我把“追热点”的任务交给千问办公，但它却先学会了“不追什么”

撰文| 曾宪勇

出品|阿桶观察勇砺商业评论 全球商业风向

这几天，我第一次用智能体帮我值了一个“夜班”。

做媒体这一行，其实最怕的不是写稿，是漏信息。国外AI圈经常半夜出消息，OpenAI发个新功能、Google放个模型权重，基本都在北京时间凌晨。运气好的时候你能第一时间看到，运气不好第二天醒来已经落后半天。就算看到了，还得自己爬起来亲自整理提炼。

前几天，8月3日，阿里云千问正式发布了Qwen3.8-Max大模型。同一天，千问办公开启公测，我成了受邀体验测试千问办公的首批媒体老师。

我始终认为，目前这个阶段，AI可以帮助我们的并不是代写，而是把“找、筛、核、写”的第一公里交给 AI，剩下的还是要由我们自己认认真真完成。

而追热点，其实恰恰是机器的强项，在碳基人睡觉的时候，硅基人在值班，在碳基人外出开车的时候，硅基人仍然可以在值班。

更重要的是，追热点，不是一味追求知道得比别人早，而是在信息还混乱时，分清什么值得追、什么只能等、什么根本不该写。

上图是千问办公的定时任务列表，此前的 AI 产业晨报与本次热点雷达可以并行运行。

比如，我们早上刷到一个热点，午间看到三篇解读，晚上回头才发现：最值得写的那条，往往已经被情绪和重复信息淹没了。对一个商业公众号而言，追热点更像一场持续的编辑判断，而不是一场新闻搬运。

在过去的时候，我习惯把这件事拆成几段零散的劳动：打开十几个信息源，看公告、翻媒体、搜这家公司的表态，再判断要不要写。真正耗时间的不是“看见”，而是核实和取舍。尤其在 AI、科技、资本市场这些变化快、二手解读多的领域，一条没有核清楚来源的消息，宁可慢半小时，也不能抢半小时。

这次正好有了千问办公，我让它搭了一个新的定时任务：商业热点追踪雷达。它不负责替我发布，也不替我下结论；它做的是编辑部最容易被忽略、却最消耗体力的一段工作——持续监测、收集线索、打标、交叉核验，再把可能成立的选题端到我面前。其实，我觉得最后一步信息发布，让自己把握才更稳妥。哈哈哈，妥妥的古典媒体人做派，是不是？

01

先定义“什么不算热点”

一个合格的热点工作流，第一步不是把检索范围开到最大，而是先划掉不该进入选题池的内容。我给千问办公的约束是：每一轮只回看过去三小时，最多留下三条；如果没有足够重要的动态，直接输出“本时段无强热点”，不能为了填满报告硬凑。

这听上去很保守，但正好是公众号写作需要的边界。读者需要的不是一份“热搜榜”，而是一份经过取舍的判断：它为什么重要，影响的是哪段产业链，谁会因此调整预期，今天写还来不来得及。

下面是我的基本设定条件。

• 时间窗口：只看近三小时，避免把旧闻伪装成新进展。

• 来源排序：公司官方、交易所或监管公告、财报电话会优先；权威商业媒体用于补充。

• 核验底线：关键事实需双源印证；无法证实的线索必须明确写为“未证实/传闻”。

• 编辑结果：不输出荐股与投资结论，只给出适合商业评论的观察角度和写作时效。

上图是任务设定页，我将选题范围、来源优先级、双源核验和输出结构一次性写进任务。

02

把热点工作

拆成一条可运行的流水线

再往后，我把它设为工作日五次运行：09:30、11:30、13:30、15:30、17:30。它们分别对应开盘后的第一波情绪、午间的公司与行业动态、下午的市场再定价，以及收盘前最后一次选题窗口。对撰稿人来说，这不是让机器替你“盯盘”，而是让它在你开会、写稿、采访时，持续把时间切成可复用的信息节点。

注意哦，试运行开始后，任务监控列出了完整待办：时间确认、检索、核验、筛选、成稿与保存。

千问办公把这条任务拆成了六个待办：确认当前时间；检索过去三小时的 AI、科技、互联网、资本市场和公司战略信息；对关键事实做交叉核验；筛出最多三条；写成 Markdown 报告；把文件放到产物区。这种分步展示很关键，因为它让“AI 正在干什么”变成可见过程，而不是黑箱答案。

有趣的是，千问办公首先将候选事件先归集，再进入原始报道和多来源核验，而非直接输出结论。

03

试运行里

我更看重它“停下来”

试运行从确认当天北京时间和监测窗口开始。系统注意到当日是周末，A 股休市；随后抓取 AI 快讯、行业日报和媒体报道，先形成候选事件，再回到原始报道做验证。任务过程中，它把 Kimi K3、Canva/Figma、Anthropic 芯片团队、AWS 算力短缺等线索列为待核对象，同时明确提醒：其中部分事件的核心进展可能不是发生在当前窗口，需要继续核实。

这正是我希望它做的。热点写作最危险的时刻，是看到一个看上去“很适合写”的故事，就立刻把判断当成事实。一个真正适合编辑部的 Agent，不应该只会扩写，它还应当能告诉我：这条消息时间不对、来源不足、当前不宜追。

