文 / 窦文雪

编辑 / 子夜

9 月 22 日云栖大会的千问办公专场上，接任钉钉 CEO 的陈宇森拿着一只挂着千问办公吉祥物的话筒，登台演讲，这是他上任 100 天后的首次公开亮相，值得关注的是，他的 title 又多了一个——阿里巴巴集团副总裁。

这位年轻高管在短短 4 个月之内完成了职级从 P10-P11 的跳跃。而陈宇森的晋升，也只是阿里 AI 组织快速调整的一个缩影。

除了陈宇森，云栖大会上的新面孔还有很多，有在云栖大会前夜刚刚官宣出任 Foundry Qwen LLM 项目负责人的刘大一恒，还有 ATH 事业群技术副总裁郑波、平头哥半导体副总裁高慧、阿里云智能集团 CTO 李飞飞。

这些新面孔多为此前在阿里 AI 技术部门组织变动中获得晋升的新锐，目前在阿里全栈 AI 战略中承担着各自的使命。

2026 云栖大会，图源阿里云官方微信公众号

如今，阿里 AI 已经形成了从基座模型到芯片、云计算、再到 AI 应用的完整执行链条。

基座模型层，刘大一恒主抓 Qwen 大模型的整体研发；郑波负责原生全模态统一模型及智能体体验方向，带领团队走多模态统一与世界模型理解这条线。

芯片层和云与基础设施层，平头哥半导体副总裁高慧负责真武系列 AI 芯片的研发与迭代；担任阿里云智能集团 CTO 的李飞飞同时是集团技术委员会成员，负责阿里云技术战略与 AI 云基础设施建设，主导 Agentic Cloud 方向。

AI 应用层分为 ToB 和 ToC 两条主线。陈宇森同时管理钉钉与千问办公，负责 B 端 AI 原生工作平台的研发与运营；吴嘉任千问 C 端事业群总裁兼夸克 CEO，掌管千问 App、夸克、AI 硬件、UC、书旗等 C 端产品。

但在 AI 从技术叙事转向商业兑现的关键节点上，阿里技术高管身上的担子也是沉重的。

陈宇森需要证明阿里在 AI 办公的浪潮中没有掉队；吴嘉需要证明千问 App 能担起超级入口的重任，还能吸引 C 端用户；刘大一恒要推动基座模型持续追平行业第一梯队。

郑波需要将多模态、世界模型的技术优势落地为可用产品；高慧要持续推进真武芯片量产与生态建设；李飞飞则要完成 Agentic Cloud 工程化，让云基础设施适配智能体大规模落地的现实要求。

除了外界的竞争外，内部赛马也在进行，尤其是千问办公和千问 App，两者都在 AI 办公的赛道上比拼，如今又都开始强调 " 上下文 " 的重要性，两个产品在 " 抢人 "，在行业中已经不是秘密。

AI 时代，伴随着高管的调整，内部资源和权力在重新分配，阿里 AI 版图的各个齿轮之间能不能严丝合缝地咬合，谁能真正冲出来，是这批技术高管真正要面对的考验。

陈宇森完成三级跳：

期望越大，担子越重

在阿里近期的诸多人事任命中，陈宇森的晋升速度很快。

他是创业者出身，22 岁创办了一家网络安全公司长亭科技，因其白帽黑客团队和实战攻防技术，被阿里云收购。

随后，陈宇森在阿里云内部创业，带队开发了一款 AI Agent（智能体）交易市场与数字劳动力平台—— MuleRun，该款产品上线 1 个月后，注册用户数突破 50 万。

真正让陈宇森受到广泛关注的，是在今年 6 月接替无招出任钉钉 CEO。彼时，钉钉前 CEO 无招因一篇离职员工发出的小作文《置身钉内》，陷入无效形式化管理的争议，无招离开后，陈宇森接管钉钉，这位 90 后高管由此成为行业讨论的焦点。

阿里巴巴集团副总裁陈宇森，图源阿里云官方微信公众号

如今他再次升任，成为阿里巴巴集团副总裁，这意味着吴泳铭对他十分器重，千问办公也正在成为阿里目前 AI 战略中的关键一环。

时至今日，市场都在看这位新高管的表现，他身上的担子不轻。

在他刚刚上任的那段时间，AI 办公市场都在争夺 AI Agent 的桌面入口。根据易观分析发布的数据，今年 6 月腾讯旗下的 WorkBuddy 单月访问量达 2097 万次，字节 TRAE IDE 国内版为 1279 万次。

