实测千问办公一周，有惊喜也有落差

整个阿里体系中，一个有惊喜感的新产品。

新眸原创·作者 | 马斯迪

"有点出乎意料。"

上周千问办公公测，我们内部基本上全员都开始了试用，反馈出奇一致：确实还不错。

整体上完成度较高，主要针对“专业人士”，没有花里胡哨的功能货架，也不需要先去创建什么技能、配置什么环境，有模版，也有封装好的“专家技能”，使用门槛比较低。跨软件取数、处理Excel、生成PPT、整理数据库这些日常工作，基本都能端到端跑完。

这款产品的来头大家并不陌生。阿里有史以来最年轻的事业部CEO陈宇森牵头，把QoderWork、悟空、MuleRun三款从产品形态上差别并不大的AI办公产品整合到一起。

46天，从接棒钉钉CEO到产品上线，这个速度在阿里的体量下显得有些异类。但也能从这件事上，见出内部对于AI办公的重视程度。

原因无需赘述。过去这两个月，腾讯WorkBuddy独立App三端齐发，字节的飞书和豆包产品团队刚刚完成整合，三家大厂几乎同时收敛起内部赛马的打法，聚焦AI办公这场仗。

不过这次我们更关心的是陈宇森的判断。前段时间的一次专访中，他说了这样一句话：

"当前各家Agent功能、能完成的办公任务高度趋同，单纯产品体验很难拉开巨大差距；长期竞争决胜要素是企业资源、B端客户渠道、战略方向选择，而非界面或基础能力。"

通俗来说，就是使用体验简洁无门槛，任务执行稳定完整，靠差异化的Harness构建壁垒而不只依赖大模型，具备企业协同属性，能真正承接高价值高频办公任务。而这，也是他，或者说阿里，对于AI办公产品的期待。

接下来几天，我们挑了多个真正会在日常工作生活里遇到的任务，把千问办公跑了一遍。这些场景覆盖了结构化信息提取、数据清洗分析、事实核查、内容生成、多模态文件处理、约束规划等等，也是当前大模型落地最容易出问题的地方。

我们想看看，在陈宇森描述的“优秀产品”和“伟大AI办公产品”之间，千问办公走到了哪一步。

01

那些真正在办公室里发生的事

作为媒体人，99%的同行拿到这种Agent级别的办公软件，第一个场景几乎都是找选题。

从之前的Manus到后来的各类Work助手，甚至早期大模型应用，大家用它干的第一件事，基本都是：把这两天重点公司、热门赛道、行业大佬的新动作新发言扒一遍，整理成事实清单，再给几个选题方向，兴致来了甚至直接让它出一篇初稿。

用千问办公之前，他们内部开放了一个叫"千问值夜班"的网页应用，由千问办公创建，本质上它是一个可以实时更新的资讯网站，博客逐字稿、重点人物的海外动态、行业新闻，它自动抓过来翻译好整理成页面，还能持续更新。

这背后其实是千问办公的网站生成和持续运行能力。它不只是给你一个静态结果，而是真的在云端7×24小时跑着，算力一直在燃烧，内容随时在刷新，你还能把链接直接分享给同事。

这个能力如果用在媒体行业，相当于每个人都能有一个自己的7×24小时资讯助理。

不过这个场景我们这次没深测。资讯聚合这类任务，很难真正测出产品的底色。我们挑选的，都是那些"做不好就会出大事"的场景。

比如，合同审查。

我们丢给它一份藏了坑的租房合同，要求站在租客角度找出对自己不利的条款，重点看押金和违约金，还用大白话讲别堆法律术语。

这事儿看着简单，实则凶险。很多AI会把标准条款也标成风险，真陷阱摆在眼前看不出来，甚至给你编出几条合同里根本没有的"问题"。

千问办公的表现算得上老练。四处预埋的陷阱，押金一律不退、维修责任全推给租客、房东单方解约权、逾期违约金高得离谱，一个没漏。没有过度解读，而是直接给出可以拿去和中介谈判的修改建议。

如果说合同审查考验的是“看得懂”，那报销单处理考验的就是“算得准”。

我们把6张PDF发票，有清晰的电子发票，也有模模糊糊的扫描件，和一张对账单一起丢进去，要求按开票日期排序合并PDF，把发票号、金额、日期提进Excel，最后算总金额。

