發(fā)布時間:2026-10-11 09:18:52 來源:kiss電子煙購買 6677599 作者:綜合
每經(jīng)記者|張韻
模型在迭代,下點從到語Harness(調(diào)度框架)在演進,個賽企業(yè)級Agent(智能體)好用的模型核心是什麼?千問辦公CEO陳宇森的回答是“Context is All You Need(上下文即一切)”。
過去兩年,爭爭AI行業(yè)的下點從到語焦點曾是“誰的模型更強”。但到了2026年,個賽隨著模型能力趨同,模型真正決定AI能否進入企業(yè)核心業(yè)務(wù)的爭爭,不再僅是下點從到語模型本身,而是個賽由調(diào)度框架、工具鏈以及用戶語境共同構(gòu)成的模型使用慣性。
AI辦公的爭爭下一個賽點,到底是下點從到語什麼?
在“2026雲(yún)棲大會”千問辦公專場,阿裏正試圖回答這個問題。個賽“企業(yè)上下文”本質(zhì)是模型把企業(yè)散落在各處的數(shù)據(jù)、流程和經(jīng)驗,連接、壓縮成AI能直接調(diào)用的知識圖譜。而那些能夠被理解、被複用的數(shù)據(jù)便是企業(yè)級Agent落地的前提,千問辦公押注的是一個行業(yè)內(nèi)逐步趨同的判斷:AI辦公的下一個賽點,不是比誰更聰明,而是比誰更懂你的業(yè)務(wù)。
圖片來源:每經(jīng)記者 張韻 攝AI辦公的戰(zhàn)場變了
千問辦公副總裁、產(chǎn)研負責人束駿亮在接受媒體采訪時坦率指出:“Agent行業(yè)發(fā)展到現(xiàn)在,很多技術(shù)已經(jīng)在趨同。決定一個Agent能走多遠的核心,是推理時給它多少上下文。”
這句話指向的是一個結(jié)構(gòu)性變化。過去半年,騰訊、阿裏、字節(jié)幾乎同時結(jié)束了AI辦公領(lǐng)域的內(nèi)部賽馬,集中兵力衝向同一個戰(zhàn)場。
字節(jié)的飛書團隊並入豆包,GTM團隊並入火山引擎,TRAE和扣子也一並收編,邏輯很清楚,用豆包數(shù)億月活的C端流量倒灌B端,文檔、日程、群聊原生,搶的是“協(xié)同場”。
騰訊的路徑則是將QClaw並入WorkBuddy,所有AI辦公能力收攏到一個產(chǎn)品。WorkBuddy打通企業(yè)微信、騰訊文檔、騰訊會議、QQ郵箱,支持微信遠程下達指令,搶的是“生態(tài)鏈”。
而阿裏在三個月內(nèi)做了多次組織調(diào)整,三條Agent產(chǎn)品線(QoderWork、悟空、MuleRun)並入千問辦公事業(yè)部,由“90後”陳宇森統(tǒng)一帶隊。
陳宇森在演講中強調(diào),阿裏的優(yōu)勢在於擁有國內(nèi)唯一的全棧AI能力。當企業(yè)有極高的安全需求,需要全套私有化部署時,從硬件、模型、基礎(chǔ)設(shè)施雲(yún)到軟件,阿裏能提供從上到下串聯(lián)的解決方案,這在當前市場上具備競爭力。
三家企業(yè)路徑雖不同,但一個共識已經(jīng)形成:模型可以換,記憶不能丟。中國互聯(lián)網(wǎng)下一階段的競爭,正在從“模型智能”向“模型+Harness+用戶語境”遷移。誰能把AI真正嵌入用戶的工作流,誰就能拿走下一輪價值。
企業(yè)AI落地的實際瓶頸
問題隨之而來,企業(yè)級Agent應該怎麼做?
