千问办公2.0上线协作功能:多人与Agent同空间办公

资讯 雷峰网 全文 3692 字 · 约 10 分钟读完 配图 8 张 分类智能体

办公Agent,开始为团队做事。

所属频道 智能体与 Agent
千问办公2.0,补上了办公Agent最关键的「短板」


“这几个月,大家都在使劲证明AI能干活。可说白了,单个人能干活,不等于一群人能凑到一块儿协作。”

有位盯AI办公很久的业内人士把市面上主流产品挨个试了一遍,发现有些麻烦照样躲不开。最典型的一种,就是某些活儿还得靠人来回来回“倒腾”。

他的原话是:“Agent能独立完成任务,但很难接住任务在人与人之间的流转。”AI把结果交出来以后,人和人之间那道交接,有时比Agent自己干那一步还费时间、费心力。

AI办公要想打To B这一仗,这个坎就得正面应对。

落到AI上,企业真正在意的其实就两件事。一件是个人生产力,AI能不能替员工多分担些活;另一件是组织生产力,AI能不能把团队协作里的信息损耗和重复劳动压下去。

这几个月,AI办公在个人生产力这一头已经过了不少关口。可组织生产力这道关,显然还差得远。

11月9日,千问办公发布2.0版本,推出行业首个支持多人与Agent协作的功能“协作”,并在官方博客中宣布迈向Team Agent时代。它想回应的正是那个难题:企业的组织生产力,怎么跟上个人生产力的提升?

千问办公2.0,补上了办公Agent最关键的「短板」

01

「千问小Q」如何加入团队协作?

国内这波AI办公热已经烧了近半年。C端产品打得越来越凶,B端那边的难处却不只是把产品卖进企业。

产品这头,Muse、Cue、Dots等海外Personal Agent产品扎堆冒出来,个人AI的能力边界被迅速撑开,企业级AI也被推到了更高的期待之下。

摆在AI办公厂商面前的考验更严了:AI既然已经能当个人的工作搭档,它能不能再往前迈一步,成为团队协作的一环?

客户那头,诉求也很实在:买回来的AI办公席位,怎么才算真变成组织生产力?

雷峰网观察到,过去的席位制更像一个准入和预算工具,管的是“谁能用、用多少”。AI慢慢成了数字员工,席位制的价值也就得重新定义:从给员工配AI,转到把员工接进一套人机协作体系。

千问办公2.0里一个挺直观的功能,就是多个人可以跟同一个Agent协作。

雷峰网拿这项功能模拟了一回:记者、资深编辑和Agent(千问小Q)坐在一起讨论FDE选题。

指令是“根据已有采访素材,策划FDE相关选题”。收到之后,千问小Q自己去读空间资料区里的四份采访素材,列出6个行业观察稿选题和1个备选人物选题,还附了风险提示。

千问办公2.0,补上了办公Agent最关键的「短板」

接下来记者和资深编辑讨论,千问小Q会两边意见一起参考,把选题框架一点点补全。

千问办公2.0,补上了办公Agent最关键的「短板」

试下来的感受是,最直接的变化在于,参与讨论的人不用再一遍遍给Agent补背景。空间里的资料它能读,多人讨论中信息变了它也能跟上。原先散在人与人之间、人与AI之间的信息,如今都汇到同一个协作空间里。

不过媒体讨论选题算是轻量场景。银泰百货那次调研里,雷峰网看到的是多人、多群、多环节的业务协作:

银泰百货的团购券业务格外复杂:62家以上门店、200多名协作人员,每张团购券上架前要核对约50项资料。这些信息本来散在60多个钉钉群里,工作人员只能一遍遍翻聊天记录、手动汇总进度。

内测用上千问办公2.0的“协作”功能后,团队把这些群聊和卡券AI表格挂到了同一个协作空间。千问小Q不只汇总进度、更新表格,还能定时查待办,提醒到具体负责人。


02

AI办公,如何摆脱「被人追着跑」?