而阿里系 QoderWork 与悟空合计仅约 919 万次，约为腾讯系的三分之一，在三家巨头中排名最末。

在 AI 办公整合的大背景下，陈宇森的动作还算快。

其先将悟空与 MuleRun 团队整合为新的悟空团队，后又将 QoderWork、悟空、MuleRun 三款产品整合成千问办公。

千问办公也几乎是一个月就披露一次新动作，先是 8 月 3 日公测上线，后又在 9 月 4 日发布首月战报，称用户数突破 3000 万，其中企业用户占比过半，过去一个月完成 120 个版本更新，日均迭代 4 次。

但这也并没打出太多的提前量。千问办公不像 WorkBuddy 那样走低门槛路线，对大模型的调用也不如 WorkBuddy 那样自由；它也不像豆包那样有大量 C 端用户基础的 AI 应用做依托、过去一直更关注决策者的钉钉，也不如飞书更贴近用户日常办公的需求。

此外，其披露的数据为注册用户并非月活用户、留存或付费用户，含金量存疑。

当下，AI 办公市场乃至个人 AI 助手赛道的比拼方向又变了。

由于各家大厂的模型能力差距逐渐缩小，决定 Agent 能走多远的，不再是参数规模，而是其在推理时，能调动多少关于这家企业、这项业务、这个人的有效信息。也就是说，上下文的工程能力，正在成为当下 AI 办公赛道的核心。

陈宇森在云栖大会中直接将演讲主题设置为 "Context is All You Need"（上下文就是一切），千问办公还在同一天推出了面向企业的全新产品 " 企业上下文 "，主要的路线就是把企业多年积累的文档、会议、群聊乃至隐性知识连接、结构化、压缩，再按需提供给执行任务的 Agent。

再加上千问办公背靠阿里，有全栈 AI 优势，且其已经在阿里内部拿到很高的生态位，比如其关键的会议都有吴泳铭等集团高层亲自参与；集团的资源也在向千问办公倾斜，比如旗舰模型 Qwen3.8 与千问办公同日发布、首发接入，而千问 App 四天后才用上同一模型。

但这也不代表千问办公的未来能够一帆风顺。

想真正达成良好的上下文能力，并不容易。千问办公走的路线是要构建独立的企业上下文基础设施，需要积累长文本与长周期记忆、多模态上下文关联、跨应用与异构数据打通等能力，不仅要懂模型，也要懂企业、懂业务、更安全。

图源阿里云官方微信公众号

而竞争对手的动作也不慢。就在云栖大会召开一周前的飞书未来无限大会上，飞书 CEO 谢欣在演讲中也同样重点提及了 " 上下文 "，称飞书提供上下文，豆包工作负责把上下文转化为生产力。

更直接的挑战来自内部，千问 App 也瞄准了 AI 办公这一商业化突破口，已经加速向 Personal Agent（个人智能体）演进，其核心就是在自身产品上沉淀更广域的个人上下文。

这两个同叫 " 千问 " 的应用看似分工明确，一个做 ToB，一个做 ToC，但对于尚在培育期的 AI 办公市场而言，这种名称的混淆可能会让两款产品的推广呈现相互掣肘的局面。

两个产品互相 " 抢人 " 已经不是秘密。

一个有意思的画面是，有媒体报道，9 月 22 日下午的云栖主会场议程安排以千问 App 为主，核心发言人包括千问 App 产品负责人郑嗣寿和千问 AI 硬件总经理宋刚。千问办公的分论坛与这场主论坛同期进行，但会议地点相隔 15 分钟路程。会议开场前 1 个小时，千问办公团队就到媒体间请走了还在午餐或午休的大部分记者。

这一幕背后，千问办公与千问 App 无论是外部竞争还是内部赛马，都已经到了必须证明自己的时候。

千问 App 跟着风口跑，吴嘉也着急

相比于千问办公，千问 App 和吴嘉可能更焦虑一些。

在过去的大半年中，千问 App 的方向一直在变。

今年 1 月，互联网大厂纷纷抢夺春节超级入口，千问 App 成为继淘宝之后，阿里对 AI 超级入口的新尝试，一度被寄予厚望。

千问 App 的构想是要摆脱聊天工具属性，升级为能为用户 " 办事 " 的 AI 生活助手。其在很短的时间内就接入了淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，上线超过 400 项功能。在阿里生态之外，千问 App 还开放了第三方 Agent 入驻，入驻商家包括顺丰、天鹅到家、闪送等。

