新眸原创·作者 | 桑明强

上线一个月，用户数就突破3000万，其中一半以上是企业用户，这是千问办公最新交出的成绩单。

这个数字放在当下的AI办公赛道里，足够引人注意。微软在7月底的财报中披露，Microsoft 365 Copilot付费席位突破3000万——这是微软用了近两年时间、依托M365超过4亿商业用户的基础才达到的规模，腾讯的WorkBuddy在此前也被易观数据提到，月访问量突破2000万。

也就是说，千问办公仅用一个月时间，就在用户量级上进入了第一梯队。

需要注意的是行业背景。沙利文联合头豹研究院在8月发布的报告中预计，中国AI Agent市场规模将由2025年的2.6万亿元增至2030年的20.1万亿元，其中B端长期贡献约九成收入。几乎所有从业者都认为，企业级场景是办公Agent最大的战场。

但市场大，并不意味着这件事简单。

MIT的NANDA报告中有一组数据常被引用：约95%的企业级生成式AI试点没能换来实际回报，核心瓶颈在于AI无法融入既有工作流。千问办公副总裁、产研负责人束骏亮在一次分享中举过一个更具体的例子：一项流程原来涉及3个人，每人工作2小时；使用AI后，每个人可能只需15分钟，但流程总时长仍可能是3小时，因为沟通、交接和对齐环节没有改变。换句话说，个人效率提升，并不自动等于企业效率提升。

这正是理解千问办公3000万用户的关键。问题不在于这些用户从哪里来，而在于千问办公究竟做对了什么？回到产品本身，千问办公的路径可以用三个词概括：更好用、更实用、更耐用。某种程度上，这三个词恰好对应了AI办公产品，从"能用到"到"用得好"再到"离不开"的三个阶段。

整合与入口：让产品"更好用"

和大多数AI办公类产品不同，千问办公一开始就锚定“AI原生的企业操作系统”。

体现在产品形态上，千问办公走了一条"独立产品+深度嵌入"的路线。它有自己的官网、桌面客户端和网页端，与钉钉是两个独立产品；但同时又深度接入钉钉生态，消息、群聊、日程、待办、文档、知识库、考勤、审批等IM能力双向打通。对钉钉用户来说，千问办公是钉钉能力的自然延伸；对非钉钉用户来说，独立客户端又提供了一个不依赖钉钉的选择。

更关键的一步发生在8月18日。这一天，千问办公正式接入企业微信，而在此之前，它已经接入了钉钉和飞书。至此，国内三大主流协同办公平台全部支持。这个动作的意义在于，千问办公并没有把自己绑定在某一个平台上，而是选择做一个跨平台的AI办公层。

某种意义上，在企业IT环境高度碎片化的今天，这种"不要求用户迁移"的策略，本身就是对落地难题的一种回应。

产品功能上，有两个设计值得留意。

一个是"组织技能库"，员工可以把自己的工作经验和方法论创建成Skill，一人创建，全公司都能用。这种"个人经验组织化"的机制，其实是企业推进AI时普遍遇到的一个痛点：老员工离职会带走经验，新员工需要重新培养。

这种技能还能拓宽到组织之外，成为普通人能够掌握的专业工具。比如，北京德恒（杭州）律师事务所的蔡慧娟、许妍两位律师，就将十余年遗嘱服务经验做成了"遗嘱起草与实操指引"Skill。

另一个是"多人工作台"——业内首个支持多人协作的AI生成网页功能，用户用一句话描述需求，即可生成并发布一个可多人协作的在线网页，最多支持百人同时在线协作。AI的产出不再是单个人的文档，而是可以成为团队协作的共享空间。

其中，产品迭代的节奏也值得注意。30天，120个版本更新，平均一天4次，累计更新上千个feature。大量的更新无需改动底层代码，通过模型调优、Prompt优化、工具调用策略调整即可完成。除此之外，根据华尔街投行杰富瑞发布的全球主流AI Agent实测结果，千问办公综合得分位列榜首，超过美国的Claude Cowork和Codex等工具，说明在第三方横向评测中，千问办公的产品能力已经处于全球第一梯队。