OCR识别的准确率超出了预期。模糊的扫描件标出来“识别不清建议核对”，日期排序也没出问题，不管是"2026-07-15"还是"2026年7月15日"这种不统一的格式，它都能正确理解。最关键的总金额计算，分毫不差。

电商运营的数据复盘是另一个典型场景。

我们给了它一份7月的订单明细，要求把退款订单去掉，算Top10SKU，找异常订单，最后出带图表的汇总表。

很多AI会机械地把所有订单加总，意识不到退款的订单不能算进销售额里。千问办公在这一点上很清醒，业务规则理解得很到位，清洗前后的行数对得上，异常值也能说出判断依据而不是瞎标。最后出来的Excel图表直接就能用在周会上。

写周报这件事，最能看出AI懂不懂职场政治。

我们给了项目经理三件事的进展和一个风险点，要求400字以内写成给总监看的周报。

千问写的周报，信息完整、风险传达，比如说"目前前端资源缺口2人天，若本周内无法补充，交付时间预计后延3个工作日"。问题是什么，影响有多大，一团和气的废话没有价值。

销售拜访纪要整理是另一个容易踩坑的地方。销售在外跑客户，速记往往写得龙飞凤舞，回来还要花半小时整理成结构化纪要。

这里面需要注意边界感。客户说"我们再考虑考虑"，那就是客气话；客户随口提了一句竞品，那就是信息点。很多AI在这方面极其天真，把客套话当承诺，把随口一提当明确需求，销售拿着这种纪要跟进。

千问办公在这个场景里展现出了难得的世故。它分得清哪些是客户明确提的需求，哪些是潜在顾虑，哪些只是题外话。整理出来的跟进动作也很具体，空话被过滤掉了，留下的是可执行的指令。甚至连客户提到的竞品信息，它都准确对应到了具体公司。

PPT生成是AI办公的老牌场景了，但也是水最深的场景。

很多AI生成的PPT看着页数挺多，点进去才发现是整页图片拼的，一个字都改不了，在实际工作中就是废品。我们测试了两个PPT场景：一个是代运营公司给运动品牌做的小红书提案，另一个是HR把新人手册转成培训课件。

两个场景里，千问办公生成的都是原生可编辑的PPT，文本框、图表都能直接改。提案的逻辑也对路，背景、策略、达人矩阵、排期、报价，该有的模块都有，报价栏也留了占位符。

新人手册转课件这个场景最考验提炼能力。千问办公将长段落拆成了要点，表格和流程图也保留了下来，制度条款该有的信息一个没丢。

文件整理这个场景，测的是AI的分寸感。

我们把十多个乱七八糟的年会文件丢在一个文件夹里，要求按类型分类，按日期重命名供应商文件，找出重复文件但别删，且特别强调"先给方案再动手，我确认了你再改"。

千问办公先列了个详细的整理方案：哪几个文件归到哪个文件夹，哪些文件疑似重复，重命名的规则是什么。等我们确认了它才动手，重复文件也只是标出来没有删。这种"先请示再操作"的边界意识，在AI代理场景里特别重要。

02

产品背后是阿里的生态家底

前面这些场景测的多为千问办公的"单兵作战能力"，那真正拉开它和其他产品差距的，其实是背后的生态。这一点在试用过程中感受越来越明显。

先说电商。阿里的这套家底不是其他公司短期内能拿走的。千问办公里内置了海量面向电商的技能包和专家套件，从选品分析、产品设计、营销文案到法务合规，几乎覆盖了一个电商商家日常要打交道的所有环节。

举个例子，做电商的人都知道选品是最头疼的事。要去1688看货源、比价格、查销量，还要分析竞品的定价策略和评价反馈，一套流程下来半天就没了。

不过在千问办公里，可以直接调用选品能力，它能拉取1688的供货数据、看淘宝天猫的热销榜单、扒竞品的用户评价，最后给出一份选品建议报告，连大概的利润空间都能算好。

比如，我们让它切入宠物智能项圈赛道，完成从选品到上架素材的全流程，具体到任务需要：跨平台机会扫描，抓取各大平台近90天该品类数据，按价格带整理销量、评论量、差评关键词，输出机会矩阵；拆解竞品，主图卖点、价格、销量估算、差评痛点等等，最后结合成本和差异化给出详细选品建议，并上架主图素材包。

