跳到正文
认知
返回AI 简报
AI 简报科技大约 6 小时前
单一来源当前只有一个可用来源,尚未完成多源交叉核验

千问办公2.0,补上了办公Agent最关键的「短板」

“过去几个月,各家都在拼命证明AI越来越能干活。但说实话,一个人能干活,不代表一群人就能协作。”一位长期关注AI办公的业内人士,试用完市面上主流的AI办公产品后发现,有些“麻烦”还是绕不开,最典型的就是有些活儿还得靠人工来回“倒腾”。

“Agent能独立完成任务,但很难接住任务在人与人之间的流转。”有时候,AI交付结果后,人跟人之间交接,比Agent自己干那一步更费时间,也更费心力。AI办公要打To B的仗,就得正视这一困境。

在AI这件事上,企业真正关心的无非两件:一是个人生产力,AI能不能替员工多干点活;二是组织生产力,AI能不能减少团队协作里的信息损耗和重复劳动。过去几个月,AI办公在个人生产力上已经跨过不少卡点,但组织生产力这一关,明显还任重而道远。

11月9日,千问办公发布2.0版本,推出行业首个支持多人与Agent协作的功能“协作”,并在官方博客中宣布迈向Team Agent时代,想回应的正是上述的难题:企业的组织生产力,如何跟上个人生产力的提升?

01「千问小Q」如何加入团队协作?国内AI办公热已经持续了近半年。C端市场的产品竞争日趋激烈,而B端市场的挑战,远不止把产品卖给企业那么简单。从产品侧看,随着Muse、Cue、Dots等海外Personal Agent产品集中涌现,个人AI的能力边界正在被迅速拓宽,企业级AI也被推到了更高的期待之下。

AI办公厂商正在面临更为严峻的考验:当AI已经能够成为个人的工作搭档,它能否再往前走一步,成为团队协作的一部分?从客户侧看,企业也有很现实的诉求:买来的AI办公席位,怎么才能真正变成组织生产力?

雷峰网观察到,此前的席位制更像一个准入和预算工具,解决的是“谁能用、用多少”的问题。当AI逐渐成为数字员工,席位制的价值也需要重新定义:从给员工配置AI,转向把员工接入一套人机协作体系。

千问办公2.0一个比较直观的功能,是支持多人和同一个Agent协作。雷峰网用这项功能模拟了一次记者、资深编辑和Agent(千问小Q)一起讨论FDE选题的过程。在收到“根据已有采访素材,策划FDE相关选题”的指令后,千问小Q自动读取空间资料区的四份采访素材,列出了6个行业观察稿选题和1个备选人物选题,还给出了风险提示。

之后,在记者和资深编辑的讨论中,千问小Q会同时参考两个人的意见,不断完善选题框架。体验下来,最直观的变化是,参与讨论的人不再需要反复向Agent补充背景。它既能读取空间内的资料,也能跟上多人讨论中的信息变化。

原本分散在人与人之间、人与AI之间的信息,现在能够汇集到同一个协作空间里。但媒体讨论选题是相对轻量化的场景,在银泰百货的调研中,雷峰网看到了多人、多群、多环节的业务协作场景:银泰百货的团购券业务尤为复杂——62家以上门店、200多名协作人员,每张团购券上架前都要核对约50项资料。

这些信息原本散落在60多个钉钉群里,工作人员得反复翻聊天记录、手动汇总进度。内测使用千问办公2.0的“协作”功能后,团队把这些群聊和卡券AI表格关联到同一个协作空间。千问小Q不仅能汇总进度、更新表格,还能定时检查待办事项,提醒具体负责人。

02AI办公,如何摆脱「被人追着跑」?雷峰网观察到,Team Agent改变的不仅是人和AI的协作关系,还有任务的发起方式和完成方式。AI办公大多遵循一套相对固定的流程:人提需求,AI执行,人再检查结果。

即便Agent已经能自主执行一些任务,工作节奏仍然主要由人驱动。但这一模式正在发生变化。此前,Anthropic推出Claude Tag,将Claude引入Slack,让AI以团队成员的身份参与频道里的日常工作。

它能够读取所在频道的上下文、调用组织授权的工具,还可以在任务完成时主动同步进展,跟进停滞的讨论和未解决的任务。这代表了一种产品探索方向:以团队协作频道为入口,让AI成为多人可以共同调用、持续交办任务的工作成员。

