模型在迭代，Harness（调度框架）在演进，企业级 Agent（智能体）好用的核心是什么？千问办公 CEO 陈宇森的回答是 "Context is All You Need（上下文即一切）"。

过去两年，AI 行业的焦点曾是 " 谁的模型更强 "。但到了 2026 年，随着模型能力趋同，真正决定 AI 能否进入企业核心业务的，不再仅是模型本身，而是由调度框架、工具链以及用户语境共同构成的使用惯性。

AI 办公的下一个赛点，到底是什么？

在 "2026 云栖大会 " 千问办公专场，阿里正试图回答这个问题。" 企业上下文 " 本质是把企业散落在各处的数据、流程和经验，连接、压缩成 AI 能直接调用的知识图谱。而那些能够被理解、被复用的数据便是企业级 Agent 落地的前提，千问办公押注的是一个行业内逐步趋同的判断：AI 办公的下一个赛点，不是比谁更聪明，而是比谁更懂你的业务。

图片来源：每经记者 张韵 摄

AI 办公的战场变了

千问办公副总裁、产研负责人束骏亮在接受媒体采访时坦率指出："Agent 行业发展到现在，很多技术已经在趋同。决定一个 Agent 能走多远的核心，是推理时给它多少上下文。"

这句话指向的是一个结构性变化。过去半年，腾讯、阿里、字节几乎同时结束了 AI 办公领域的内部赛马，集中兵力冲向同一个战场。

字节的飞书团队并入豆包，GTM 团队并入火山引擎，TRAE 和扣子也一并收编，逻辑很清楚，用豆包数亿月活的 C 端流量倒灌 B 端，文档、日程、群聊原生，抢的是 " 协同场 "。

腾讯的路径则是将 QClaw 并入 WorkBuddy，所有 AI 办公能力收拢到一个产品。WorkBuddy 打通企业微信、腾讯文档、腾讯会议、QQ 邮箱，支持微信远程下达指令，抢的是 " 生态链 "。

而阿里在三个月内做了多次组织调整，三条 Agent 产品线（QoderWork、悟空、MuleRun）并入千问办公事业部，由 "90 后 " 陈宇森统一带队。

陈宇森在演讲中强调，阿里的优势在于拥有国内唯一的全栈 AI 能力。当企业有极高的安全需求，需要全套私有化部署时，从硬件、模型、基础设施云到软件，阿里能提供从上到下串联的解决方案，这在当前市场上具备竞争力。

三家企业路径虽不同，但一个共识已经形成：模型可以换，记忆不能丢。中国互联网下一阶段的竞争，正在从 " 模型智能 " 向 " 模型 +Harness+ 用户语境 " 迁移。谁能把 AI 真正嵌入用户的工作流，谁就能拿走下一轮价值。

企业 AI 落地的实际瓶颈

问题随之而来，企业级 Agent 应该怎么做？

9 月 4 日，千问办公交出了第一份成绩单：上线首月用户突破 3000 万，企业用户占比过半，完成 120 次版本更新，平均一天迭代 4 次。

现阶段行业普遍按 Token（词元）收费，束骏亮指出了这种模式的两面性。

" 大家都知道模型贵，客户愿意为模型买单，但为什么不愿意为软件买单？因为软件没有稀缺性，同质化严重。" 束骏亮认为，目前行业基于 Token 收费，是因为产品在软件层面尚未做出足够的差异化。

《每日经济新闻》记者近期走访了长安汽车，这家车企将千问办公引入 " 研产供销服 " 全链路。现在，线束选型计算从两天缩短至 5 分钟，随车文件核查从单车十几分钟降至一两分钟。

面对企业 AI 转型的实际代价，长安汽车变革与效率部副总经理景笑飞说，现阶段首要任务是让员工了解 AI、学习 AI，形成使用 AI 的习惯，暂未把 Token 消耗设为限制因素，因为一些场景已实现数倍甚至数十倍的效率提升，获得的价值远高于 Token 成本。

束骏亮认为，Token 付费更像是 AI 产品发展阶段的必然选择，未来随着软件差异化的提升，客户也会愿意为软件价值和云资源买单。

陈宇森在演讲中引用 " 杰文斯悖论 " 回应成本焦虑：" 模型价格正在被中国厂商打到地板价，基于合适的模型可以把大量自动化任务以极高性价比完成。"Qwen3.8-Flash 将 Token 消耗平均压低 75%，企业上下文的 " 压缩 " 机制本身也在降低推理成本。

国家天文台向记者展示了 AI 未来的另一种可能性。超新星爆发、伽马暴等瞬变事件稍纵即逝，真实望远镜经不起反复试错，10 米级地面光学望远镜每小时观测成本达数万元。

过去搭建一套望远镜仿真系统要花费数月、费用万元级，千问办公协助科研团队，用 3 天、不到千元搭建了一套大口径科研级望远镜仿真系统。Agent 在虚拟环境中反复预演观测策略，已预警 8 颗极早期超新星候选。国家天文台人工智能推进委员会专家李瑀旸博士说，科研范式正在改变，AI 不再只是辅助分析，而已进入科研执行流程。

硬件：上下文的增量入口

那么，企业愿不愿意把上下文交给一家 AI 公司？这是语境竞争中最核心的信任问题。

企业上下文一旦建立，就形成了飞轮，用越久越懂你。但这也意味着迁移成本越来越高，企业被锁定的风险越来越大。

对此，束骏亮提出了一个关键观点：上下文不应跟着任何一款特定的 Agent 产品走，而应属于企业自身。

" 我们希望的状态是，每一个人、每一个企业都有自己的上下文基础设施。这个基础设施可以从日常使用的各种软件中提取沉淀上下文，并能在任何 Agent 中使用。" 束骏亮表示，千问办公提供的是企业级上下文的基础设施，它类似于新时代的 " 数据库 "，独立于具体的应用入口。

在传统软件与 AI 的关系上，束骏亮认为，传统软件（如钉钉、Salesforce）将退守为 " 数据底座 "，沉淀固化的业务流程和数据；而 AI 则发挥其泛化能力，通过自然语言交互解决灵活多变的问题。两者将是配合而非替代的关系。

除了软件层面的布局，千问办公也在通过硬件拓展上下文的边界。

千问办公推出的 QwenNote A2 和桌面机器人 B1，被视为收集物理世界上下文的重要入口。束骏亮解释说，硬件是连接数字世界与物理世界的桥梁，能将日常对话、物理环境信息转化为 Agent 可理解的文本上下文。

未来，千问办公还将探索端侧模型的落地，让更小尺寸的模型在本地硬件上运行，进一步降低延迟和成本，拓展更多即时响应的场景。

回顾过去两个月，束骏亮用 " 欣欣向荣的一片混乱 " 来形容当前的 AI 行业。

" 大家都很有干劲，觉得这场仗非常有打头。但很多企业对于自己需要什么样的 AI，想得还不够清楚。" 束骏亮表示，现在的状态就像百年前电刚被发现时，大家只知道点亮灯泡，但还没想到洗衣机和空调。

真正的赛点尚未到来，束骏亮认为，赛点可能是企业客户的渗透率。千问办公希望做懂业务、能协同、信得过的企业级 Agent 产品，让一个员工摸索出的经验能被整个组织快速复制。

华尔街投行伯恩斯坦报告指出，AI 产业正在形成一个新的价值分层结构：模型层负责推理和生成，Harness 层负责记忆、工具和任务编排，语境层负责用户数据和历史经验的积累，生态层负责执行和交易。过去大家最关注的是第一层，但未来真正决定商业价值的，是后面这几层。