新浪科技 股票

千问办公押注 Team Agent,企业 AI 的流水线时刻真的来了

市场资讯 11.09 21:45

(来源:极客公园)

个人 Agent 再成功的演示,也解决不了企业级 AI 的难题。

作者|Cynthia

编辑|郑玄

传说,光明之神巴德尔梦见自己将死,于是,巴德尔的母亲弗丽嘉遍走世间,令万物立下了绝不伤害他的誓言。众神也因此放下心来,甚至还发明了一种新的消遣:轮番向巴德尔投掷武器和石块,看着他毫发无损,来确定他们已经战胜了预言。直到一小枝被遗漏的槲寄生投向巴德尔。光明之神轰然倒下,诸神的黄昏由此拉开序章。

这是北欧神话中巴德尔之死的故事。危险早已被预见,人们也采取了行动,却仍然自欺欺人,把一次次看似成功的演示,当成了问题已经解决的证明。

2026 年上半年的企业级 Agent 市场,也曾有过这样的笃定。

每一场发布会上,AI 写方案、做表格、敲代码、生成海报的单任务能力都会轮番刷新上限。台上演示环节的百发百中,带动台下掌声雷动,所有人都觉得——企业级 AI 已经成熟了。

但年中效率复盘,所有人都尴尬地发现:个人用 Agent 提效能翻三到十倍,落到整个团队、整个企业里,整体效率提升往往不到两倍。一个人把报告写快十倍,并不能让另外三个部门提前给出确认。设计师更快做出了十套方案,运营可能还在等商家确认价格,仓库也还没有更新库存。单个员工的产出增加伴随的,是整个项目仍然要按照原来的方式往前推进。

11 月 9 日,千问办公 2.0 正式发布,直击这些痛点。

作为业内首个面向团队协作的「Team Agent」,千问办公 2.0 版本,把多人协作、文档共创和自动任务整合到同一个 Agent 产品中:团队可以关联原有工作群和资料,围绕同一个 Agent 持续讨论、分工和执行。Agent 可以实时理解项目信息,并和群成员协同工作,像项目经理一样推进项目和执行待办。

而伴随千问办公 2.0 打通生产级上下文,Agent 的 2.0 时代自此拉开序幕。

01

从单机到协作,

Agent2.0时代来了

如何弥合个体效率提升与组织效率提升之间的巨大鸿沟,是过去一年多企业级 Agent 市场最大的机遇所在。

围绕这个目标,主流探索大致分为两种:给 Agent 增加协作能力,以及给现有办公软件增加 Agent 能力。

多数 Agent 玩家的第一选择是第一种,给 Agent 加一个群聊。把同事拉进同一个 Agent 的项目组,大家一起讨论,AI 自然就有了团队上下文。

这个逻辑看上去顺理成章,但支持多人聊天,只是企业协作的起点。

工作群里为什么需要话题、已读、在线文档,甚至表情包?因为员工每天要在这里确认事情、表达态度、区分轻重缓急。一个被使用多年的工作群,还连接着客户、供应商和合作伙伴,积累着文件、会议与业务记录。

把几位同事邀请进新产品很容易,但让 Agent 获得完整的上下文却需要企业把完整工作流迁移过来。甚至客户沟通、部门讨论、文档修改,最好都发生在这个新产品里。

你可以把同事拉进自己的 Agent,却很难要求客户先安装一个新的 AI 产品,才能向他发送优惠券。

对于企业来说,既有 IM 也远不只是聊天工具。人员关系、权限、审批和业务习惯,都已经形成。企业愿意为新能力付费,并不意味着它可以为新产品重新组织一遍所有人的工作。

也是因此,另一条路径选择反过来,给现有的 IM 工具加 Agent。这是更务实的选择,也确实走通了一多半。

员工不用换地方,就在日常聊天的群里就能@机器人问问题、总结会议纪要、了解项目背景。

可问题在于,IM 终究是沟通场,不是生产场。群里的 Agent 最多能帮你整理聊天记录、提炼会议要点,真要写代码、做设计、改长文档、做复杂数据分析,还是得跳转到专门的生产工具里,上下文到这里也就断了。

讨论在群里,产出在别处,只要还需要员工下载文件、切换软件、重新介绍背景,协作成本就没有消失。

既然两条路都只走通了一半,那么为什么不将它们合二为一呢?

