一场两小时的客户拜访，双方说的话加起来上万字。但回到工位，销售能凭记忆敲进 CRM 的，通常不到三百字。

剩下的去哪了？跟着出租车一起走了。

这样的对话在企业里每天都在发生。会议室里的争论、客户办公室里随口的一句提醒、老师傅肚里的经验，信息密度最高的这些话，几乎都发生在电脑屏幕之外，从来没有进入过任何一套企业系统。

另一边，已经沉淀在文档、群聊和系统里的数据，也常常因为没做结构化，或者体量太大，塞不进上下文窗口，Agent 根本调用不了。

9 月 22 日云栖大会，千问办公把两件事放到了一起解决：发布了面向企业级 Agent 的基础设施 " 企业上下文 "（Enterprise Context），以及 Agent 硬件 QwenNote A2。

简单说，Enterprise Context 把散落在群聊、文档、知识库和业务系统里的企业信息压缩、结构化，随业务变化持续更新，变成 Agent 能随时调用的知识。

难的地方在 " 给多少 "。一家公司积累多年的资料动辄几十万条，但员工开始一项具体任务时，需要的从来不是全部，而是跟眼下这件事最相关的那一小块。

企业上下文要做的就是这件事，每次只把最相关的那一小块递过去，再用内置的专属模型把 Token 成本压到极低。

而 QwenNote A2 是一款名片大小的 AI 硬件，它能把线下说的的话录下来、转成文字喂给 Agent 去分析，推动后续任务。它补上的，是千问办公的外部上下文来源。

千问办公下的判断是，模型能力已不再是瓶颈，Agent 能不能在企业里干活，取决于它有没有拿到这家公司自己的上下文。

01

Agent 的瓶颈，早就不是模型了

过去一年多，模型能力一路狂飙。但一个反直觉的现象是，模型越强，企业越觉得不够用。

道理不复杂。同样一句 " 帮我写个方案 "，问一个刚打开的对话框，得到的是泛泛而谈；但如果 Agent 手边有过去三个月的群聊、文档、会议记录和客户档案，回答质量能上好几个台阶。

基座模型决定 Agent 的 " 下限 "，上下文工程决定它的 " 上限 "。没有上下文的 Agent，就像一个智商很高却失忆、失明的实习生，干不了任何有价值的活。

去年 6 月，做企业上下文的 Glean 完成了 1.5 亿美元的 F 轮融资，估值 72 亿美元；到今年，其 ARR 已突破 3 亿美元。

市场愿意给一家 " 整理上下文 " 的公司 72 亿美元估值，说明大家都看明白了，企业 Agent 缺的不是模型，是企业自己的信息。

企业 Agent 能拿到的上下文，一直只有线上那部分，会议室、车里、客户办公室里的对话始终缺失。QwenNote A2 就是来补这一环的。

02

不仅是 Agent 入口，更是上下文入口

QwenNote A2 由钉钉 2025 年推出的录音卡 A1 升级而来，外形和 Plaud 这类录音卡产品十分相似。

但两者有本质区别。QwenNote A2 打通了千问办公，不单纯是一款录音卡，更是一个 Agent 入口。长按 AI 键，使用语音就能直接给千问办公派活，还能实时语音聊天，比解锁手机、打开 App 更快，也更自然。

QwenNote A2 占了一个很独特的硬件生态位。但光占位没用，市场认不认，还得看实际表现。

作为一个 Agent 的外部上下文来源，要求是 " 耳聪目明 "，不漏关键信息。A2 配了 6 个麦克风，最远 8 米拾音，转写准确率 98%，能自动识别 120 种语言、41 种方言。

这套规格是冲着大会议室去的，距离一拉远、发言人数一多，普通录音设备就会失手，麦克风阵列的价值恰恰在这里。QwenNote A2 还内置了 4G 物联网卡，免插 SIM，不连手机也能独立使用。

但作为干问办公的上下文入口，光把声音录下来还不够，录到之后做了什么，才更重要。

这正是 A2 和录音卡产品最本质的区别，录音硬件的终点是一份转写稿，而 QwenNote A2 却是一个接活的Agent，话音落地，活已经有人接了。

举个身边的场景。业务负责人面完试，走出会议室，长按 AI 键说一句 " 帮我分析一下刚才那位候选人的优缺点，评估他适不适合这个岗位，并同步给 HR"。

千问办公会调用刚才的面试转写内容做分析，再把候选人的评估结果推到钉钉上，给协作方发消息、约日程。

再比如开车去见客户，路上才发现没准备资料，也可以长按 AI 键说一句 " 帮我准备一份客户背景和产品方案材料，并给出行动建议 "。

等你到目的地，资料和建议已经躺在千问办公里了。

市面上大部分产品交给你的只是一份逐字稿，而 QwenNote A2 想交给你一个办好的结果，差距就在这里。

它还有 " 长期记忆 "，跟着千问办公的云端信息一起进化，越用越懂你的习惯和做事方式。

数据安全上，A2 的转写内容只保留文字和纪要，不留原始音频，等于把录音场景里最敏感的那部分风险直接从产品设计里拿掉了。

续航上，A2 能连续转写 40 小时，待机最长 18 天。

从这些特性看，A2 适合三类人，

靠专业吃饭的人，律师、医生、投研分析师、咨询顾问，他们的话本身就是资产；靠协作办事的人，管理者、销售、项目负责人，说完就希望有人去办；还有一类人想把线下沟通内容直接沉淀进工作流，录完的纪要自动进到对应的 AI 流程里。

