切开。沉默数小时以后重新开始讨论，往往意味着话题已经变化。MyContext 将空闲间隔作为会话边界，让数据切分跟着对话节奏走。
信息整理进来之后，还要面对组织里天然存在的分歧。领导和项目成员对一个方案意见不同，“取最新”很可能制造出一份虚假的共识。MyContext 对一致信息增加置信度，新内容属于补充时进行合并，遇到明确冲突则保留两个版本，同时调低结论的可信程度。用户已经确认过的信息，后续模型不能自行覆盖。
规模上来以后，Context 还得算成本账。数据源可能每十分钟就更新一次，没有必要反复让模型分析全部历史。团队因此尽量把模型留给本地规则解决不了的部分，例如实体相似度落入模糊区间以后再调用模型，再通过版本缓存和批量触发，把计算集中在新增和变化的信息上。
这几项设计服务的是同一个目标。Agent 得知道信息经历过哪些变化，哪些结论仍有争议，什么内容已经由人确认，自己接下来又有权做什么。
普通 RAG 可以帮助 AI 找到一份文档。到了公司里，文档只是 Context 的一部分。组织关系、历史决策、流程状态和权限边界，共同决定了这份文档在当下究竟意味着什么。
模型越能干，这层常识越需要准确。回答错一句话还可以重新生成，理解错公司状态以后采取了动作，代价完全不同。
这也回到了千问办公满月数据里最值得看的那部分。企业用户过半，让这组数据有了用户规模之外的意义。它至少提供了一个样本，当办公 Agent 开始深入公司内部，模型、组织入口、云和 Context 会被放进同一道题里。
对千问办公来说，Qwen 提供模型能力，钉钉让产品靠近日常协作，阿里云连接企业部署和业务系统，而类似 MyContext 这样的尝试，则在处理机器如何理解组织的问题。这些原本分散在不同业务里的能力，正在因为办公 Agent 沿着一条产品链发生化学反应，而这一系统性的能力是千问办公在企业AI办公竞争的核心壁垒。
办公 Agent 的第一阶段，比的是 AI 能帮一个人做多少事。接下来要比的，是一家公司敢把多少工作交给它。模型开始走进组织，AI 办公的竞争也开始进入更深的地方。