千问办公 2.0 最先把这两种探索结合了起来。

一方面,它关联原有钉钉群和项目资料,让 Agent 了解业务正在发生什么;另一方面,它提供完整的任务执行和内容生产能力,让团队可以围绕同一个 Agent 继续做文档、处理表格、修改方案。

在企业版协作群里,不同岗位可以补充各自掌握的信息,Agent 小 Q 会据此整理进度、共识和问题,再按照团队确认的分工创建待办。有人接手项目,也能先了解当前安排,再继续自己的工作。

销售说过的话,可以成为方案同事产出的工作依据;方案发生的变化,也可以及时反映到交付安排中。团队不必等某个人收集好所有信息,再统一向 AI 下达指令。

Team Agent 也由此与个人 Agent 拉开了区别。

02

实测:AI如何深度参与真实工作流

千问办公 2.0 发布后,我们第一时间进行了实测。

第一个场景选择了上下文足够复杂、需要做大量搬运工作的月底发票整理场景。

通常来说,报销时,员工会把电子发票发给财务,由财务整理、核对、分类,最后形成报销材料。清晰的流程背后,实际做起来却有许多琐碎的问题:同一张电子发票可能无意中被下载了两次、发送了两次。发票需要被分门别类管理,但不同项目、不同子公司抬头的费用,往往混在相同的上下文里。

每到月底,经常会出现几百张、上千张发票在同一时间被集中提交,完成审核、确认、整理这一套流程,专业财务也需要至少 1~2 天的时间。

于是,我自告奋勇给财务推荐了千问办公 2.0。在千问办公中,直接关联发票报销相关钉钉群,就完成了初步搭建。

接着,我只要一句话描述需求,并添加同事为协作者,千问办公就能自动解决剩下的所有问题。

过去需要一两天,把聊天记录里的文件逐一整理到文件夹,再上传给 AI 的流程,现在 Agent 可以直接自己从群聊中找到需要的内容,然后做汇总分析。

类似的工作在企业中还有很多。通常来说,这类任务本身并不复杂,但材料往往分散在不同人、不同项目中,上下文整合就需要花费大量的时间精力。

与之相对的,还有另一种情况——审批。业务部门可能一天向法务发来 20 款合同,虽然法务只需要回复通过或者驳回,但判断的成本,可能一个合同就要花费半天的时间。

脑暴讨论也是如此。我们团队都有定期追踪行业论文的习惯,不同岗位的同事平时分别关注不同领域,大家会把看到的优质论文发在群里,再由专人汇总整理。这原本是一种很高效的办法,每个人替其他人筛选过一轮,整个团队就能快速掌握各个领域里最有价值的信息。

但随着人数和论文数量增加,对负责整合的同学来说,挨个通读、提炼要点就成了沉重的负担。

最终,我们选择把千问办公的协作空间关联到论文讨论日常群聊。每天新增了哪些论文、每篇论文的核心结论是什么、有哪些值得重点关注的创新点,Agent 全都可以自动梳理清楚。当然,总结群聊内容,产出 PPT,然后分配任务也不在话下。

阅读之后,还有讨论和修改。一些同事会用 PPT 来总结这一周的推荐论文。如果我觉得有问题,或者产生了新的想法,也可以在千问办公里直接与 AI 共同修改这个文档。过去,给 AI 改稿,需要先准确描述位置,再把结果复制回文档。多改几轮,还要核对版本。现在,借助人机共创模式,对话和文档可以被放在同一个窗口,选中需要调整的内容,提出要求,再检查原文中的修改。讨论和编辑围绕同一份文档进行,同事也能沿着这份成果继续工作。

此外,考虑到论文整理定期发生,我又把它设成了自动任务,在每周一和每周三定时执行。一次次重复交代的工作,逐渐变成了固定安排。

对我们这种小团队来说,千问办公 2.0 已经解决了大量上下文协作的时间。对那些组织更庞大、上下文更多的企业来说,深度协作带来的效果提升还会变得更加明显。银泰百货的直播卡券业务,就是最典型的样本。

在银泰,直播卡券业务覆盖全国 62 家品牌门店,联动 200 多名门店、商家与运营人员,年 GMV 超过 2 亿元。一张团购券从提报到最终上架,要经过档期确认、资料核对、内容制作、审核发布多个环节,仅需要核对的信息就有名称、价格、有效期、适用门店、素材等近 50 项。

