作者声明：该图片由AI生成
文 | 佘宗明
在9月22日的2026云栖大会聚光灯下，阿里巴巴副总裁、千问办公CEO陈宇森抛出了一句论断：Context is All You Need。
也许有人会觉得：这不是把Transformer论文那句名言改了个词吗？
但置于AI办公已成企业AI竞争焦点的语境中看，这句话来得其实极具针对性：过去两年，AI 圈在卷参数、卷长窗口、卷推理速度，仿佛只要模型足够猛，数字员工就能自己走进公司打卡上班。
现实呢？无数企业 AI 项目，死在了 Demo 到落地的鸿沟里。演示环节惊为天人，一到真干活就拉胯。好看，但不好用。
也因如此，在2026云栖大会上，千问办公正式推出企业级Agent基础设施——企业上下文。
不知其者会说：呵呵，以为换个皮肤我就不知道你是企业知识库了？知其者则会说：这是千问办公在Agent基建层的落子。
它试图解决的问题很朴素：现在大模型正变得越来越聪明，可……它天生“不认识”这家公司——它不知道公司内部的权责划分，分不清新旧版本的制度文档，看不懂群里那句“就这么定了”背后藏了多少潜规则，更不知道哪些信息属于机密、哪些操作需要走审批。
用大白话说：模型就像那个智商140但第一天入职的空降实习生。简历漂亮，思维敏捷，可它连报销单找谁签都不知道。识字，但不懂潜规则；能检索文件，但没法妥帖地完成岗位任务。
企业上下文，本质就是给 Agent 补上“职场阅历”——一套企业专属的组织记忆。这件事，正在把企业AI竞争从“比拼模型武功”拉回到“夯实业务地基”的维度。
01 其实，企业AI的卡点从来不是智商，是语境
多年来，AI行业的叙事，长期被模型能力主导。
彼时厂商比拼的逻辑简单粗暴：谁的参数更大、谁的上下文窗口更长、谁在榜单上多刷了 0.5 个分，谁就是下一代AI的王者。
这套叙事放在个人场景还能自洽。你让模型帮你写周报、改简历，答得不错就是好模型。
可一旦下沉到企业场景，就迅速失灵。
因为企业的工作，从来不是孤立的问答任务。企业是一套由文档、会议纪要、IM聊天、审批流、历史决策、组织权责交织而成的复杂有机体。
飞书文档里写满流程规范，钉钉群里藏着大量临时达成的业务约定，CRM 里躺着客户的历史恩怨，线下会议里还有一堆没录入系统的口头共识。这些数据散落各处、版本杂乱、互相打架。
传统RAG知识库呢？它的活儿就是把文档切片，做关键词检索。能吐出相关文档片段，已是超常发挥——但它分不清信息的新旧，识别不了文档之间的矛盾，更理解不了“这件事需要部门负责人审批”这种非明文规则。
于是经常出现的画风是：企业重金引入大模型，AI回答问题头头是道，但经常拿着三年前的过期规则给你出方案，甚至越权建议敏感操作。
企业不敢放手让Agent执行真实业务，只能让它停留在“查资料、写初稿”的舒适区。个人AI提效的红利，很难转化为组织层面的生产力。
这也是为什么大量企业AI试点项目热闹一阵之后，便归于沉寂——不是模型不够聪明，而是Agent缺了一套完整、动态、可控的企业语境。
千问办公这次推出的企业上下文，瞄准的正是这个痛点。它不是把企业所有文档一股脑喂给模型，而是一套面向Agent的基础设施：将分散异构的企业信息做结构化压缩，依托专属模型，按照任务目标按需抽取、动态关联信息，持续监听业务变更，自动更新知识。
听起来很复杂，简单来说就是：同一个企业，多个数字员工可以共享一套企业上下文底座，但依托权限边界，读取各自对应的信息子集。每一次信息调取，全程留痕可审计。
古茗茶饮的落地案例颇具代表性。茶饮行业上新节奏快，门店运营规范持续迭代，古茗成千上万家门店一线人员，经常需要同步最新标准。过去靠人工维护培训文档，更新滞后、信息传递失真是常态。
接入企业上下文之后，飞书文档、内部答疑群、培训资料被整合为统一的门店知识空间。门店店员向 Agent 咨询海报张贴、新品操作规范时，Agent 不会把整套运营手册全部调取——那相当于你问路，对方把整本地图册砸你脸上——而是只返回当前问题对应的最新规则。
这恰恰说明一件事：企业 Agent 真正的门槛，不在于模型能不能读懂文字，而在于能不能读懂企业本身。
海外赛道里，Salesforce Agentforce依托CRM原生数据底座发力，Palantir主打私有环境下数据和智能体的安全联动。但海外企业的业务大多沉淀在专业SaaS系统中，而国内企业的沟通、协作、决策大量发生在IM、协同文档和线下会议，数据形态天然不一样。照搬海外Agent方案，注定水土不服。
千问办公的路径，就是扎根国内协同生态：把线上文档群聊，搭配 QwenNote A2 硬件采集线下会议口述信息，打通线上线下的信息闭环。
说到底，模型能力是 Agent 的智商，企业上下文才是Agent进入某家企业之后所需要的职场阅历。智商再高，没有行业与公司语境，照样难当大任。
02 企业上下文≠升级版知识库