雷峰网观察到,Team Agent动的不只是人和AI的协作关系,还有任务怎么发起、怎么完成。

AI办公大多走一套相对固定的流程:人提需求,AI执行,人再检查结果。Agent已经能自主执行一些任务,可工作的节奏还是人在推。

不过,这套人推着AI走的模式已经在松动。

更早之前,Anthropic把Claude引入Slack,让它在频道里扮演团队成员,能读所在频道的上下文,能调用组织授权的工具,任务完成时还会主动同步进展,对停滞的讨论和没解决的任务也会跟进。这就是Claude Tag。

这条产品路线指向一个方向:拿团队协作频道当入口,让AI变成多人能共同调用、能持续交办任务的工作成员。

千问办公2.0走的是另一条路——依托钉钉的企业协作生态,把钉钉群聊、资料空间、AI表格等能力串起来,让Agent围绕具体业务资料和任务节点参与讨论、汇总进度、跟进待办。

把这两个放在一起看,AI办公的新趋势就出来了:Agent正在从被动响应指令的工具,转向能主动承接任务、参与工作过程的协作者。

AI怎么和人一起干活、把工作流程重做一遍?在千问办公2.0的体验里,有两个发现。

第一个发现是人机共创:从交付结果,变成共同完成工作。

以前人和AI协作,多少像跑接力:员工把需求丢给AI,等它出结果,再把结果复制出来,放进文档或别的工具里接着改。生成归AI,判断、调整和整合归人。

中间多了一道交接,工作也就被切成两段。

千问办公2.0的同屏编辑,想砍掉的就是人和AI之间来回传结果这一步。

实际用起来怎么样?让千问办公审校一份FDE初稿:它给出意见后,在文档里划出对应的错别字和语病(意见1),再让AI调整部分内容的位置(意见2),以及把文章第一部分拆成两部分(意见3)。

AI把这三条修改意见批量处理完,一次性在原文档上直接改,过去反复复制文字、描述需求、切换软件的工作量都省了。

千问办公2.0,补上了办公Agent最关键的「短板」
千问办公2.0,补上了办公Agent最关键的「短板」

这和过去让AI生成一份完整文档、再由人接手改不太一样:意见可以随时提,Agent围着意见持续完善,双方一起把一份作品磨出来。

第二个发现是自动任务:Agent从等人派活,变成主动服务。

传统AI办公有个隐形前提:绝大多数任务都得靠人主动发起。

这也是眼下不少Agent还没跨过去的一道坎。Google Research今年发布的一篇综述论文指出,许多Agent已经具备推理、规划、调用工具和执行复杂任务的能力,但识别值得处理的工作、发起任务,仍然要人来干。

换句话说,执行AI接得住,任务发起的主动权还没真正交到它手上。

这恰恰是留给AI办公厂商的探索空间:AI能不能不再等员工派活,而是根据任务条件主动提供服务?

千问办公2.0在功能更新里回应了这个问题。“自动任务”支持触发式任务,用一句自然语言把触发条件和处理要求说清楚,任务就能自动跑起来。

也试了让千问办公盯着钉钉群里更新的采访纪要,主动总结要点再返回群内,以往在AI工具和IM系统之间来回倒腾的麻烦就免了。


03

办公Agent,正在成为「Agent OS」?

跳出单个产品的视角,从行业层面看,千问办公2.0这次更新也在释放新的信号。

最近这几个月,厂商们把Agent产品往一块儿收,组织资源也跟着重新调配,精力都压在了一处:用生态和桌面触点去抢用户接触AI的入口。

上一阶段主要是横向收拢战线、先抢入口。入口之争还没结束,竞争重心却已经开始往纵向偏:谁能让Agent在企业流程里被真正调度起来。

从近段时间国内AI办公产品的更新走向来看,已有不少厂商想明白一件事:得先把自家能力往深里做。千问办公由1.0走到2.0,正好踩在这条线上。

一位参加内测的企业用户给出直观感受:“这有点像一个Agent OS。”在他看来,千问办公2.0并非只做了一个更强的AI办公入口,它还想让Agent充当用户、工具与业务之间的中间层。

