陈宇森掌舵千问办公：钉钉CEO再创业，Agent进企业

2026年6月，杭州郊外半亩水田里，马云、吴泳铭等阿里合伙人挽起裤脚，踩进泥地插秧。

那天阿里内网发了一篇文章，标题是《手里有秧，才能确保未来有粮》。34岁的陈宇森也在这支插秧队伍中，是这群人里最年轻的高管。

就在几天前，他刚被任命为钉钉CEO，如今又多了千问办公CEO的头衔。上任钉钉CEO第一周，陈宇森向内部发出全员信，取消了钉钉强制晚9点的复盘会，早会签到和深夜巡岗也一并废除。

阿里传统管理偏向过程管控与高能见度，技术出身的陈宇森则更习惯用自动化工具减少重复劳动。

管理风格的变化之外，这也折射出阿里面对AI的一道新考题：模型、算力和云基础设施都不缺，缺的是把这些能力变成企业愿意使用的Agent产品。

陈宇森要做的，就是让Agent真正进入企业的工作流程。

企业客户对他来说并不陌生。十二年前第一次创业，他就在这个问题上碰过壁。

一、 技术指标换不来商业订单

2014年，手机网民数量攀升到5.27亿，通过手机接入网络的人头一回多过PC，中国移动互联网由此驶入扩张快车道。移动支付、手游、电商这些应用跟着疯长，一批批年轻技术人开始琢磨自己出来干。

陈宇森就在这一年从浙江大学毕业。他没去阿里等大厂，而是和几位“蓝莲花”战队成员在北京创办长亭科技，切入企业级网络安全领域。

刚创业那阵，陈宇森手上最硬的底牌就是技术。念大学时，他几次在国际安全赛事里拿到名次。长亭科技办起来以后，他带着世界冠军的履历自己去敲银行的门，见到负责人就讲这套成绩，认定技术指标领先就足够让对方点头。

他甚至会因为技术路线的对错，在会议室里和客户争论。结果是，订单连续丢掉。

直到后来一位同学提醒他：客户没有义务听懂你的技术。这件事也间接让陈宇森改变了做产品的方式。

可银行客户真正在意的，是业务规则和合规要求能不能满足，实际问题能不能解决，技术先不先进反倒是其次。陈宇森于是把力气从讲技术挪到读懂客户上，长亭科技的业务也一点点做开了。

2015年，长亭获得真格基金天使轮融资。到2018年，全国多家头部银行陆续成为长亭的客户。

这也是阿里云当时正在寻找的方向。2018年，阿里云升级为阿里云智能事业群，业务重心从基础算力供给延伸到更复杂的企业服务。

一年后，长亭科技被阿里云全资收购，27岁的陈宇森由此进入阿里。

头一回创业做成，他从纯技术人变成了做企业服务的创业者。可这份成功也给了他一种误判：只要技术和学习能力够硬，换个行当照样能很快跑通。

这个判断，很快就让他付出了代价。

二、 跨行，先得把行业这门课补上

2021年8月，陈宇森离开阿里，连尚未兑现的期权也一并放弃，开始第二次创业。

这一回他同时开了两家公司。薮猫科技仍旧做数据安全，2022年拿到源码资本领投的数千万人民币A轮融资；“交给猫吧”想把AI和图形学结合起来，做中大型游戏。

两家公司的走向并不一样。

做数据安全的那家推进得顺，游戏项目却没做起来。2023年，由于资金消耗和方向跑偏，游戏公司只能关停。

陈宇森后来也承认，准备关掉游戏公司的那段日子，是他人生里的低谷。

问题究竟出在哪儿？

他后来接受第一财经采访时复盘，说自己当时对陌生行业缺少敬畏，想拿过去的成功经验，直接做一个玩法和题材都带创新的中大型项目，结果低估了游戏行业的常识门槛。

长亭科技做成了，他因此相信技术能力能快速跨界；游戏项目砸了，他又意识到，技术能压缩试错的时间，却代替不了对行业的理解。

这次失败，把他的职业路径也改了。

2023年底，陈宇森回到阿里。这一回他没直接进核心产品线，先做了集团CEO办公室研究员。

2024年4月，他转到阿里云，管全球战略合作伙伴业务，同时兼任拉美区域总经理，参与南美市场从零起步的建设。

国内大模型的竞争已经在升温，他反倒没急着去追应用层的热潮。

对一个创过两次业的人来说，技术浪潮带来的兴奋已经不够用了。他要找的是一个更具体的答案：模型能力一直在涨，到底能改变哪些工作？又有什么产品能让用户一直愿意掏钱？

三、 从噪音里找信号

2024年底，大模型成了科技行业拼得最凶的赛道。

阿里的通义千问加快研发。到2025年2月，Hugging Face开源榜单上，大批头部模型都是在Qwen系列上二次训练的，Qwen已是开源生态里绕不开的一股力量。

