作者 | 四月
对于一款诞生于 12 年前的企业级软件来说，Agent 时代最难解的题，从来都是“如何让自己不设限”。
“钉钉做办公协同早，积累的大客户太多了，所以功能只能做加法、不敢做减法。” 今年的云栖大会现场，一位用了钉钉 8 年的老客户张立这样评价。作为一家上市地产公司的信息化负责人，他负责集团旗下5000 多名员工的数字化协同与办公系统选型。这次专程从南京赶来，他只为看清钉钉的下一步。
如今，全国有数千万家企业的考勤排班、层级权限与审批流都深嵌在钉钉之中。对这类体量的客户而言，系统内删改任何一个旧组件，都可能引发业务震荡；但若一味叠加 AI 新模块，只会让原本就沉重的架构更加臃肿。当技术代际从移动互联切换到 Agent 智能体，这种“加法惯性”成了钉钉最大的牵制。
12 年沉淀下来的政企客户与工作流，固然是钉钉迎战大模型时代最值钱的底座，但牵一发而动全身的技术负重，也让任何大刀阔斧的重构变得极其冒险。
此时接下这道难题的，是一位 90 后新掌门——陈宇森。此前，他在阿里云主导孵化过个人长程桌面 Agent “MuleRun”，跑出过“34%用户月付费超 200 美元”的商业化战果，也顺势成为他接管钉钉与阿里企业 AI 业务的关键伏笔。
但与此同时，它也为陈宇森带来新的拷问：在个人赛道跑通的单兵执行力，究竟该如何穿透政企盘根错节的业务流，真正转化为整个组织的生产力？
103 天后，陈宇森在今年云栖大会上交出了他的第一份答卷。
他没有宣布重做一个“AI 版钉钉”，而是将此前分散的 MuleRun、悟空、QoderWork 等产品线资源并轨收拢，在钉钉之上打造了一个独立的桌面 Agent 执行入口“千问办公”，并将核心能力Enterprise Context（企业上下文）推至台前。
事实上，这种在既有底座之上“另辟蹊径”的尝试，并不只是钉钉的选择。从字节收拢“豆包工作”并推入飞书 8.0，到腾讯密集升级 WorkBuddy，推出企业版 AI 工作台……过去一个月，AI 办公的战场硝烟四起。
这也引出了一个更为普遍、更底层的行业困惑：既然钉钉、飞书、企微等既有的协同工具早被大模型彻底改造了一轮；大厂为何还要争先恐后地为企业级 Agent 另起炉灶？
带着上述疑问，笔者在云栖大会现场，分别与千问办公副总裁、产研负责人束骏亮，以及用了 8 年钉钉的某上市地产集团信息化负责人张立展开对话。阿里的产品野心与企业客户的真实考量，在这次交锋中浮出水面。
钉钉之外，还需要一个“千问办公”吗
为什么不能在既有的钉钉聊天界面里，完成对 Agent 入口的改造？
在云栖大会现场，手持“千仔”小章鱼麦克风登台的陈宇森，并未急于演示炫目的功能 Demo，而是先抛出了大模型进入企业深水区后，行业不得不面对的残酷现实。
过去一年，大模型在职场里催生了一场心照不宣的“虚假繁荣”：员工在聊天框里享受着秒出文案的爽感，企业却在为飙升的算力账单埋单。这种困在私聊界面的单点提效，根本无法适配复杂的组织流程。
麦肯锡的一项调研反映了企业 CIO 们的集体焦虑：企业在AI 上的投入平均飙升至原本的近 4 倍，高达 93%的受访企业遭遇了预算超支，“Tokenmaxxing”（Token 滥用过载）甚至成为不少技术负责人案头警惕。
但更尴尬的反差在于：尽管有80%的受访员工认为 AI 显著提升了个人生产率，却仅有37%的管理者认为它真正对组织绩效产生了正向贡献。
高昂的算力投入，换来的却是个人提效与组织业务的严重脱节。陈宇森在现场用两组悬殊的数字，直接点破了这层“效率假象”背后的物理瓶颈：
中大型企业内部的数据规模平均约为 150PB，而当前顶尖大模型的上下文物理窗口极限，也仅仅在 100 万 Token 上下。