千问办公2.0,补上了办公Agent最关键的「短板」

传统操作系统调度的是应用和计算资源,Agent OS调度的则是各种工具、数据资源和Agent能力。任务交到千问小Q手里,这个“数字员工”先理解需求,再调度能力,把任务一步步推着走。

落到企业身上,数字员工正变成组织分工里的新角色。

以前的AI更像员工手边的帮手,写文档、做分析、整理资料。等到Agent能读懂业务上下文、调用不同工具、在多个任务之间接着往前推,它就有机会接住一部分原本要靠多个岗位接力完成的活,帮企业少掉一些跨部门沟通和流程衔接上的损耗。

对国内AI办公行业而言,这是一次有分量的尝试:离真正的Agent OS尚有距离,但千问办公已经把“办公”的边界往外推了。

一位做了30多年To B的老兵,今年10月千问办公推出电商版时对雷峰网说过一句话:“当AI办公不再局限于办公的时候,它才真正具有了生命力。”

这话的意思是,文档、PPT、文案这类通用办公能力,很难撑起足够强的用户粘性。Agent的价值不只在完成一个通用任务,更要钻进数字世界里的具体业务场景,读懂业务数据、规则和工作流程,像真人那样操作不同功能,把任务真正推动落地。

要做到这些,AI办公产品得进一步打通企业既有的数据与流程。

据了解,IM与Office的融合已经在千问办公2.0中落地。随着更多钉钉原子能力、SaaS及专业工具陆续接入,千问办公也在试着减少跨工具操作,让Agent更深地参与企业真实工作。

这样看,Agent OS比的不是接入多少工具,而是能不能把工具背后的业务能力组织起来。AI办公产品想从通用任务走向真实业务,还离不开专业软件厂商的参与,以及更深一层的数据和上下文连接。

说到底,入口决定谁被看见,能不能真正进入企业流程,决定谁被留下。

千问办公2.0,补上了办公Agent最关键的「短板」



本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 千问押注Personal Agent:蒋冠军称实际交付能力仅60%~70%

    Personal Agent 已经渡过早期产品验证,进入了新一轮产品竞争阶段:Meta Muse、OpenAI Dots 等纷纷把产品从“炫技”推向了“长期稳定地替用户做事”。 不过,身处一线研发的阿里千问事业部 AI 算法负责人蒋冠军对现状的真实评价是:今天的 AI 依旧不好用。 “虽然对话里已经可以点奶茶、购物,但

    来源 AI 行业观察
  2. 千问办公2.0上线:主打多人与Agent协作,支持手机远控电脑

    本文来源:时代周报 11月9日,时代周报记者从阿里官方了解到,千问办公2.0已正式上线,官方称这是千问办公上线三个月以来最大的一次升级。全新的千问办公是一个面向个人与组织协作的Team Agent,推出了行业首个支持多人与Agent协作的功能“协作”,同时上线“人机共创”“资料空间”“自动任务”和“三端互联”等核心能力

    来源 腾讯网
  3. 千问办公2.0上线:首个支持多人协作的Team Agent

    千问办公2.0发布,为首个支持多人与Agent协作的Team Agent11月9日,千问办公发布2.0版本,这是其上线三个月以来最大的一次升级。该版本推出了行业首个支持多人与Agent协作的功能“协作”,同时上线“人机共创”、“资料空间”、“自动任务”和“三端互联”等核心能力,让Agent从服务个人走向服务团队和组织。

    来源 腾讯网
  4. SwarmEvolve:450个agent潜空间协作,1小时任务缩至3-8分钟

    作为 harness 工程的下一步,基于大…言模型(LLM)的进化搜索能够通过反复生成、评估和筛选候选数学和计算机程序,对优选方案进行修改与组合,逐轮提升程序表现。 然而,为维持搜索多样性,多个 agent 需要反复探索不同方案,每次都会先生成冗长的文本推理,再输出程序,消耗大量时间,非常慢。那么,能否省去这部分文本生