"更好用"这件事，说起来简单，做起来难。它要求产品团队在入口、形态、平台兼容性、功能设计、迭代速度等每一个环节都做出正确的选择，任何一个短板都可能成为用户流失的理由。千问办公在这一个月里的表现，至少说明它在"降低使用门槛"这件事上做对了。

如果说"更好用"解决的是用户"愿不愿意试"的问题，那么"更实用"解决的就是用户"愿不愿意留"的问题。

长安汽车的案例，是观察千问办公"实用性"的一个很好的样本。

作为中国汽车行业三大央企之一，长安汽车提出"无AI，不长安"，要求全员使用AI Agent。长安AI应用开发处经理肖世强用一个变化来描述这种感受："以前，我通过办公软件与人协作；现在，我也可以通过同一个入口与AI协作。同样的入口，协同工作的对象从'碳基人'扩展到了'硅基人'。"

在长安，千问办公已经深度融入"研产供销服"全链路，涌现出一批有代表性的一线案例。

研发端，电气系统集成测试工程师毛海借助千问办公开发出线束选型计算工具。线束被称为汽车的"血管和神经"，一个车型涉及成百上千条线束，参数涵盖线径、引脚、电流负载、电压负载、温度等。过去，熟练工程师打开表格逐条核对，需要约两天时间，漏算、算错是常事。现在，把工程师头脑中的计算逻辑整理成产品需求文档后交给AI开发工具，导入数据后约5分钟即可完成选型，还附带每一步计算过程的追溯功能。

毛海还用AI做了另一件事：用户VOC分析。

面对两个产品方案——方案A成本较高、功能更丰富，方案B成本较低、功能相对单一——内部意见不统一。他搭建了一套流程，让AI从公开数据平台采集用户声音，进行情绪识别和观点聚类。结果与主观预期相反：功能更丰富的方案A抱怨量多于好评量；功能相对单一的方案B，好评与抱怨的比例大约是11比1。结合用户VOC、市场渗透情况和专业判断，方案选择变得更容易了。

这个案例的意义不在于AI给出了正确答案，而在于AI为决策提供了一个基于数据的锚点，让讨论从"我觉得"变成了"数据显示"。

生产制造端，工作了13年的质量体系管理工程师郭子雅此前没写过一行代码。她基于千问办公开发了扫码转中文工具，解决了产线扫码枪无法识别汉字的问题，目前已在河北长安多个生产单位推广使用。她还搭建了随车文件核查小程序，覆盖合格证、COC证书、环保清单等随车文件的100余项出厂必检参数比对：过去人工核对一台车需要十几分钟，现在拍照上传后由小程序自动抓取参数、比对公告数据并标出差异，单车核对时间降至一到两分钟。

对此，郭子雅的体会是：要从规则清晰的场景入手，先把流程梳理清楚再交给AI，可以把重复性工作交给AI。

供应链端，55岁的物流处包装管理员张永泽同样典型。自学千问办公后，他将连接全国数百家供应商、单个项目数千条零件的包装评审流程拆解为七八个自动化脚本，实现数据自动抓取、进度汇总和滞留预警，工作量减轻九成以上。

采购中心的龚玄则是另一种类型的代表。以前她从没接触过IT行业，从去年开始负责采购领域的数字化系统后，她的工作方式已经变成"AI First"：接到任何任务，第一反应都是先判断AI能帮我完成什么。AI为他做的使用复盘显示，目前她的工作中有58个场景、58个技能由AI协助完成；过去两周累计交互240多次，按复盘估算节约时间约45个小时。

这些案例有一个共同特点：它们超出了传统意义上的"办公"范畴，深入到了制造业的核心业务流程。

按照长安汽车公司总裁助理、变革与效率部总经理梁光忠的判断，"千问办公这类Agent不仅仅是个人提效工具，更是企业打造AI native组织的利器，它能把AI能力嵌入到业务流程本身，让整个组织的运转方式发生变化。"

在这个基础上，千问办公对"实用性"的另一个回答，是"上下文"。

前不久，千问办公开源了企业上下文基础设施MyContext，把散落在钉钉聊天、会议纪要、业务系统里的工作痕迹，持续收拢成一份Agent能读懂的"个人工作档案"。开源几周后，MyContext在GitHub上获得了超过3000个Star。