上图是候选事件进入双源核验，页面显示正在抓取财经媒体和科技媒体原文，并追加新的检索问题。

这是此前晨报任务的事实核验产物示例，结果以文件形式沉淀，方便编辑复查和引用。

04

它交付的不是一段“答案”

而是一张编辑台

我要求热点雷达每次报告必须包含十个部分：有没有强热点、事件标题、为什么值得跟、已确认事实、待核验信息、两个评论切口、三个克制标题、写作时效、账号匹配度和事实核验清单。这个格式的意义不在于“写得整齐”，而在于让每一条内容都能被编辑快速拆开。

例如，“为什么值得跟”要求它回答热度、时效与商业影响；“评论切口”则要求它不只复述新闻，而是从产业链、公司战略、商业模式或组织能力中给出两个不同的观察入口。到这一步，Agent 才不是一个搜索框，而更像一名会把资料整理到编辑桌上的研究助理。

以往我们也会做类似的表格，但表格不会自己刷新，更不会在一条信息出现时主动回来提醒你“这条还没核完”。Agent 的价值在于，它把一个静态清单变成了持续运转的机制：同一个标准会在上午、午间和收盘前被反复执行，留下不同时间点的判断记录。哪怕最后结论是“今天没有强热点”，这个空结果也同样有价值——它帮编辑部避免了为更新而更新。

在定时任务完成后，可在千问办公会话中查看结构化结果、待办状态和生成的 Markdown 产物。

上图是晨报工作流中的市场快照，热点追踪与盘前信息服务可互相补位。

05

追热点，最后还是人的工作

这套流程并不把编辑从现场抽离。相反，它把“找资料”的体力活前移并结构化，让人把注意力留给真正不可替代的部分：是否值得写，写给谁看，观点是否成立，语气是否克制，以及当事实还没有完全收敛时要不要再等一轮。

从千问办公的试运行过程看，它的价值首先是把任务拆开并持续运行：定时、检索、候选筛选、双源核验、文件沉淀，所有环节都能回看。对一个需要持续更新的商业公众号来说，这比一次生成一篇漂亮初稿更实用。因为真正需要被节省的，不是作者的判断，而是判断之前那些反复、琐碎又不可省略的准备工作。

当然，这类工作流仍有清晰的使用边界。聚合页能够提供线索，却不能代替原始披露；“正在检索”不等于“已经证实”；市场情绪可以被记录，但不能被包装成投资建议。因此，我把最终发布前的人工动作保留下来：打开报告中的来源链接，检查时间戳，确认标题没有越过事实，再决定是否进入写作。人机协作真正成立的前提，不是人把判断交出去，而是系统把不确定性如实交回来。

在任务流中，热点雷达与AI产业晨报并列运行，一个负责“每天发生了什么”，一个负责“现在最该写什么”。

我的使用结论：千问办公Agent 最适合承担“信息雷达 + 事实核验 + 选题底稿”这类长期重复任务；最终的标题、判断和发布，仍应由人完成。

顺便提一句，我给千问办公的热点雷达交付标准如下，刚刚入手千问办公的朋友可以参考：每次只保留最多三条；关键事实双源核验；明确区分已证实与待核验；保留链接和发布时间；不做荐股；报告必须给出评论切口、标题候选和写作时效。这个提示词没有试图让 Agent “像编辑一样思考”，而是把编辑工作中最重要的约束，变成它每次运行都必须遵守的流程。

06

阿里AI版图渐渐清晰

过去两年，大模型发展迅速，但在办公场景的落地却始终卡在一个环节。AI能搜资料、写报告、做表格，但任务闭环的最后一步依然需要人手动完成。

我们把这类产品很高级地称为“办公Agent”。Agent的本义是“代理人”或“经纪人”，但眼下多数产品仍停留在“建议者”的角色，距离真正的“执行者”还有一步之遥。

先把“千问”拆开：它既是阿里大模型家族的名称，也是面向普通用户的千问App；千问办公则聚焦深度办公，从通用问答走向任务拆解、工具调用和结果交付。

它与钉钉、阿里云不是平行产品：钉钉提供组织关系、通信、文档和审批等工作场景，阿里云提供模型、算力与企业级服务底座。简单说，千问模型提供“脑力”，千问办公负责“做事”，钉钉接入组织协同，阿里云支撑规模运行。

整合悟空、QoderWork、MuleRun，也是在把桌面、云端和企业协同中的Agent能力串成闭环。阿里争夺的，不只是一个更会写文档的AI助手，而是企业下一代工作入口。

千问办公亮相，阿里的AI版图渐渐清晰。（文/曾宪勇）

勇砺传媒旗下ID“曾宪勇”“阿桶观察”“勇砺商业评论”“全球商业风向”“曾哥车评”图文及短视频内容已同步入驻微信公众号、雪球、36氪、钛媒体、新浪博客、博客中国、今日头条、一点资讯、凤凰号、企鹅号、百家号、搜狐号、网易号、砍柴网、新浪看点、商业新知、蓝鲸TMT、新浪微博、中金在线、同花顺、抖音、小红书、快手等40多个平台。

内容合作 请加微信ID：zeng_xianyong