9月4日，阿里巴巴-W（09988.HK，以下简称“阿里”）旗下企业级通用智能体产品千问办公迎来“满月”。官方数据显示，千问办公上线30天，累计用户规模已突破3000万，其中企业用户占比超过一半。

一个月前，阿里刚刚完成内部Qoderwork、Mulerun与悟空的整合，推出千问办公。阿里决策层将其定位为企业级、面向企业组织的AI生产力平台，而非仅面向C端的个人AI办公工具，短期不考核用户数量与月活，优先打磨产品体验与落地企业场景方案。没有人预料到，千问办公在上线首月就爆发出如此惊人的增长势能。

企业级产品的决策链条远比C端漫长，千问办公能在上线首月便拿下超1500万规模的企业用户，足以证明企业市场对AI办公的需求已经从“尝鲜”进入了“刚需”阶段。

产品线整合：阿里企业级底牌

此前，阿里同时推进了多条Agent产品线——QoderWork负责电脑操作，MuleRun强调云端执行，悟空依托企业协同，三条不同路线各有侧重。8月3日，原悟空事业部正式升级为千问办公事业部，这次组织整合释放了一个清晰的信号：阿里不再满足于在个人AI助手赛道上与对手贴身肉搏，而是要把钉钉和阿里云十年深耕企业服务所积累的百万级企业客户作为护城河，做面向企业组织的AI生产力平台。

这一战略选择亦在阿里2026年6月份季度财报中得到了印证。财报显示，此前归入“所有其他”分部的AI模型实验室、千问2C事业部及千问办公整合组建为“AI实验室与应用”。阿里集团CEO吴泳铭在财报中明确表示，“我们推出了提升企业生产效率和能力的AI生产力平台千问办公。得益于全栈AI战略，阿里处于非常有利的位置来把握AI算力市场的巨大增长机遇。”

企业AI办公的概念由来已久，但过往产品大多停留在“对话问答”层面——员工向AI提问，AI返回一段文本或链接，真正的业务决策和执行仍要靠人工完成。千问办公之所以能在短短30天内获得3000万用户的接纳，关键在于它解决了企业AI落地的“最后一公里”问题。

8月17日，千问办公在GitHub开源了名为“MyContext”的企业上下文基础设施项目，数周内即收获3000余Star。MyContext的核心价值在于：将散落在IM、文档、审批、邮件等各个系统中的异构数据，转化为AI Agent能直接调用的结构化上下文。

过去，企业想用AI Agent，最大的卡点不是模型不够聪明，而是模型“看不见”企业内部的数据——CRM里的客户信息、ERP里的库存数据、钉钉里的审批记录，这些才是企业决策的真正依据。MyContext结合钉钉的深度打通，用户只需一句话，Agent就能跨系统查询并给出可执行的建议。

在模型层面，千问大模型团队于8月26日推出了办公专属模型Qwen3.8-Flash，针对多步规划与上下文压缩做了专项调优，原生支持26万Token上下文，最高可扩展至100万Token，能够处理整本财报、全套法律合同等超长文档。实测数据显示，单任务生成速度提升约100%，Token消耗平均减少75%。对企业而言，这直接对应着“体验”和“成本”，速度快一倍意味着员工不用盯着加载动画干等，Token省75%则意味着同样的预算可以支撑更多高频调用场景。与此同时，千问办公平台还打通了百炼Token Plan算力体系。

这些技术能力的组合，使千问办公从“能对话”进化为“能交付”的Agent平台。员工通过一句自然语言指令，即可拿到能够直接商用交付的工作成果。

B端验证：当“碳基员工”遇上“硅基员工”

阿里官方数据显示，钉钉连接着超2600万家企业组织，阿里云服务全球200多个国家和地区的500多万客户，二者为千问办公提供了现成的分发入口与信任基础。也正因如此，长安汽车（000625.SZ）、汇付天下、传化集团、中艺股份、老乡鸡等企业，在首月内便将其接入研发、制造、供应链、门店运营等核心环节。

长安汽车是其中最具代表性的样本。身为中国汽车行业三大央企之一，长安汽车已将千问办公全面应用于“研发—生产—供应—销售—服务”全链条。长安汽车公司总裁助理、变革与效率部总经理梁光忠表示：“在长安汽车，千问办公这类Agent不仅仅是个人提效工具，更是企业打造AI Native组织的利器，它能把AI能力嵌入到业务流程本身，让整个组织的运转方式发生变化，使得AI成为企业基础设施的一部分。”