这件事的意义在于，AI的能力上限不取决于模型有多聪明，而取决于它有多了解你和你的业务。要知道，一个掌握了你工作上下文的AI，和一个只知道你刚才问了什么的AI，输出质量有天壤之别。

一个产品要走得远，光有体验和场景还不够，还需要坚实的技术底座和可持续的生态。

千问办公在模型层面的选择，是"办公专属调优"。

8月26日，阿里发布Qwen3.8-Flash模型，千问办公联合模型团队同步推出专属版，针对多步规划、工具选择、上下文压缩等场景进行专项训练调优，并通过推理优化和定制Harness架构进一步提升吞吐效率。官方数据显示，在真实办公场景测试中，单任务生成速度提升约100%，Token消耗平均减少75%。

办公场景和通用对话场景有一个本质区别：办公任务通常是多步骤的、需要调用工具的、需要处理大量上下文的。一个通用大模型在这些场景里可能表现得"很聪明但很慢很贵"，因为它把大量计算能力用在了办公场景不需要的通用能力上。专属调优的价值在于，让模型在办公场景里更聚焦、更高效。

Token消耗减少75%，意味着企业使用AI办公的成本大幅降低。当单次任务的成本降到原来的四分之一，企业的使用意愿会发生质变，从"按需使用、控制预算"变成"默认使用、随时调用"。成本曲线的斜率，往往决定了渗透率的斜率。

技术底座的另一根支柱是阿里云和钉钉。

众所周知，阿里云服务全球200多个国家和地区的数百万客户，为千问办公构建了强大的算力地基；钉钉则连接着中国最大规模的企业客户，服务超2600万企业组织。两者在企业级市场积累的服务经验与客户信任，让千问办公从第一天起就站在成熟的企业土壤上。

至于生态层面，千问办公的布局可以用"开放"来概括。

MyContext的开源是开放，跨三大平台的支持是开放，国际版的上线也是开放。千问办公还在推进"原子化能力嵌入"的思路——企业员工已经习惯了原有IM、协作、CRM和ERP系统，不适合要求所有人迁移到一个全新入口，因此将AI能力拆解为原子化组件，嵌入这些员工高频使用的流程和工具中。

把视野拉到整个行业来看，今年的AI办公市场正在发生一些结构性的变化。

先是阿里整合三款Agent产品推出千问办公；紧接着，腾讯将QClaw产品中心划入云产品六部，与WorkBuddy统一管理；然后，字节跳动将飞书与豆包产品团队整合。三家大厂在同一个月内完成组织调整，全部All in AI办公Agent。

海外市场同样在加速：微软Copilot付费席位从2000万到3000万用了一个季度；Google在8月推出Gemini Spark，从"回答问题"转向"代表用户执行操作"。中美两个市场在同一个时间窗口里，朝着同一个方向加速。

另一个值得注意的变化是，办公Agent的评价标准也在悄然改变。用户规模固然重要，但使用成本、任务完成率、人工接管率、流程渗透率、组织资产沉淀，正在成为衡量一个企业级Agent的关键因素。这五个指标衡量的都聚焦于AI"在真实业务里做到了什么"，评价标准从"能力展示"转向"业务结果"，而这，本身就是行业从探索期进入落地期的标志。

就像阿里云智能集团副总裁、AI汽车行业总经理李强在长安汽车的活动上说过一句话："未来行业竞争将从'单车智能'走向'企业智能'，拉开车企差距的，是谁能把AI转化为企业持续进化的能力。模型会逐渐普及，单点应用也容易被复制，难以复制的是车企能否借助AI打通'研产供销服'的完整链条。"

这句话放在整个AI办公行业同样适用。当模型能力逐渐趋同、当单点功能越来越容易被复制，真正拉开差距的，是谁能把AI嵌入企业的业务流程、谁能把个人经验沉淀为组织资产、谁能让AI从"工具"变成"基础设施"。千问办公的3000万用户，是这个方向上的一个阶段性验证，而AI办公的战争，早已不在模型层了。