两者的量级差异，注定了暴力将企业数据直接喂给模型的做法行不通。在实际业务中，光是上传一份50MB 以上的多维报表或项目合集，就足以让模型的上下文窗口过载溢出；更致命的是，低密度的碎片沟通信息不断挤占任务执行窗口，导致 Agent 在真实业务流中频频“卡壳”。
正如陈宇森所指出的：通用 Chatbot 能写出漂亮的公文套话，却回答不了“上季度华东区毛利率是多少”——因为它根本不知道“我们公司”指谁、华东区划归哪几个省份，更不清楚财务核算口径中的毛利到底如何定义。
如果不理清企业内部的业务规则，哪怕把最贵的旗舰模型挂在钉钉聊天框里，它也只是一个对业务组织一无所知的局外人。
更深层的阻力还在于交互形态本身。
如果把 AI 局限在即时通讯的“一对一私聊”里，本质上是制造了新的信息孤岛。员工在私聊框里反复调试 Prompt、推敲出结果后，依然需要手动复制粘贴到钉钉的项目群里协调各方、反复催办。这不仅没有缩短协作链路，反而平白增加了一道人工中转的磨损。
带着对这堵堵高墙的拷问，陈宇森在现场抛出了他的破局主张：“Context is All You Need（企业上下文才是一切的核心）”。这也构成了千问办公不走旧路、执意从钉钉体系解耦的底层逻辑。
个人 Agent 进入组织，产品逻辑变了
在云栖大会现场，张立向笔者打开电脑，展示了实际调用的操作细节：千问办公能够直接调用钉钉的消息与待办，处理工作时完全无需频繁在两个软件之间来回切屏。
“钉钉现在的底层接口基本上全开放出来了。”张立坦言。作为深度依赖钉钉 8 年的企业信息化操盘手，他最担心的不是出新工具，而是新工具强行要求企业推倒原有的组织架构。
一线客户的实际体验，破除了外界关于“大厂内部赛马互搏”的猜想。
千问办公并未试图替代钉钉积累十余年的通讯录与审批体系，而是选择了一条更务实的协作路径：钉钉甘愿退后一步，充当稳定的数据管道与通信底座，而千问办公则作为一个轻装上阵的桌面执行中枢，成长在老系统之上，直接调用其底层的全部资产。
在解决了运行入口之后，真正的硬仗落在了数据层：企业那 150PB 沉睡的业务资产，到底该怎么调动？
为了实现真正获取到有价值的“企业上下文”，千问团队放弃了行业早期简单粗暴的“全量向量检索”，转向了类似 Palantir 构建业务本体（Ontology）的工程逻辑——先理清企业内部的人员隶属、项目从属与业务链路，再让模型执行任务。
在这套底座背后，阿里拿出了极具现实考量的模型精细化分工。束骏亮在采访中算了一笔财务账：
“如果有一套算法，抽象一家企业的业务上下文需要跑 10 天、烧掉 100 万，那没有任何一家企业能接受；但如果我们通过模型适配，把成本压到 5000 元、3 天内做完，这个商业场景才真正具备成立的可能。”
这套降本逻辑落地为两层梯队处理，背后由千问的全栈模型能力提供技术支持：
•用全模态模型消化非结构化的“隐性资产”
企业大量的业务规则往往沉淀在非结构化内容中。以拥有一万多家门店的古茗奶茶为例，过去大量实操细节分散在老店员的经验和培训录像里。“企业上下文”通过 Qwen3.8-Omni-Flash 对视频进行切片、理解并打上结构化标签，把原本不可检索的实操视频快速转化为Agent 可调用的常识库。
•用高性价比轻量模型消化高频增量
面对每天每秒都在产生的海量审批与群聊记录，“企业上下文”调用低成本的 Qwen3.8-Flash 进行实时增量抓取与高密度压缩，杜绝了无意义的数据占用宝贵的 Token 窗口。
更具长远意味的细节，还在于这套数据底座的归属权。