03

个人助手和企业级 Agent，隔着一条分水岭

千问办公从诞生起就打通了钉钉、飞书、企业微信这些主流 IM，国内最大规模的企业客户都在上面，群聊、文档这些业务信息天然沉淀在这里；QwenNote A2 又把线下采集这一环补上了。

上下文信息是有了，然后呢？

现实要棘手得多。阿里巴巴集团副总裁、千问办公 CEO 陈宇森在演讲中给过一组对比，据钉钉统计，一家中大型企业内部注册的数据规模约在 150PB 量级，而当前最强的上下文窗口只有百万 Token 级，差了好几个数量级。

这就像家里有一千件东西要搬，行李箱却只能装十件。

所以问题从来不是要不要把数据喂给 Agent，而是喂哪一部分、怎么喂。

怎么解这个矛盾？官方给的是三步，连接、理解、复用。

第一步是连接。企业知识散落在各个角落，AI 根本够不着，所以先要把它们汇聚到一起，一个项目关联的是谁，走的哪条渠道，汇报线怎么走。

信息连上了，Agent 才能看清一件事的来龙去脉、一个任务的状态。不只是文字，过去没被梳理过的图片和视频，现在也能通过多模态模型识别、归类，进入上下文。

第二步是理解，也就是结构化。光连上来还不够，数据量太大。

千问办公用大模型把企业内部知识提炼成可调用的实体，人的属性、项目的进展、流程的规则，分层梳理，上一层概括下一层。

第三步是复用。任务来了按需提取，只加载跟当前任务相关的那部分，不浪费上下文窗口，也不浪费模型的注意力。

业务变了，上下文跟着更新，Agent 每次判断都基于企业最新的真实情况。

权限也长在这套体系里。上下文不是对所有人和所有 Agent 敞开的，它继承企业在 IM 里的组织、身份和权限体系，谁能看什么、哪个岗位不该看什么，边界在数据进入 Agent 之前就划好了。

古茗茶饮的例子很典型。这家公司上新频繁，运营标准要及时更新下发到门店，飞书文档、知识库、答疑群、培训日程里的内容被打包成一个 " 门店运营知识空间 "，服务近万名一线员工。

配方、设备巡检、开台打烊这些内容被拆成一个个实体和关系，店长、训练员、大店长各有各的权限。店员问一句海报张贴规范，Agent 不会把整套运营手册倒出来，而是只给当前任务需要的那一段。这些东西网上查不到，公司自己门儿清。连上了、归纳好了，AI 才能按企业自己的规矩办事。

在这套上下文基础设施之上，人类员工和数字员工可以无缝协作。协作空间把群聊、文档、知识库里散落的信息汇到一处，人和 Agent 在同一个地方推进任务。

企业还可以把 ERP、CRM 这类业务系统接进来，Agent 看得见你正做到哪一步，结果还能存回原系统。安全中心则给数据访问和操作划边界。

几个产品合在一起，构成企业级 Agent 的连接底座。接入的业务系统越多、沉淀的上下文越丰富、参与协作的员工和数字员工越多，平台能承载的业务就越复杂，生态价值也越大。

当 Agent 从单点工具变成连接数字系统、组织关系与真实世界的平台型产品，它就会产生独立 AI 应用不具备的网络效应。

这里正是 " 个人助手 " 和 " 企业级 Agent" 的分水岭。豆包、ChatGPT 这类个人 Agent 服务一个人，上下文也只来自这一个人的输入。

而一家公司要的是一个能理解组织、也能被组织管理的系统，一万个各干各的个人助手，拼不出这个系统。

陈宇森说，"Agent 要在企业真实场景落地，既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。"

04

结语

AI 办公一直有个争论，到底是 to B 还是 to C？

从名字看，Al 办公妥妥是 to B 生意，但眼下用这类产品的主要还是个人用户，企业推广用的也是 toC 那套，送积分、签到领额度。

反差的原因不难找，这些玩家过去没打通企业内部的上下文 , 企业用 Agent 收益不明显，自然不愿意按 B 端的方式买单。

海外的谷歌和微软虽然是 to B 打法，但更倾向于基于自家办公套件打造 " 闭环生态 "。

千问办公选的是另一条路，所有更新都面向组织提效 , 聚焦企业级上下文、业务应用、协作功能和数据安全。

同时它与钉钉生态以及企业原有系统 ( ERP、CRM ) 的深度打通，这个优势是其他办公 Agent 短期内补不齐的。

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。千问办公背后站着钉钉的 8 亿用户、2700 万企业组织，以及阿里云的 500 万客户。这就是它最坚固的护城河。

千问办公的这些动作最终都指向同一个目标，做成最好的企业级办公 Agent 平台，实现这个目标的前提是它足够懂业务、足够开放、足够高频。

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。

未来的企业 Agent 长什么样、会怎么演化，现在还没有答案。但从各家大厂已经亮出的动作看，千问办公应该是想得最深的那个。

今天看，QwenNote 和 Enterprise Context 只是一次常规的新品发布。但很多年后回看，企业级 Agent 这场变革的种子，也许就是在这一天埋下的。雷峰网

▼