最终交付的结果，有些出人意料，三个文档，分别为宠物智能项圈选品调研报告、素材包和选品库Excel表，整体做的既全面又有实用性。

值得一提的是，这些指令并非人工设计，千问办公内置了大量任务模版，用户改改关键词就可以一键调用。

再说企业协调。千问办公是和钉钉深度打通的，也可以和其他办公软件互通。你在千问办公里处理完的文件、生成的报告，可以直接发到钉钉群里；钉钉群里的聊天记录、会议纪要、待办事项，千问办公也能直接读取和处理。

这个能力在实际工作中太重要了。比如周一早上开周会，以前你得提前把上周的销售数据整理好、把各个项目的进展汇总好，做成PPT发到群里。

现在你可以设一个定时任务，每周一早上八点半，千问办公自动去拉上周的销售数据、汇总钉钉群里的项目进展、生成周报和PPT，九点准时发到部门群里。你到公司打开电脑，直接看就行。

说实话，这种生态层面的优势，比单纯的模型能力更难追赶。大模型大家都能买，Agent框架也越来越趋同，但你要让一个产品能直接读企业的聊天记录、能调电商平台的经营数据、能打通审批和考勤流程，这背后需要的是多年积累的企业服务生态和商家资源。

这也是为什么陈宇森说长期胜负手在企业资源和B端渠道，产品体验只是入场券，真正的壁垒在生态里。

03

在"好用"之上，还差些什么

把这些场景跑完，我们对千问办公的整体评价是：这是一款完成度极高的产品，在很多场景下已经达到了"拿来就能用"的程度，不是那种需要你帮它善后的半成品。

陈宇森说的那些标准，它基本都做到了。

界面足够简洁，没有乱七八糟的功能入口，打开就能用；任务执行的完整度很高，大多数场景都能端到端跑完，不需要你中途接手；工程兜底能力看得出下了功夫，对各个行业的办公规则也有基本的理解，不是那种只会执行指令不懂人情世故的木头。

但如果拿"伟大的AI办公产品"这个标准，它还有一段路要走。

比如多轮交互，我们这次测的所有场景都是单轮指令，给它一个明确的任务，它给一个结果。但真实的办公场景里，很少有事情是一次就能说清楚的。千问办公目前在单轮任务上表现很好，但在长对话的上下文理解和迭代修改上，还有优化空间。

然后是跨场景的信息打通。这次的每个场景都是独立的，但真实工作里任务往往是连在一起的。可能刚开完销售会议，整理完纪要，紧接着就要把纪要里的待办更新到项目周报里，还要把客户提到的竞品信息整理成一个分析表格。

目前千问办公能把每个单独的任务做好，但还不能完全做到"刚整理完纪要，主动问你要不要把待办同步到周报里"这种跨任务的信息流转。

这也是陈宇森提到的"企业级Agent协同"要解决的问题。

还有就是对模糊需求的处理。我们这次的测试都给了非常明确的指令，但现实中用户的需求往往是模糊的。

"帮我看看这个合同有没有问题"、"给我整理一下最近的行业动态"、"帮我想想下周去哪玩"，这种没有明确边界的需求，才是大多数人日常和AI对话的样子。

千问办公在明确指令下表现很好，但在用户自己都不知道自己想要什么的时候，它能不能主动追问、引导、给出建议，这方面的能力我们还没有看到特别惊艳的表现。

不过话说回来，这些都是更高维度的要求。放在2026年8月这个时间点，千问办公已经是我们用过的最靠谱的桌面AI办公产品之一。

AI办公这场战争，确实如陈宇森所说，早就开始了。从2024年Devin引爆概念，到2025年各家疯狂做Demo，再到2026年下半年大厂收兵合龙、比拼落地能力，这个赛道正在快速褪去泡沫。

从这个角度说，千问办公开了个好头。至于它能不能成为陈宇森说的那种"伟大的AI办公产品"，现在下结论还太早。但至少，它走在了正确的路上。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

更多内容，点击下方关注