束骏亮透露：“企业上下文”在设计之初就与“千问办公”这款产品彻底解耦。它本质上是面向 AI 时代沉淀的一套属于企业自己的“新型数据库”。未来不仅千问办公可以调取，企业自研的专属 Agent、或是第三方开发工具，都可以直接接入这套已经梳理成型的上下文底座。
目前，“企业上下文”已经具备从钉钉，乃至飞书、Salesforce、SAP 等各类第三方业务系统里，调取与处理权限、聊天、会议纪要与业务文档的能力。
“欣欣向荣的一片混乱”
工程解耦在技术架构层面可以干净利落，但当它走出 Demo、推向真实复杂的企业组织时，阻力远比架构设计本身繁杂得多。
Agent 落地应用这大半年里，业界对于“靠通用模型扫平一切业务鸿沟”的美好想象正迅速退潮。
束骏亮在采访中坦言，相比传统 SaaS，今天AI 软件的 FDE（现场部署工程师）、 CSM（客户成功） 反而需要更深入地扎根客户现场。原因并不是模型能力不够强，恰恰在于它能做的事情太多：“究竟哪些场景真正有价值、哪些流程适合交给 AI，仅靠厂商坐在办公室里闭门推演，很难做出准确预判。”
因此，千问办公现阶段仍然依赖和客户的下场共创，再从具体项目中提炼能够复制的共性能力。在实践中，千问团队观察到企业需求正呈现分化分层：
中小客户首要关心性价比与易用性；中大型客户关切的则是数据安全、Agent 是否受控与深度定制。交付路径也随之分野——具备 IT 储备的大型企业可实现定制、自主开发，中小企业则依托生态伙伴提供行业方案。
面对这种拉扯，束骏亮将当前的企业级市场切面概括为“欣欣向荣的一片混乱”：企业都迫切想要拥抱 AI，但绝大多数企业自己也没想清楚究竟需要什么；技术厂商能做的，唯有先把船开出去，在真实的水域里一边航行、一边校准。
甚至，对于外界最关心的“千问办公与钉钉未来究竟是走向融合，还是长期并存”，阿里内部目前同样没有预设标准答案。
发布会散场，当张立再被问及“会不会为千问办公买单、两款产品如何看待”时，这位掌管着 5000 人上市企业信息化、用了 8 年钉钉的老客户道出了最真实的体感，“我是希望能融合的”。他同时补充，“但目前的产品形态还不确定。我们是传统行业，习惯传统的办公方式。面对一个新入口或对话框，很多人并不知道怎么开始。”
这或许比一个确定的采购合同，更接近当下企业级 Agent 市场的真实水温：企业从不拒绝拥抱 Agent 新技术，但庞大组织十几年沉淀下来的行为惯性与管理暗渠，绝非一个新软件就能轻易重塑。
千问办公用一场克制的工程解耦，让 12 岁的钉钉卸下了持续叠加 AI 模块的沉重包袱，在架构上为长程 Agent 跑通了一条轻装上阵的试验路径，倒不失为一种解法。
至于最终究竟谁能定义新一代企业级 Agent 的模样？我想它最终考验的，并非模型单点性能优势，更关键的还在于技术方能否放低身段、贴近真实的业务现场——直到 Agent 不再需要被标榜为一个醒目的“新工具”，而是无声浸润进企业那些繁杂而又不可或缺的业务土壤。
（文中张立应受访者要求，为化名）
声明：本文为 InfoQ 原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。
会议推荐
QCon 全球软件开发大会·2026（上海站）将于10 月 22 日—24 日举办。本届大会聚焦 Harness AI 时代的工程实践，从「构建 AI」到「驾驭 AI」，围绕AI Native 架构、Agent Runtime、AI Infra、Agent 安全与可观测、Loop Engineering、具身智能与世界模型等热门技术方向，邀请全球技术社区与产业一线实践者，共同分享 AI Native 时代最具价值的工程经验。限时 9 折优惠立减 680！查看更多详情可扫码或联系票务经理 18514549229 进行咨询。
热门跟贴