模型大战，办公t爆终究是火模入口和生态大战。作者｜Cynthia编辑｜靖宇从今年 6 月到 8 月初，型大下文系列短短不到 60 天时间，战进有一件事几乎同时在新 BAT 发生。入下先是时期 6 月，阿里率先开启内部 Agent 的调用产品线与能力大整合，到 8 月 3 日，高效官宣在编程（Coding）和专业办公（Cowork）能力大幅提高的轮编 Qwen3.8 模型的同时，正式将内部孵化的程上三款 Agent 产品 QoderWork、悟空、模型MuleRun 合并为统一的易订阅 Agent 产品「千问办公」。紧随其后，办公t爆7 月 20 日，火模腾讯开启业务整合，型大下文系列QClaw 的相关业务和团队被并入 WorkBuddy 体系。10 天后的 7 月 30 日，。不一样的组织结构、不一样的产品积往往和好处市场，三家中国最不过级的互联网企业却在相近时间作出相似整合选项。这不太像巧合。更合理的判断是，这种整合，是在 AI 行业走过摸索期，进入入口争夺时期背景下的必然选项：过去，大厂需用多个团队验明正身桌面操作、云端实施和企业协作等不一样路线；目前，题产品形态已经逐渐清楚，竞争也最初从能不能做出 Agent，转向谁能成为用户和企业的统一入口。而千问办公作为这轮收束中最新落地的产品，也是最适用于观察观察行业变化的样本。作为阿里时期性的能力重组，它将之前分散在模型、桌面端、云端和企业协作场景中的积往往，装进了一款新的独立产品。同时，它身上也集中体现了企业 Agent 竞争中最题的几个状况：内部赛马为什么此时结束，企业 IM 与云为什么成为 Agent 的底层资产，以及模型、产品和真实任务如何形成共同进化的闭环。读懂它，就读懂了企业级 Agent 真正的赛点。01大厂为什么同时收敛馗大厂为什么几乎同一时间最初整合 Agent 产品？拿阿里来说，在今年年初，同时保留 QoderWork、悟空和 MuleRun，是合理的。三款产品代表了三种不一样判断。QoderWork 运行在用户电脑上，擅首先读取和处理本地文件；悟空试图进入钉钉的企业账号、权限和采取体系；MuleRun 从一最初就运行在云端，可以首先时间实施任务，也更早进入海外市场，截至今年 5 月，它已经服务了 43 个国家和地区的企业和用户，其中单月付费超过 200 美元的用户占比实现 34%。在市场尚未定型时，三个团队分别测试本地实施、企业协作和云端运行，可以协助阿里更快地找到方向。状况在于，试错期不会一直持续。今年上半年，行业对通用 Agent 的理解发生了明显变化。Anthropic 发现，许多非技术员工会绕过往往见不鲜聊天界面，直接采取 Claude Code 整理文件、处理表格和实现多步骤知识工作。于是，Cowork 在随后被做了出来：它保留 Claude Code 的任务实施能力，但换成更适用于往往见不鲜知识工作者的交互方式。相似的变化也发生在老对手 OpenAI 上。在 OpenAI，一部分用户在 ChatGPT 里处理编程状况，另一部分用户则在 Codex 中实现报告、图片和数据处理等非编程任务。聊天、编程和办公之间原本清楚的产品边界， 最初被用户主动打破。于是，7 月下旬，OpenAI 将独立运行近一年的 Codex 并入 ChatGPT 桌面客户端内，至此 Chat、Work、Codex 三端合一。而于千问办公的此次动作来说，它同样也是阿里三场实验验明正身过的能力重新组合：桌面端后续本地文件和电脑操作能力，云端承接首先任务、资源调度与多模态生成，企业端则后续进入组织身份、权限和业务系统。把原来分散的产品能力和反馈数据，集中到一个入口、一套工程体系和一个往往代闭环中。千问办公实测，可以高效高效根据需产出专业报告之外，还能直接打通钉钉发送到聊天界面用户在自发的用脚投票，市场也已经没有给大厂留下太多后续分散试验的时间。易观探究发布的二季度报告显示，2026 年 6 月，17 款主流桌面端 AI 办公智能体的合方式访问量已经超过 6000 万次。腾讯系、字节系和阿里系产品相加约为 5622 万，留给其他玩家的市场不到 500 万。技术路线逐渐选定，头部效应也最初出现，这时候，分散就会成为资源分配上的负担。工程层也是同理。过去，模型每升级一次，三支团队都关键照章性务规划、上下文管理、工具调用、失败重试、权限控制做一次重新适用配，这本质上是一种不必需的重复劳动。「千问办公」就是在这个分秒必争背景下出现的产物。02企业 Agent 的分水岭目前市场上大多数通用办公 Agent，先处理的仍然是个人生产力状况。它们可以读取用户电脑里的文件，探究个人文档，理解历史对话，整理个人日程，再根据用户本人具有的权限调用有限的外部工具。但这些题是个人上下文。个人上下文的叠加不等于企业上下文。企业内所有人的效率相加，也不等于企业效率。给每位员工配置一个更聪明的个人助手，可以提高局部产出，却未必能够改进整体材料流转、任务协同，以及个人结荚转化为组织行动与结荚的效率。企业面对的是另一类状况。企业并不是个个人账号的便捷集合。所有员工的文件、对话和任务相加，也不会自动变成企业的运行方式。