此外，千问 App 在高考期间花费大量补贴吸引用户，日活一度达到了 7000 万的高峰。

但超级入口并不好做，千问 App 的入口和生态故事并没有换来用户留存，DAU 的跌落，让千问 App 必须想办法寻找新的方向。

我们看到，千问 App 在此前没有基础的情况下，开始探索办公场景并收费。 

其一口气推出了思考研究、定时任务、办公助理、语音通话、智能体广场等多项功能，同时接入最新旗舰模型 Qwen3.8-MAX。其中，" 办公助理 " 成为收费的项目，共设置高级、精英、旗舰三个价位，分别为 19 元 / 月、49 元 / 月、128 元 / 月，连续包年最高 1499 元。

如今，千问 App 又说起了 Personal Agent 的故事，官方称其能连接用户的备忘录、日历、邮件等应用，操作电脑和浏览器完成查资料、下载附件等多步骤任务。

可以看到，这半年，千问 App 其实在紧跟行业热潮，市场上什么火，千问 App 跟着做尝试，但千问 App 目前的 Personal Agent 故事，处于战略宣布了，但用户感知较弱的阶段，在行业里能够形成什么优势，目前还要打个问号。这个故事和千问 App 的办公故事一样，都处于概念性感，但产品力并不突出的阶段。

AI 技术趋势的变化日新月异，跟随风口摸索新方向无可厚非，但确实也给外界一种定位摇摆，不知道千问 App 的核心竞争力是什么的印象。

而 AI 应用想用短期突击做好多个环节，其实并不容易。

千问 App 在过去很长时间都面临不推广就会掉用户的情况，其根源就在于千问 App 缺少真正留住用户的亮点。

而阿里不可能再像春节免单活动那样大方地给千问 App 投入几十亿补贴，2027 财年第一季度（截至 2026 年 6 月 30 日），千问 App 的高投入被归咎为阿里 "AI 实验室与应用 " 分部录得巨亏的主要原因，该分部收入 33.38 亿元，经调整 EBITA 亏损却高达 138.61 亿元，亏损约为收入的 4.2 倍。

对吴嘉而言，如今的两个核心命题摆在他面前——带千问 App 找到真正能留住用户的场景；同时带千问 App 自我造血，完成商业化的关键一跃。

从目前的探索来看，千问 App 要完成这两个命题并不容易。

从办公场景来看，在与千问办公之间的明争暗斗中，千问 App 的胜算就不大。

理论上，千问 App 主打个人上下文与轻量化办公，路线跟豆包 + 飞书的上下文路线更像，主打 C 端个人效率场景，与千问办公的企业级 B 端定位存在差异。

但办公系统的最终操作者仍然是人，两者在落地层面上的功能高度重合、用户人群交叉。

更关键的是，千问 App 缺少长期沉淀的个人用户使用习惯与 AI 场景积累，难以形成稳定的用户心智与使用黏性；其与钉钉生态之间的联系也不如原生绑定钉钉的千问办公，钉钉过去更聚焦决策者的路线，或许也与走企业上下文路线的千问办公更适配。

图源千问官网

因此，即便千问 App 的收费看起来比豆包和千问办公都低，但从目前的情况来看，新故事也没有打出更多声量。

新一代技术派掌舵，

阿里还在为 AI 应用打基础

在云栖大会的主论坛上，吴泳铭曾在主旨演讲中提出 "AI 模型、AI 芯片、AI 云是机器智能时代的三大基石 " 的论断，指明了阿里未来长期战略投入的方向。

实际上，阿里讲全栈 AI 故事已经有很多年了，如今吴泳铭的态度依然没变，只是他身后的高管团队更完善了。

在过去的大半年中，阿里的技术部门一直在做组织调整，一些如今的技术派高管开始逐渐在这些调整中崭露头角。

图源云栖大会官网

阿里在 3 月正式成立 Alibaba Token Hub（ATH）事业群，由吴泳铭直接负责，下设通义实验室、MaaS 业务线、千问事业部、悟空事业部及 AI 创新事业部，覆盖从基础模型研发到个人与企业端 AI 应用的完整链条。