过去,这些工作分散在几十个门店群里推进,没有任何一个群能看到完整的进度。运营人员要逐群翻聊天记录,把信息手动汇总到表格里,再通知下一环节的负责人跟进。大促期间一批卡券集中上线,整个团队要连轴转好几天,大部分精力都耗在了「找信息」和「同步进度」上。

内测千问办公 2.0 之后,事情开始变得不一样。

团队在千问办公里建起一个协作空间,把 60 多个门店钉钉群和卡券 AI 表格全部关联进去。门店的沟通方式没有任何变化,该在群里说什么还说什么,但所有的进度变化都会被 Agent 同步捕捉,自动更新到中央表格里。

负责人想知道一批卡券的准备情况,不用再逐群追问,直接在协作空间里提问,就能得到最新的整体进度。

此外,团队还设置了定时检查任务,Agent 会按固定时间梳理每张卡券的状态,列出已经满足上架条件的清单,再把资料不全、等待审批的事项整理成待办,推送给对应的负责人。

过去是人需要追着信息跑,现在信息和任务会主动找到人,生产协作的模式,开始随着企业级 Agent 的落地,逐渐发生变化。

03

为什么是千问办公?

一个必须承认的事实是,千问办公能够把团队协作和专业 Agent 能力整合起来,原因藏在阿里的业务基因里。

钉钉连接着中国最大规模的企业客户,服务超 2000 万企业组织、近 8 亿用户。千问办公盘活了钉钉沉淀了十几年的企业上下文—— 消息、文档、审批、知识库,这些分散在业务流程里的海量数据,终于能完整、顺畅地喂给 Agent。

不止是钉钉,阿里云、电商平台也都是 2B 的服务。

对很多行业来说,生产创造是工作的主体,上下文搬运只是附加成本,忍一忍也能过去;但在电商与零售行业,运营、营销、客服、库存管理这类岗位,最终的产出可能只是一张报表、一个活动方案、一句客户回复,而九成以上的工作时间,都花在了收集信息、对齐信息、同步信息上。

上下文的摩擦力,是这类岗位每天都要面对的核心痛点。阿里本身就是全球最大的电商经济体之一,从淘宝天猫到银泰、菜鸟,内部有数百万从业者天天在这种痛点里打转。这种浸泡在真实业务里的体感,是纯 AI 实验室出身的团队,很难天然具备的。

最后,也是最容易被忽略的一点,是阿里滚雪球效应带来的更多行业 know how。

千问办公上线首月用户就突破 3000 万,其中企业用户占比过半,这意味着它从很早开始,就已经被海量真实企业用户推着往前走。

9 月云栖大会上发布的「企业上下文」能力,本质就是 2.0 版本的技术前置——基于对企业数据的结构化处理,企业上下文能让 Agent 能真正读懂组织的业务逻辑。从企业上下文到 Team Agent,这条路不是凭空想出来的,是阿里内部几万员工先用起来,是银泰、古茗这些生态企业一轮轮内测磨出来的。

当然,现在的 Team Agent 还只是起点。按照千问办公的规划,未来自动任务还会接入更多企业内部 OA 与第三方 SaaS 应用,协作能力也会覆盖飞书、企微在内更多 IM 平台,让企业选择 Agent 时,不必因此重新选择一套 IM。

04

尾声

1913 年秋天,美国底特律高地公园工厂,亨利·福特创建了世界上第一条汽车生产流水线,由此,汽车制造从工人围绕固定装配位置取用零件、完成工序的工匠式活计,升级为按照生产顺序安排工位的流水线式生产。自此,磁电机组装从 20 分钟降到了 5 分钟,整车下线从 12 个半小时压缩到 90 分钟。

工人没有获得八倍的手速的情况下,工作被重新组织、减少不必要的搬运,就带来了八倍的生产力跃升。

这也是今天企业级 Agent 正在完成的转变。从 AI 加速个体的生产流程,到 AI 重构组织的协作模式,个人能力的增长,终于有机会转化为组织生产力的跃升。

这一次,Agent 的流水线时刻,真的来了。

*头图来源:视觉中国

头图注释:1913 年,美国底特律高地公园工厂,亨利·福特创建了世界上第一条汽车生产流水线。

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问

Team Agent 会开启企业 AI 的组织协同时代吗?

加载中...