同样一份文件，在个人 Agent 看来可能只是一份需总结的材料；在企业 Agent 看来，它还包含谁可以阅读、谁需确认、结比如应该同步给哪些部门，以及之后任务必须经过谁批准。这是企业级 Agent 与个人办公 Agent 最根本的区别。也是相似的整合背景下，中美大厂表现逻辑产生明显区别的一个认知基础。OpenAI 和 Anthropic 题在合并聊天、编程和桌面实施入口。中国大厂的整合范围，则涵盖了钉钉、高效书这样的企业协作软件，同时也让云成为了 Agent 底层能力的一部分。体目前企业内部产品协同上，豆包产品线融合高效书的同时，也与火山引擎深度结合。千问办公合并了之前主攻钉钉场景的悟空，也同时后续了阿里云过去在企业级服务市场上关于行业认知、数据管理、资源调度的全方位资源。也就是说，是 Agent 最初吸收 IM 与云，把它们变成底层的 infra。云作为 Agent 题 infra 的题性不比多说。这里我们题看看 IM 的整合叙事。传统办公软件按照功能分类世界：邮件负责沟通，文档负责写作，表格负责数据……但真实世界中，用户想实现一个目的，需的是对中工具能力的组合，Agent 也是同理。也是因此，过去十多年，整合了沟通、员工身份、组织关系、协作网络、文件、会议、审批、权限和各种企业采取连接的钉钉式 IM，作为功能最多，也涵盖完善组织上下文的软件，必定会成为 Agent 时代最底层的能力支撑。我在自建的钉钉组织群里模拟了一段三人选题讨比如，让千问办公总结讨比如题并提取待办事项。它不仅从对话中识别出了五条待办，每条都正确分配了负责人，还给紧急的那条标了「较高」优先级和「即将截止」，并直接写入了钉钉的待办系统。当然，对一个外部的第三方 Agent 来说， 通过连接器读取群消息，再生成一份摘关键，或者实现投研、网页制作或者表格处理并不不易。真正难的是写回：创建待办、调整日程、发送邮件、提交审批，或者把任务分配给正确的人。读取只需接口，而写回需更高的信任。企业必须选定 Agent 能看到什么、可以替谁操作、哪些步骤需审批，以及发生错误后如何追溯和撤销。从这一部分来看，过去十多年里，钉钉为 Agent 的积往往不仅是工具，更是信任与企业级上下文的护城河。03模型和 Agent，成为智能高效轮如果再将眼光进一步收敛到国内的一梯队玩家，不难发现，阿里在这场竞争中还有一项少见的需。它同时具有一线大模型、企业协作平台和云方式算基础设施。但模型和采取都在自己手里并不会自动转化成好处。只有模型和 Agent 能够相互给予反馈时，这种组合才真正有价值。于是，我们看到，推出千问办公的同日，阿里低调放出在编程（Coding）和专业办公（Cowork）部分能力大幅提高的 Qwen3.8。这背后的逻辑在于，在生产环境中，Agent 可以为模型给予一种比聊天记录更有价值的反馈，模型又能一劳永逸的处理 Agent 中的底层状况。例如，很多 Agent 产品中很多看似发生在采取层的状况，根源其实在模型层。过去，模型选错工具，产品团队可以提高一条调用条件处理；模型在首先任务中忘记最初需，团队也可以在外面再套一层工作流；这些采取上的修补客观上可以减小错误率，却不能改进模型本身的判断与认知能力。因此，我们可以看到 OpenAI 推出 Codex 时，没有只是给通用模型接入代码编辑器，而是训练了照章性软件工程任务的 codex-1。它采取真实编程任务开展强化学习，能够读取和修改文件、运行测试，并根据测试结荚后续调整，直到得到通过的结荚。它的出现，一举改进了开发者们在编程任务中的大量状况，也成为 OpenAI 在编程领域逆袭的题。模型处理了 Agent 的底层能力状况，Agent 也可以为模型带来比聊天记录更完善的反馈。对 OpenAI 和千问系列模型来说，Agent 留下的完善行动轨迹，可以告诉模型它如何理解目的，制定了什么方式划，调用了哪些工具，在哪一步偏离需，用户修改了什么，以及最后产物是否真的被采取。尤其在代码任务中，在代码任务中，能不能运行、测试有没有通过、文件是否正确修改，常见可以被机器验明正身。而这种真实企业任务中的失败轨迹又能反馈给模型，成为模型往往代的动力。最后，Agent 为模型给予真实任务反馈，模型为 Agent 给予更强的判断能力。模型+ Agent 构成的，正是一套持续运行进化的高效轮系统。04最终当然，客观来说，千问办公这次整合实现，并不意味着阿里关于 Agent 的探索从此就可以高枕无忧了。但它至少验明正身，阿里已经找到了自己的主线。当越来越多 Agent 都能制作 PPT、探究表格、控制浏览器时，各种 To C 式 Agent 的功能区别会高效高效缩小。未来真正的差距，将来自产品背后的系统能力：它掌握多少企业上下文，能够获得多大的实施权限，又能否把每一次 Agent 真实任务变成下一次模型升级的依据。在这个流程中，IM 的上下文，infra 的基础能力建设，模型与 Agent 的高效轮缺一不可。千问办公，已经拿到了半张门票。*头图来源：千问办公本文为极客公园原创文章，转载请关联极客君微信 geekparkGO极客一问你怎么看大厂这一波办公 Agent 的整合？

(责任编辑：知识)