    来源 AI 行业观察
  5. Anthropic工程师谈Coding Agent:工程师其实已在做管理

    编译|林绮蓓 编辑|蔡芳芳 以前,工程师的一天可能从打开 IDE、阅读代码开始。如今,一些深度使用 Coding Agent 的工程师,每天要做的第一件事,可能是查看几个 AI Agent 的工作进度:哪些任务已经完成、哪些测试没通过、哪些 PR 等待审查,以及哪些工作需要重新分配。 代码是 AI 写的,但工程师的工作

    来源 AI 行业观察
  6. 千问办公2.0发布:升级Team Agent,主打团队协作与自动任务

    11月9日,阿里发布千问办公2.0,定位从个人助手升级为面向个人与组织协作的Team Agent。2.0围绕协作空间与数字员工小Q、自动任务、人机共创三个方向升级,支持关联钉钉群聊等协作上下文、条件触发自动执行任务,以及AI在原产物中直接修改。

    来源 凤凰科技
  7. 千问办公2.0发布:Team Agent升级协作与自动任务

    11月9日,千问办公2.0正式发布。 据官方介绍,这是一个面向个人与组织协作的Team Agent。2.0版本在协作、自动任务和人机共创等核心场景下进行了能力升级,能够让团队成员和AI在共同上下文中工作,让个人节省的时间更容易转化为业务进展。千问首次实现了多人和 Agent 协作的功能,这也是企业级 Agent 与 P

    来源 腾讯网
  8. Agent 越用越多,企业为何仍不够 AI Native?

    AI 生码率飙升,端到端交付却没有变快;通用 Agent 提效办公生产力,整体业务效能却未同步提升。当企业把 AI 工具推向业务流程,“局部更快、整体不快”的现象值得审视。阿里云智能集团副总裁、CIO 蒋林泉复盘了三年 AI 实践,从问题中找到了答案,也对 AI Native 有了清晰的认识。 AI Native,越热

    来源 AI 行业观察
  9. 腾讯轻量云江露:LoopForge多Agent编排如何让Agent从写代码走到交付

    当 Agent 真正进入企业流程,哪些工作可以交给 AI ?50 + 实战案例揭晓答案! AI 正在从回答问题的辅助工具,走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程,问题不再是 “如何把 AI 做出来”,而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向

    来源 AI 行业观察
  10. 硅谷华人团队开源Comma:单入口调度多Agent并行,解决上下文瓶颈

    DeepSeek提出Super-agent概念引发关注,而硅谷华人团队AFK AI早在半年前就推出了类似架构的产品Comma并开源。Comma采用“单Router+多Worker”模式,用户只需在一个对话窗口下达指令,系统即可自动调度多个独立上下文的Agent并行处理代码、文档等任务。它支持跨应用协作(如微信、Line

    来源 AI 应用前沿
  11. Personal Agent 创业还有戏吗?大厂盯入口,小团队机会在垂直场景

    Personal Agent 被普遍视为大厂的入口级游戏,创业者似乎没戏。但文章指出,真正的机会在于将价值构建在基模之外,通过深度理解用户和长期服务建立壁垒。与其盲目追求通用助手,不如在健康、个人成长等垂直领域,从工具进化为伙伴,用“Build”而非“Rush”的策略,在真实反馈中积累不可替代的用户关系。

    来源 AI 应用前沿
  12. Personal Agent,为什么都停在付款之前?

    出品 | 智械岛作者 | 霍如筠(北京)对于AI有句调侃:只要学得够慢,就可以不用学了。因为等你终于学会上一个AI产品,下一个都过时了。过去四年,AI产品换了一茬又一茬:聊天机器人、AI陪伴、Coding Agent……每一波都有人喊“这次不一样”,但每一波都有一批产品被关停、合并与收缩。据不完全统计,仅2025年全球

    来源 腾讯网
向下滚动自动加载更多