市场的竞争焦点都往AI助手上聚的时候，陈宇森在应用层已经试错了好几轮。

他先后试过Vibe Coding产品“瓦特”、面向Agent的应用市场，还有内部测试的PM Agent。这几样，要么没发布，要么在测试阶段就被推翻。

原因不复杂：不少应用只是给模型套一层新的交互界面，做出来快，可要让用户一直用下去就很难。

“那是一段噪音大于信号的环境。”他后来回忆说。

直到2024年Cognition推出Devin，陈宇森才看到一个不一样的方向：AI开始能操作电脑、写代码、执行复杂任务。它不只是回答问题，还能接手一段具体的工作流程。

2025年，陈宇森在阿里云内部带队孵化出一款AI Agent产品，取名MuleRun，也叫骡子快跑。

团队规模很小。陈宇森带着这帮人做了次自动化实验：先跟AI把需求聊清楚，后面写代码、跑测试，全交给AI在后台完成。MuleRun没做过大规模投放，上线没多久就拿下了全球43个国家的付费用户，其中34%属于高价值月付用户，单月付费额度在200美元以上。

这次尝试让他意识到，AI的价值不止是让人干活更快，它还可能改写活儿被完成的方式：人不多的小团队，靠Agent也能扛下过去要堆更多人力才能做完的事。

可个人或者小团队搞的自动化实验，说到底只是头一步。真把Agent塞进一家大企业，等着它的是更绕的数据、流程和组织关系。

2026年7月，阿里启动内部整合，QoderWork、悟空、MuleRun三条分散的Agent产品线被收拢到一处。8月3日千问办公正式公测发布，陈宇森出任千问办公CEO。

他又一次回到企业服务这条路上。只是这回要解的题，比十二年前大得多。

四、 十二年后，回到原点

接手钉钉和千问办公之后，陈宇森打交道的对象还是企业客户。

但横在他面前的是个棘手的结构性矛盾。钉钉过去十几年攒下的商业底盘，压在席位订阅上——企业按人头买账号，人越多，账单越厚。而Agent最核心的价值，恰恰是接住那些重复、标准化的岗位工作，把人力操作流程压下去。

Agent一旦深度嵌进核心业务，存量订阅收入就可能被啃掉一块。反过来，要守住稳定的SaaS基本盘，Agent就只好待在文档润色、会议摘要这类低风险辅助场景里，想真正碰经营内核，很难。

他得在保住存量和放手做AI自动化之间，踩出一条窄路。

9月底杭州的云栖大会上，他抛出一个问题：我们公司上个季度华东区的毛利率是多少？

通用模型既不知道“我们公司”指的是谁，也摸不清企业内部的数据分布和财务口径。毛利率它能解释，但一家公司真实的经营数据，它未必找得到。

陈宇森用一句话概括自己的判断：Context is All You Need。

模型要进企业，前提是先读懂这家企业的上下文。

这让他绕回了长亭科技那阵子碰上的问题。技术能力再强，也绕不开客户自己的业务规则。区别在于，当年的产品要理解银行的安全需求，如今的Agent要理解一家企业的数据、岗位和工作流程。

安全同样是一道绕不过去的门槛。

企业不会因为Agent能把活干完，就把核心系统的权限交出去。哪些数据能读、哪些操作能执行、出了异常追不追得回来，这些都得在产品设计之初就想明白。

陈宇森做安全起家，对这一套并不陌生。

为了让企业敢把业务交给AI处理，做安全出身的陈宇森在产品设计上把当年的那份敬畏找了回来。

千问办公拿出“企业上下文”，把150PB的企业数据逐层解析、建成知识图谱，Agent执行任务时只匹配最需要的那几万个Token；安全中心则把沙箱机制、全程审计和最小权限体系硬接进了Agent。

11月推出的千问办公2.0版本，定位又往前走了一步——从个人AI办公助手升级为面向个人与组织协作的Team Agent（团队智能体），重心往组织协同上偏。

今天的陈宇森，要操心的不再是一家创业公司怎么活下去，他肩上扛的是阿里集团在AI时代通向企业级市场的新入口。

几个月前，杭州郊外那半亩水田里，马云、吴泳铭等阿里合伙人光着脚，踩在泥地里插秧。

老阿里人信的是农耕那一套：亲自下场，肯下笨功夫，汗水流够了才有粮食。陈宇森的极客路子不一样，他靠代码和自动化砍掉没必要的消耗，把重复劳动交给AI。

两套哲学看着不一样，落到AI真正落地的地方，却碰上了头。

插秧急不得，让AI进企业也急不得。前者是把秧苗插进田里，后者是把技术塞进真实的业务流程里。

最后收成如何，只能交给时间。

【版面之外】的话：

技术人有个惯性，总觉得技术能解决问题。可真走进商业世界才发现，技术之外要懂的东西太多：客户习惯、行业规则、组织边界，还有那些AI替不了的判断。

一个人攒下的经验，是他走过的路，也可能变成他看下一段路时的盲区。

陈宇森几回创业，某种程度上都在跟这种惯性掰手腕。技术没变得不重要，只是每来一波技术浪潮，人都得重新学一遍怎么用它。