9月4日,千問辦公交出了第一份成績單:上線首月用戶突破3000萬,企業(yè)用戶占比過半,完成120次版本更新,平均一天迭代4次。
現(xiàn)階段行業(yè)普遍按Token(詞元)收費,束駿亮指出了這種模式的兩麵性。
“大家都知道模型貴,客戶願意為模型買單,但為什麼不願意為軟件買單?因為軟件沒有稀缺性,同質(zhì)化嚴重。”束駿亮認為,目前行業(yè)基於Token收費,是因為產(chǎn)品在軟件層麵尚未做出足夠的差異化。
《每日經(jīng)濟新聞》記者近期走訪了長安汽車,這家車企將千問辦公引入“研產(chǎn)供銷服”全鏈路。現(xiàn)在,線束選型計算從兩天縮短至5分鍾,隨車文件核查從單車十幾分鍾降至一兩分鍾。
麵對企業(yè)AI轉(zhuǎn)型的實際代價,長安汽車變革與效率部副總經(jīng)理景笑飛說,現(xiàn)階段首要任務(wù)是讓員工了解AI、學習AI,形成使用AI的習慣,暫未把Token消耗設(shè)為限製因素,因為一些場景已實現(xiàn)數(shù)倍甚至數(shù)十倍的效率提升,獲得的價值遠高於Token成本。
束駿亮認為,Token付費更像是AI產(chǎn)品發(fā)展階段的必然選擇,未來隨著軟件差異化的提升,客戶也會願意為軟件價值和雲(yún)資源買單。
陳宇森在演講中引用“傑文斯悖論”回應成本焦慮:“模型價格正在被中國廠商打到地板價,基於合適的模型可以把大量自動化任務(wù)以極高性價比完成。”Qwen3.8-Flash將Token消耗平均壓低75%,企業(yè)上下文的“壓縮”機製本身也在降低推理成本。
國家天文臺向記者展示了AI未來的另一種可能性。超新星爆發(fā)、伽馬暴等瞬變事件稍縱即逝,真實望遠鏡經(jīng)不起反複試錯,10米級地麵光學望遠鏡每小時觀測成本達數(shù)萬元。
過去搭建一套望遠鏡仿真?zhèn)S統(tǒng)要花費數(shù)月、費用萬元級,千問辦公協(xié)助科研團隊,用3天、不到千元搭建了一套大口徑科研級望遠鏡仿真?zhèn)S統(tǒng)。Agent在虛擬環(huán)境中反複預演觀測策略,已預警8顆極早期超新星候選。國家天文臺人工智能推進委員會專家李瑀暘博士說,科研範式正在改變,AI不再隻是輔助分析,而已進入科研執(zhí)行流程。
硬件:上下文的增量入口
那麼,企業(yè)願不願意把上下文交給一家AI公司?這是語境競爭中最核心的信任問題。
企業(yè)上下文一旦建立,就形成了飛輪,用越久越懂你。但這也意味著遷移成本越來越高,企業(yè)被鎖定的風險越來越大。
對此,束駿亮提出了一個關(guān)鍵觀點:上下文不應跟著任何一款特定的Agent產(chǎn)品走,而應屬於企業(yè)自身。
“我們希望的狀態(tài)是,每一個人、每一個企業(yè)都有自己的上下文基礎(chǔ)設(shè)施。這個基礎(chǔ)設(shè)施可以從日常使用的各種軟件中提取沉澱上下文,並能在任何Agent中使用。”束駿亮表示,千問辦公提供的是企業(yè)級上下文的基礎(chǔ)設(shè)施,它類似於新時代的“數(shù)據(jù)庫”,獨立於具體的應用入口。
在傳統(tǒng)軟件與AI的關(guān)係上,束駿亮認為,傳統(tǒng)軟件(如釘釘、Salesforce)將退守為“數(shù)據(jù)底座”,沉澱固化的業(yè)務(wù)流程和數(shù)據(jù);而AI則發(fā)揮其泛化能力,通過自然語言交互解決靈活多變的問題。兩者將是配合而非替代的關(guān)係。
除了軟件層麵的布局,千問辦公也在通過硬件拓展上下文的邊界。
千問辦公推出的QwenNote A2和桌麵機器人B1,被視為收集物理世界上下文的重要入口。束駿亮解釋說,硬件是連接數(shù)字世界與物理世界的橋梁,能將日常對話、物理環(huán)境信息轉(zhuǎn)化為Agent可理解的文本上下文。
未來,千問辦公還將探索端側(cè)模型的落地,讓更小尺寸的模型在本地硬件上運行,進一步降低延遲和成本,拓展更多即時響應的場景。
回顧過去兩個月,束駿亮用“欣欣向榮的一片混亂”來形容當前的AI行業(yè)。
“大家都很有幹勁,覺得這場仗非常有打頭。但很多企業(yè)對於自己需要什麼樣的AI,想得還不夠清楚。”束駿亮表示,現(xiàn)在的狀態(tài)就像百年前電剛被發(fā)現(xiàn)時,大家隻知道點亮燈泡,但還沒想到洗衣機和空調(diào)。
真正的賽點尚未到來,束駿亮認為,賽點可能是企業(yè)客戶的滲透率。千問辦公希望做懂業(yè)務(wù)、能協(xié)同、信得過的企業(yè)級Agent產(chǎn)品,讓一個員工摸索出的經(jīng)驗能被整個組織快速複製。
華爾街投行伯恩斯坦報告指出,AI產(chǎn)業(yè)正在形成一個新的價值分層結(jié)構(gòu):模型層負責推理和生成,Harness層負責記憶、工具和任務(wù)編排,語境層負責用戶數(shù)據(jù)和曆史經(jīng)驗的積累,生態(tài)層負責執(zhí)行和交易。過去大家最關(guān)注的是第一層,但未來真正決定商業(yè)價值的,是後麵這幾層。
相關(guān)文章