千问办公2.0则依托钉钉的企业协作生态,将钉钉群聊、资料空间、AI表格等能力连接起来,让Agent围绕具体业务资料和任务节点参与讨论、汇总进度、跟进待办。把两者放在一起看,不难发现,AI办公正呈现出一种新趋势:Agent正在从被动响应指令的工具,变成能够主动承接任务、参与工作过程的协作者。

AI如何与“人”共舞,重塑工作流程?在此次千问办公2.0的体验中,雷峰网有两个发现:一是人机共创:从交付结果,到共同完成工作过去,人与AI的协作多少有些像接力赛:员工把需求交给AI,等待它生成结果,再将结果复制出来,放进文档或其他工具中继续修改。

AI负责生成,人负责判断、调整和整合。中间多了一道交接,工作也容易被切成两段。千问办公2.0的同屏编辑,试图让人和AI之间来回传结果这一步消失。实际体验如何?雷峰网此次让千问办公审校一份FDE初稿:千问办公给出意见后,雷峰网在文档中划出对应的错别字和语病(意见1),再让AI调整部分内容的位置(意见2),以及将文章第一部分划分成两部分(意见3)。

AI批量处理了这三条修改意见,一次性在原文档上直接修改,省去了过去反复复制文字、描述需求、切换软件的工作量。这和过去让AI生成一份完整文档、再由人接手修改不太一样:人可以随时提出意见,Agent围绕意见持续完善,双方一起把一份作品“磨”出来。

二是自动任务:Agent从等人派活,到主动服务传统AI办公有一个隐形前提:绝大多数任务,都依赖“人”来主动发起。这也是当前不少Agent还没跨过去的一道坎。Google Research今年发布的一篇综述论文指出,尽管许多Agent已经具备推理、规划、调用工具和执行复杂任务的能力,但仍然依赖人类识别值得处理的工作、发起任务。

换言之,AI可以接手执行,但还没有真正接过任务发起的主动权。这也是留给AI办公厂商的探索空间。AI能不能从等待员工派活,走向根据任务条件主动提供服务?千问办公2.0在功能更新中回应了这个问题。

“自动任务”支持触发式任务,用一句自然语言把触发条件和处理要求说清楚,任务就能自动跑起来。雷峰网也尝试了让千问办公监测钉钉群里更新的采访纪要,主动总结要点并返回群内,省去了以往在AI工具和IM系统中来回“倒腾”的麻烦。

03办公Agent,正在成为「Agent OS」?跳出产品视角,从行业角度看,千问办公2.0这次更新也在释放新的信号。过去几个月,各家厂商不断整合Agent产品、调配组织资源,“集中精力办大事”——靠生态和桌面触点,争夺用户使用AI的入口。

不难看出,上一阶段主要是“横向”收拢战线、先抢入口。但入口之争还没结束,竞争的重心已经开始往“纵向”偏移:谁能让Agent在企业流程里被真正调度起来。从近期国内AI办公产品的迭代方向看,不少厂商已经意识到,得先把自身能力做深。

千问办公从1.0到2.0,恰好落在这一方向上。“这有点像一个Agent OS。”一位参与内测的企业用户直观感受到:千问办公2.0不只是做了一个更强的AI办公入口,还在尝试让Agent成为连接用户、工具与业务的中间层。

就像传统操作系统调度应用和计算资源,Agent OS调度的是不同工具、数据资源和Agent能力。用户把任务交给千问小Q后,这位“数字员工”会理解需求、调度能力,推动任务往前走。对企业而言,这意味着数字员工正在成为组织分工中的新参与者。

此前的AI更像是员工手边的助手,帮忙写文档、做分析、整理资料。当Agent能理解业务上下文、调用不同工具,并在多个任务之间持续推进工作时,它就有机会承接一部分原本需要不同岗位接力完成的工作,帮企业减少跨部门沟通和流程衔接中的损耗。

对国内AI办公行业来说,这是一次值得关注的尝试:虽然离真正的Agent OS还有距离,但千问办公已经在拓宽“办公”的边界。一位从业30余年的To B老兵,曾在今年10月千问办公推出电商版时对雷峰网表示:“当AI办公不再局限于办公的时候,它才真正具有了生命力。

