千问办公押注的企业上下文，是 Agent 时代的组织语言
在大模型在拼命刷 Benchmark 卷编程的时候，「不能说话」的 Jev 却意外成了 AI 圈的新顶流，究其原因，大模型应用的价值正在从「生成什么」，进一步延伸到「能否理解复杂信息，并据此做出可靠判断」。 放到企业办公场景里，这个问题尤为明显。 员工的一句「帮我整理报价」，背后可能同时牵涉客户历史、库存状态、折扣规则、审批权限和部门协作。AI 如果只会生成文档，却不了解这些业务背景，输出再完整，也很难真正进入公司的工作流。 企业真正需要的，是一个能够理解业务上下文、知道该和谁协作、也清楚自己权限边界的 AI。 就在刚刚，千问办公在杭州云栖大会发布企业上下文（Enterprise Context）、应用、QwenNote、安全中心等功能和产品。核心目的就是要为 Agent 进入企业业务流程提供一套完整的支持体系。 阿里巴巴集团副总裁、千问办公 CEO 陈宇森表示：「千问办公是业内首个企业级 Agent 产品，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。」 「懂业务、能协同、信得过」，三个要求对应着企业引入 AI 后必须回答的问题，包括它了解多少业务、如何与同事配合，以及可以被授予多大权限。 企业 AI 的第一课，是理解上下文 撰写报告、整理表格已是办公 Agent 的常见能力，但企业还有自己的业务规则。 同样是「给客户报价」，不同企业的产品体系、折扣权限和审批流程各不相同。即使在同一家公司，三个月前的会议结论也可能已经失效，群聊里的临时讨论未必代表最终决定。 一个 Agent 在不同公司能做成什么，很大程度上取决于它对业务上下文的了解。 过去的数字化建设，让企业把大量工作记录保存在系统里；Agent 进入工作流，则要求企业进一步整理记录之间的关系，包括谁负责项目、哪个版本已经生效，以及任务进行到了哪一步。 此前，千问办公团队已推出个人上下文项目 MyContext，它可以把海量异构的个人工作数据加工成 Agent 能直接使用的上下文，让 Agent 更懂工作也更懂用户，提升 Agent 在工作场景下的表现。 此次发布的企业上下文管理产品企业上下文（ Enterprise Context），进一步把这一能力延伸到企业级场景。 它可以将分散在群聊、文档、知识库等位置的信息整理成结构化的企业上下文，按任务提供相关内容，并随着业务变化持续更新。按任务组织上下文，有助于减少无关信息干扰，也让积累多年的资料在需要时被正确调用。 古茗的门店运营就是一个很贴切的案例。新品频繁上线，意味着制作要求、物料规范和培训安排也在不断变化，一线员工需要从多个渠道找到与当前工作有关的最新说明。 现在，Enterprise Context 将古茗飞书文档、知识库、答疑群和培训日程中的内容整理为「门店运营知识空间」。店员询问海报张贴规范时，Agent 调取相应信息，并随标准更新维护知识空间，减少员工翻找资料和反复询问的时间。 据介绍，基于 Enterprise Context 和千问办公的 Agent 托管能力，千问办公还可以帮助企业构建懂业务的数字员工，让他们在钉钉等各类 IM 上和人类员工进行协同，重塑业务流程，大幅提升组织效率。 企业还有大量信息产生在线下，会议讨论和客户拜访中的要求，同样会影响 Agent 的任务执行准确率。 此次发布的 Agent 硬件 QwenNote 及首款产品 A2，支持语音转写和语音调用千问办公，把线下交流转化为可供后续工作使用的记录；其转写内容仅保留文字和纪要，不保留原始音频。 下一轮企业数字化，需要把公司整理成 Agent 看得懂的公司。 过去依赖老员工记忆、跨部门询问才能解释清楚的业务关系，需要逐渐变成可以维护、查询和授权使用的组织知识。 给 Agent 一张组织里的工牌 理解业务之后，Agent 还要找到自己在组织里的位置。 一份报价从销售流转到财务、采购和法务，会经过多个岗位，每个环节都有自己的输入和职责。企业效率的提升，很少来自某一个人突然快了十倍，更多来自任务在不同岗位之间能够连续流转。 企业可以基于千问办公和钉钉打造数字员工，相当于给 Agent 发了一张组织里的工牌。 它有名称、所属部门、负责人和岗位职责，也有明确的授权范围与生命周期，可以被员工识别、被系统授权，也可以被管理员停用，所有执行记录都能追溯到对应身份。 钉钉等协作平台决定数字员工可以进入哪些群聊、访问哪些系统，Enterprise Context 为其提供完成工作所需的业务信息，Managed Agents 则负责管理它的工作方式。 企业可以在平台中设定 Agent 的目标和边界，配置模型、指令与工具，并授权运行环境和凭证，让不同岗位的数字员工按照各自职责持续工作。 仓储物流包装