具体到业务场景，提效数据令人印象深刻。在研发端，电气系统集成测试工程师毛海借助千问办公开发出线束选型计算工具。线束选型涉及单车型成百上千条线束的参数计算，此前由资深工程师手工完成需要约两天，现在导入参数表后五分钟即可输出结果。随车文件核查也从每车十几分钟压缩至一到两分钟。

更值得关注的是那些“非技术背景”员工的使用案例。

在生产制造端，工作了13年、此前没写过一行代码的质量体系管理工程师郭子雅，基于千问办公开发了扫码转中文工具，解决了产线扫码枪无法识别汉字的问题，目前已在河北长安多个生产单位推广使用。在供应链端，55岁的物流处包装管理员张永泽自学千问办公后，将连接全国数百家供应商、单个项目数千条零件的包装评审流程拆解为七八个自动化脚本，实现数据自动抓取、进度汇总和滞留预警，工作量减轻九成以上。

长安AI应用开发处经理肖世强对比了过去与现在的区别：过去做数字化转型更多聚焦于系统，期望通过一个大型系统解决很多问题；现在做AI，一个很大的变化是更加聚焦于人，由具体的人使用AI解决具体问题。

目前，长安汽车AI工具的平均日活率约为50%以上，每天大约一半员工在高频使用。长安汽车2026年半年报显示，18个AI大师项目累计上线场景160个，员工累计使用超311万次，AI自主执行超1300万次。

更值得关注的是组织层面的变化。长安汽车内部甚至在研究如何管理“碳基人”和“硅基人”的协作，“无AI，不长安”已成为公司上下的共识。长安汽车变革与效率部副总经理景笑飞表示，AI不再是某个部门的技术选型，而是支撑企业战略落地的基础能力。阿里云智能集团副总裁、AI汽车行业总经理李强也表示，未来行业竞争将从“单车智能”走向“企业智能”，拉开差距的不是谁率先接入某个模型，而是谁能把AI转化为企业持续进化的能力。

支撑上述判断的，是行业基本面的切换。沙利文联合头豹研究院8月5日发布的《2026年中国智能体（AI Agent）最佳应用实践》报告预计，中国AI智能体市场规模将由2025年的2.6万亿元增至2030年的20.1万亿元，年复合增长率达50.4%，其中企业端长期贡献约九成收入。换言之，智能体竞争的真正主战场在B端，而非C端。

实测登顶：云栖大会悬念待揭

千问办公的技术实力也获得了国际机构的第三方验证。近日，华尔街投行杰富瑞分析师对八款全球主流AI Agent进行了真实办公任务实测，结果显示千问办公综合得分排名第一，超过美国的Claude Cowork和Codex等Agent工具。

测试共设置五项真实办公任务，包括基于多份文件完成公司年报摘要、联网查找并比较公司经营数据、操作真实桌面浏览器完成信息检索和文档生成、根据数据制作英文PPT，以及基于参考图片生成营销海报。在这五项真实办公任务的单项得分中，千问办公是唯一一款所有任务均获得90分以上的Agent产品。

杰富瑞的报告进一步将Agent能力拆分为模型与Harness两部分进行分析——所谓Harness，是围绕模型运行的一整套工程机制，包括指令、上下文、工具调用、边界控制、反馈纠错和治理等。按照杰富瑞的测算，千问办公的“隐含Harness分”位居此次测试产品首位。这意味着在底层模型之外，如何通过工程和产品能力将模型智能稳定转化为实际任务结果，正在成为Agent竞争的重要维度。

报告同时指出，成本正成为Agent商业化需要考虑的重要因素。千问办公底层Qwen 3.8 Max的API价格明显低于部分海外头部模型。由于Agent通常需要进行多轮推理、持续调用工具和执行长链路任务，企业未来衡量Agent价值时，除了模型和产品能力，也可能进一步关注“Cost per Task”——完成一项真实任务所需的执行成本。

与此同时，市场的高度关注并未止步于千问办公的首月成绩单。

9月22日至24日，2026年阿里云栖大会将在杭州举行，主题为“智以致用”。据公开信息，大会将围绕模型、Agent、Agentic Cloud拆解“五层全栈”技术体系，发布阿里云核心技术及年度产品。市场普遍预期，千问办公的更多企业级功能升级也将在大会上亮相。