在这时失去一号位林俊旸的 Qwen 团队，内部也在重组，原负责预训练的刘大一恒，开始同时代管后训练和 Coding 团队，向周靖人汇报。

4 月，吴泳铭再度发出内部信，宣布在集团层面设立技术委员会，并将通义实验室升级为通义大模型事业部。

而在这封内部信中，过去作为数据库产品事业部总裁的李飞飞，正式从前阿里云 CTO 周靖人手中接过了阿里云技术的指挥棒。

今年 6 月，阿里宣布合并通义大模型事业部与未来生活实验室，成立 Token Foundry 事业部，由吴泳铭直接负责。阿里集团副总裁郑波带领视频生成大模型 Happy Horse、开放式世界模型 Happy Oyster 等团队加入该事业部，成为这次整合中的急先锋。

而除了这些刚刚获得新任职的高管，还有作为阿里巴巴旗下芯片公司平头哥半导体副总裁的高慧。这些高管都将成为阿里全栈 AI 战略的主力军。

时至今日，这些高管都在各自负责的领域做出了一些成绩。

刘大一恒推动 Qwen3.8-Max 在人类几乎 " 零参与 " 条件下自主完成 33 轮迭代，评测得分提升 12.5%，推理吞吐量提升 96%，硬件协同上物理面积缩减 42%。

郑波带领团队开发的 HappyHorse-1.0 于 2026 年 4 月空降 Artificial Analysis 盲测平台，在文生视频和图生视频两大赛道同时登顶。

高慧负责的真武芯片已交出商业化成绩单。截至 2026 年 4 月，真武芯片累计出货量达 56 万片，服务覆盖金融、智能驾驶、互联网、能源、制造等 20 多个行业，客户超 400 家。

李飞飞接任阿里云 CTO 后，阿里云推出 AgentCore、Agent Sandbox、新一代高性能存储 CPFS 等系列新品。其中 CPFS 提供百 TB/s 级吞吐，在实际模型训练中将模型启动平均耗时降低 50%、峰值算力利用率提升 30%、AI 存储成本降低 69%。

从云栖大会的情况来看，几位高管都已经在为未来做打算。

比如刘大一恒在云栖大会上发布了 Qwen 的五条路线图：自我改进、架构迭代、全模态统一、开源开放、端侧与终端落地；郑波计划在三年内将图像、视频、音乐生成与真实世界理解打通，彻底告别拼接式方案，同时预告全新视频模型将于 11 月发布等等。

但高管们的压力也都不小。

对刘大一恒而言，基座模型已经进入增量博弈阶段。行业内各家模型能力差距持续收窄，单纯依靠评测数字突破越来越难。他一边要持续投入算力做模型迭代、维持 Qwen 开源生态活力，另一边还要平衡研发投入与投入产出，兑现自我迭代、全模态融合的路线目标。

郑波面对的是生成视频赛道的残酷竞争。当前文生视频产品普遍存在画面连贯性、物理真实性短板，行业仍缺少能规模化商用的成熟方案。视频大模型训练算力消耗巨大，既要兑现打通音视频、真实世界理解的长期目标，还要在和头部竞品的比拼中找到差异化场景，避免模型停留在 Demo 阶段。

高慧面临的是 AI 芯片商业化的持续考验。国内 AI 芯片赛道竞争者云集，客户选型更看重稳定性、性价比与完整软硬件适配。真武芯片虽然已经实现大规模出货，但还要持续拓展车企、政企客户，迭代芯片架构，跟上大模型不断增长的算力需求，同时应对海外成熟芯片厂商与国内本土芯片对手的双重挤压。

而李飞飞的核心课题是云与 AI 基础设施的商业化平衡。AI 训练、推理存储成本高企是行业共性，AgentCore、CPFS 等基础设施产品，需要说服企业客户买单。既要持续打磨云原生 AI 产品，降低客户的 AI 使用成本，又要守住阿里云云业务基本盘。

放到集团全局来看，这群高管还有一层共同压力。

阿里全栈 AI 链条很长，从芯片、云、基座模型到 C 端、B 端应用环环相扣。各条线技术目标独立，很容易出现各团队分头攻坚、内部资源争夺的问题。

高管们不仅要打赢各自赛道的外部竞争，还需要跨业务协同，把底层技术能力顺畅传导到上层 AI 应用中，最终证明这套全栈布局能够跑通商业闭环。

（本文头图来源于阿里巴巴集团官网。）