”言下之意,传统的文档、PPT、文案等通用办公能力,很难形成足够强的用户粘性。Agent的价值不只是完成一个通用任务,更在于进入数字世界里的具体业务场景,理解业务数据、规则和工作流程,像真人一样操作不同功能,推动任务真正落地。

这背后,需要AI办公产品进一步打通企业已有的数据与流程。据了解,IM与Office的融合已在千问办公2.0落地。随着更多钉钉原子能力、SaaS及专业工具逐步接入,千问办公也在尝试减少跨工具操作,让Agent更深入地参与企业真实工作。

这也意味着,Agent OS比拼的不只是接入多少工具,更是能否把工具背后的业务能力组织起来。AI办公产品要从通用任务走向真实业务,还需要专业软件厂商的参与,以及更深层的数据和上下文连接。

说到底,入口决定谁被看见,能不能真正进入企业流程,决定谁被留下。▼推荐阅读▼大厂AI To B大战,这回战场为什么是办公?2026-08-24起底第一批FDE的「生存实录」2026-10-30

Evidence

来源与证据

单一来源 · 1 个信源

当前仅有一个可用来源,尚未完成多源交叉核验。

发布时间
内容处理
AI 翻译 / 摘要,需结合原文核对
内容有误或来源失效?告诉我们
科技

内存短缺推高成本 部分手机厂商开始回收旧设备DRAM再利用

随着移动DRAM合约价格持续上涨、供应紧张,一些手机品牌正考虑把从旧设备拆下的内存芯片重新加工后,装入新手机,尤其是入门机型。TrendForce估计,这类“重植球”内存2026年在智能手机市场的渗透率约为3%至4%,2027年可能升至7%至9%。重植球是指从旧设备主板拆下内存芯片,经过检测和翻新后重新植入焊球,再焊接到新设备主板上。TrendForce称,当前市场上的回收芯片以4GB LPDDR4X为主,主要用于售价低于1299元人民币的4G手机。对于价格敏感的低端市场,这种做法能缓解物料成本上升压力,帮助厂商维持售价竞争力。TrendForce指出,若移动DRAM价格在2027年第一季度进

3单一来源
科技

天翼 AI TeleAgent V3.0 推出云电脑云端执行能力

中国电信天翼 AI 的星辰超级智能体 TeleAgent 推出 V3.0 版本,在原有桌面端本地执行能力基础上新增基于完整 Windows 云电脑的云端执行能力,可让 Agent 在独立云端空间自主操作软件、处理任务,不占用本地资源,且更贴合国内办公生态。该版本同时升级多端协同、记忆同步等功能,完善技能广场、专家体系与连接器生态,还面向企业用户推出专属技能广场与配套管理后台,构建起以 Agent 为执行主体、本地与云端为两类执行环境、多终端为交互入口的协作模式,推动人与数字世界的交互向新阶段演进。

6单一来源
科技重要

【开源发布】PyTorch v13.5

PyTorch(pytorch/pytorch)发布 v13.5。更新说明:First of three steps toward a CUDA 13.5 CI image: install_cuda.sh: install_135 (CUDA 13.5.0 runfile cuda_13.5.0_linux, cuDNN 9.27.0.42, cuSparseLt 0.8.1.1, NVSHMEM, NCCL). almalinux/Dockerfile + build-almalinux-images.yml: a cuda13.5 stage/tag, publishing pytorc

2一手来源
科技

让 AI「摸懂」物理世界,首个触觉推理模型 Touch-R1,入选 NeurIPS 2026

针对现有多模态模型偏重视觉、易在视触觉信息冲突时误判物体物理属性的问题,戴盟机器人团队联合多所高校提出首个触觉锚定物理推理模型 Touch-R1,首次将强化学习系统性引入触觉推理领域。研究团队同步构建了大规模跨传感器触觉推理数据集 TouchReason-1M 与触觉推理评测基准 TouchReason-Bench,形成完整的触觉推理基础设施。Touch-R1 采用三阶段训练流程,通过面向触觉设计的强化学习策略,实现跨传感器的物理属性一致推理,可依据触觉证据修正视觉误判。在 TouchReason-Bench 基准测试中,Touch-R1-7B 的 9 项核心性能指标均大幅领先 GPT-4o

5单一来源

每天早上收到这 5 条

免注册,填邮箱即可;每封邮件都能一键退订。

提交即表示同意按隐私说明保存你的邮箱,只用于发送简报。

或用 RSS 订阅

AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。