阿里整合“千问办公”，大厂Agent战事进入入口争夺期

【区角快讯】从六月至八月初，不足六十天的时间里，中国互联网三巨头不约而同地做出了相似的战略调整。阿里巴巴率先在六月启动内部Agent产品线的大规模整合，并于八月三日正式宣布，将QoderWork、悟空及MuleRun三款独立产品合并为统一的「千问办公」。与此同时，伴随编程与专业办公能力大幅跃升的Qwen3.8模型一同亮相。

紧随其后，腾讯于七月二十日开启业务重组，将QClaw相关业务并入WorkBuddy体系。十天后的七月三十日，字节跳动亦宣布飞书团队整体并入豆包，原飞书负责人谢欣向豆包负责人赵祺汇报。尽管三家企业的组织架构、产品积淀及优势市场各不相同，但在相近时间节点做出类似的收敛选择，绝非偶然巧合。

更合理的行业判断是，随着AI行业跨越初期的摸索阶段，竞争焦点已转向用户与企业统一入口的争夺。过去，大厂需通过多团队并行验证桌面操作、云端执行及企业协作等不同技术路线；如今，主流产品形态日渐清晰，竞争核心已从“能否做出Agent”转变为“谁能成为最终入口”。作为本轮收束中最新落地的样本，「千问办公」集中体现了企业级Agent竞争的关键命题：内部赛马为何此时终结？企业IM与云为何成为底层资产？模型、产品与真实任务如何形成进化闭环？读懂它，便读懂了企业级Agent的真正赛点。

回顾年初，阿里同时保留三款产品具有合理性。QoderWork深耕本地文件处理，悟空切入钉钉的企业权限体系，而MuleRun则主打云端长任务执行，截至五月已服务43个国家和地区，单月付费超200美元的用户占比达34%。在市场未定型时，这种分散测试有助于快速探路。然而，试错窗口正在关闭。上半年，行业对通用Agent的认知发生显著变化。Anthropic发现非技术人员倾向于绕过聊天界面直接使用Claude Code处理复杂工作，随后推出的Cowork保留了执行能力但优化了交互。OpenAI亦在七月下旬将独立运行近一年的Codex并入ChatGPT桌面端，实现Chat、Work、Codex三端合一。

易观分析数据显示，2026年6月，17款主流桌面端AI办公智能体合计访问量突破6000万次，其中腾讯、字节、阿里系产品占据约5622万，留给其他玩家的空间不足500万。头部效应显现，分散的资源投入已成为负担。工程层面，每次模型升级都需三支团队重复适配规划、上下文管理及工具调用等流程，效率低下。「千问办公」正是在此分秒必争的背景下应运而生，它将分散的能力与数据集中至单一入口和迭代闭环中。实测显示，其不仅能快速生成专业报告，还能直接打通钉钉发送消息。

当前市场上的通用办公Agent多聚焦于个人生产力提升，如读取本地文件、整理日程等，但这仅涉及个人上下文。个人效率的叠加并不等同于企业效率的提升。企业级Agent面对的是更为复杂的组织逻辑：一份文件不仅需总结，还涉及阅读权限、确认流程、部门同步及审批链条。这是企业级与个人级Agent的根本分野，也是中美大厂整合逻辑差异的认知基础。

相较于OpenAI和Anthropic主要合并聊天与编程入口，中国大厂的整合范围更广，涵盖了钉钉、飞书等企业协作软件，并将云纳入Agent底层能力。豆包融合飞书并与火山引擎结合，千问办公合并悟空并继承阿里云在企业服务市场的资源。这意味着Agent开始吸收IM与云，将其转化为底层基础设施（Infra）。传统办公软件按功能划分世界，而真实任务需要多种工具能力的组合。钉钉式IM整合了沟通、身份、协作网络及各类应用连接，拥有完整的组织上下文，注定成为Agent时代最核心的支撑。

笔者曾在自建钉钉群模拟三人选题讨论，千问办公不仅识别出五条待办事项并正确分配负责人，还为紧急项标注优先级并写入钉钉系统。对于第三方Agent而言，读取群消息生成摘要并非难事，真正的难点在于“写回”：创建待办、调整日程或提交审批。读取仅需接口，写回则需要极高的信任机制。企业必须明确Agent的操作边界、审批流程及错误追溯方式。在这方面，钉钉积累的不仅是工具，更是信任与企业级上下文的护城河。

聚焦国内一梯队玩家，阿里拥有一线大模型、企业协作平台及云计算基础设施的独特优势。但这种优势并非自动转化，只有当模型与Agent相互提供反馈时，价值才得以释放。推出千问办公同日发布的Qwen3.8，其在编程和专业办公能力的提升，正是这一逻辑的体现。在生产环境中，Agent能为模型提供比聊天记录更有价值的反馈，而模型能从根本上解决Agent的底层问题。

许多应用层的问题根源在于模型层。过去，团队常通过增加调用规则或外层工作流来修补模型选错工具或遗忘初始要求的问题，但这无法改善模型本身的认知能力。OpenAI推出面向软件工程任务的codex-1，利用真实编程任务进行强化学习，使其能读取修改文件、运行测试并自我调整，从而一举改善开发者体验。同理，Agent留下的完整行动轨迹——包括目标理解、计划制定、工具调用及最终结果——尤其是代码任务中可机器验证的成功或失败轨迹，能成为模型迭代的强大动力。

模型解决Agent的底层能力短板，Agent为模型提供真实任务反馈，二者构成持续进化的飞轮系统。客观而言，千问办公的整合完成并不意味着阿里可以高枕无忧，但它标志着阿里已找到主线。未来，当To C式Agent的功能差异逐渐缩小，真正的差距将源于背后的系统能力：掌握多少企业上下文、获得多大执行权限，以及能否将每一次真实任务转化为模型升级的依据。在此过程中，IM上下文、Infra基础建设及模型-Agent飞轮缺一不可。千问办公，已然拿到了半张门票。