8 月 3 日，阿里发布旗舰模型 Qwen3.8，" 千问办公 " 开启公测。

模型与办公产品同步落地，给阿里的 AI 叙事补上了关键一环：Qwen3.8 提供更先进、更便宜的模型供给，千问办公把模型送进高频工作流。

这轮交易的核心，在于 AI 投入能否转化为收入。今日，阿里巴巴港股盘中上涨超 6%，资本市场给出了积极回应。

阿里的估值一直受到两套逻辑牵引，电商仍在提供现金流，却受到消费增速、平台补贴和即时零售投入影响；AI 与云拥有更高的增长预期，资本开支何时转化为利润，仍需更多业绩验证。

千问办公的出现，若能形成企业级使用量，阿里就能出现下一个让 token 流动起来的产品。

巨头争夺办公市场

过去两年的办公 Agent，大多先解决个人效率问题。一个员工可以用 Agent 搜资料、写报告、做表格，缩短自己的交付时间。但企业效率取决于多个部门之间的交接：市场数据能否进入销售系统，销售承诺能否同步给法务和交付，财务口径能否在不同团队保持一致。

一个环节提速后，如果数据仍然分散、权限互不相通、下游需要重新核验，组织的总交付周期未必缩短。

企业办公市场因此需要另一套产品形态。产品要理解组织架构和权限，连接数据库、知识库与业务系统，支持跨部门流程编排，还要保留审计、版本和责任记录。个人 Agent 追求一次任务的完成质量，企业级产品还要处理数据治理、标准复用和多人协同。组织最终购买的是一套可管理、可复制的生产系统。

国内办公市场的竞争也随之扩展。

WPS 从文档入口向 WPS 365 和原生办公智能体 "WPS 灵犀 " 推进，优势是格式能力、文档存量和政企客户。腾讯从桌面 Agent 切入，WorkBuddy 可以读写本地文件、自主拆解任务并调用工具，企业版还能连接内部系统；企业微信、QQ、腾讯文档和腾讯云为它提供了分发与基础设施。

字节正在整合豆包与飞书两条产品线的能力，推出面向组织的豆包企业版。Seed 模型负责复杂任务、数据处理、多媒体生成以及电脑和浏览器操作，飞书提供企业知识、组织权限和协作环境。AI 产出的文档、表格和其他成果可以直接进入飞书流转，字节借此把个人 AI 使用延伸到团队协作。

阿里的路径更接近一套完整的企业 Agent 架构。千问办公由 QoderWork、MuleRun 和悟空整合而来，同时支持桌面端 Agent、云端 Agent 和企业协同 Agent，后续还将连接钉钉 IM、企业数据库与工作流。Qwen 决定智能上限，钉钉提供组织关系、权限和流程入口，阿里云承接数据、算力与 Token 计费。

这套全栈组合是阿里相对清晰的优势，也考验三个体系能否形成统一体验。

律师事务所可以把并购尽调流程沉淀为组织级 Skill，跨国团队可以让 Agent 在员工下班后继续推进项目。此类场景把个人经验转化为企业资产，一旦进入生产环境，带来的 Token 消耗也远高于一次问答或一段文案生成。

从更强模型，到更多 Token 调用

Qwen3.8 为这个入口提供了新的模型底座。按照阿里披露，Qwen3.8-Max 总参数量达到 2.4 万亿，激活参数 950 亿，支持 100 万 Token 上下文，并重点提升 Coding、Cowork 和长周期 Agent 任务能力。国内 API 定价为每百万 Token 输入 12 元、输出 36 元，缓存命中价格为 1.5 元。

模型能力决定 Agent 能否完成复杂任务，单位成本决定企业是否愿意扩大使用量。两者同时改善，会出现典型的需求弹性：单次调用价格下降，更多任务开始具备经济性；Agent 从生成一页 PPT，扩展到连续读取数百份材料、调用多个系统并持续迭代，单个任务的总 Token 消耗反而上升。

办公场景能提供比消费端问答更稳定、更高强度的调用量。

消费端问答常以短对话为主，用户付费意愿和留存容易波动；企业任务往往携带长文档、图片、视频和历史知识，还包含规划、工具调用、结果校验等多轮循环。一个尽调、审计或经营分析任务的调用强度，可能远高于普通聊天。

企业一旦把 Agent 嵌入标准流程，迁移成本也会随权限配置、知识库和 Skill 沉淀而上升，收入质量通常优于单次流量转化。

Agent 对云厂商的业绩贡献已逐步体现，截至 2026 年 3 月的季度，阿里云收入同比增长 38%，外部商业化收入增长 40%；AI 相关产品收入连续第 11 个季度实现三位数增长，占外部云收入的 30%，百炼客户数同比增长 8 倍。

券商对这一变化的判断相当一致，花旗将阿里定义为中国 Token 经济的主要受益者，并测算 MaaS 可能成为阿里云最大的收入产品；摩根士丹利预计 2027 财年一季度云收入增长 45%，云 EBITA 利润率由上一季度的 9% 升至 11%；汇丰则认为，MaaS 占比提升、自研芯片扩大部署和云产品提价，会共同改善云利润率。

这些变化体现了 AI 对阿里估值的核心影响：市场开始用 Token 调用量、MaaS 收入和云利润率，衡量阿里 AI 投入的回报。

Qwen3.8 以更低价格提供接近前沿模型的能力，短期可能压低单个 Token 的收入；更低成本也会推动客户把更多流程交给 Agent。只要调用量增长快于价格下降，且自研芯片、缓存和稀疏架构持续降低推理成本，云收入与利润率可以同时改善。

市场需要 AI 场景扩张

随着头部模型能力继续提升、推理价格持续下降，AI 行业的竞争正在向场景端延伸。模型榜单决定技术上限，真实场景决定调用频率、客户留存和付费规模。

场景扩张的难点集中在企业工作流。企业会追问 Agent 能否稳定完成长周期任务，能否继承组织权限并保护数据，能否对接原有系统并保留审计记录，还要核算每项任务节省了多少人力和时间。

因此，行业都在寻找高频、长上下文、可重复的任务。编程、办公、客服、营销和专业研究已经成为主要入口，其中办公覆盖的部门更多，数据关系也更复杂，厂商需要同时处理模型效果、系统集成和组织治理，产品形态会从单点助手逐步走向企业级执行平台。

市场判断场景是否跑通，也需要一组更硬的指标：企业客户数与付费率、单客户 Token 消耗和留存、任务完成率、组织级 Skill 复用频次，以及调用量带来的收入和利润。

对阿里而言，千问办公承担的是把 Qwen 带进企业工作流，再把任务转化为阿里云调用量。对整个行业而言，下一阶段的 AI 叙事将来自更多真实场景，以及这些场景让 Token 持续流动的能力。