很多人看到“企业知识”四个字，第一反应是：这是互联网大厂的老手艺——旧瓶装新酒。不就是升级版知识库吗？
这是典型的认知误区。二者的服务对象，从根上就不一样。
传统知识库，面向的是人。人查资料，习惯按目录、标题检索文档。人具备信息甄别能力，能够自行判断文档新旧、规则冲突，理解文字背后的组织潜台词。
企业上下文，服务对象是Agent。智能体执行多步骤任务时，需要实时拿到和当前任务强相关、置信度可评估、权限可控的业务语境。它需要系统帮它完成信息筛选、冲突识别、时效性判断，而不是把一堆原始文档丢给它：“自己消化去。”
二者的差异，可以拆解成三层。
第一层，信息组织逻辑不同。传统知识库，是静态文档仓库；企业上下文，是面向任务的动态关联系统。当 Agent 接到一份合同初审任务，它不需要读取公司全部制度文件。系统会自动抽取合同模板、报价规则、审批权限、同类历史合同的关键信息，压缩成低 Token 消耗的语境交给 Agent，无关信息直接过滤——控制成本，减少干扰。遇到新旧文档内容冲突，系统不会简单覆盖旧信息，而是标记信息置信度，交由人工裁决，降低幻觉风险。
第二层，信息更新机制不同。企业业务永远处在变动之中：新品上线、架构调整、合同模板改版、优惠政策变更。静态知识库高度依赖人工维护，一旦运维跟不上，知识库就会变成过期信息的坟场——Agent拿着过期规则干活，风险可想而知。企业上下文能够持续监听文档、群聊、审批流的变更，自动识别业务规则更新，实时同步到Agent可用的语境里。业务一变，Agent认知同步更新，不用等人排期改文档。
第三层，权限与可追溯体系，这是企业级产品最核心的分水岭。企业场景里，数据天然存在分tato级：销售不能看财务核心数据，基层员工不该查阅高层决策记录。企业上下文和Agent托管体系绑定，每个数字员工拥有独立身份与访问权限，只能调取权限范围内的业务信息。所有信息读取、工具调用、任务执行全程留痕审计。一旦Agent输出错误，企业可以回溯它当时读取了哪些上下文、信息来源出哪，定位问题根源——而不是对着一个黑盒干瞪眼。
这套体系，重新定义了数字员工。过去市面上很多所谓的数字员工，本质上只是固定脚本的自动化工具——流程一旦出现微小变动，脚本失效，整条流水线趴窝。依托企业上下文构建的Agent，是岗位化智能体：它理解岗位职责，依托企业全局语境自主拆解多步骤任务，遇到超出权限范围事项，自动转交人工协同。
毋庸讳言，企业上下文绝非万能解药，它解决的是 Agent 获取可信业务语境的底层难题，不等于企业接入之后，就能一键获得成熟可用的数字员工。企业依然需要梳理业务流程，做好数据分级治理，划定岗位边界。随着上下文规模持续膨胀，信息冲突治理、Token成本管控、精细化权限管理，都是持续存在的硬骨头。
千问办公把它定义为基础设施，而非开箱即用的业务应用，定位也来得很清醒。它不是最终的业务应用，而是 Agent 时代底层操作系统组件，上层可以生长出法务、采购、人事、销售等各类岗位数字员工。底座一旦落地，企业的组织记忆沉淀于此，多个智能体共享一套语境，迁移成本极高，会形成很强的业务粘性。
03 Agent 的竞争，从模型军备赛转向基础设施之争
千问办公推出企业级Agent基础设施，表明了一点：2026年，企业Agent赛道正在起很多微妙的变化。
在此之前，行业叙事的主线是模型军备竞赛：厂商们比拼模型能力，把大模型当成 AI 时代的芯片，默认只要模型足够强，应用自然会遍地开花。
可当基础模型能力跨过可用门槛之后，行业慢慢达成共识：决定企业 Agent 能不能规模化创造真实价值的，不再是谁的模型跑分更高，而是谁可以提供一套低成本、安全可控、适配国内企业协同生态的Agent基础设施。企业上下文，正是这场赛道切换里的关键变量。
Gartner曾预判，到 2026 年底，40%企业应用会嵌入任务型 Agent。预言正在落地，但落地的方式和很多人想象的不一样：Agent不会一夜之间大规模替代员工，而是以岗位数字员工的形态，嵌入现有工作流，接管重复性流程任务。而这件事的前提，是Agent拥有可信的企业上下文。
市场格局也会随之分化。未来企业Agent赛道会拆成两层：上层是面向垂直行业的业务应用，扎根茶饮、物流、制造、金融等细分场景，解决行业专属业务问题；底层是Agent基础设施，负责上下文管理、Agent托管、权限安全、记忆治理这类通用底层能力。
千问办公这次的新动作，押注的正是底层基础设施这一层。从开源个人上下文 MyContext，到云栖大会面向组织的企业上下文，搭配Agent托管、安全中心、QwenNote A2 硬件补齐线下场景，整套产品逻辑形成闭环：线上协同系统沉淀业务数据，企业上下文完成结构化治理，Agent 托管平台运行数字员工，硬件采集线下口头信息，安全中心统一管控权限审计。
这套打法，和过去ERP、OA时代的数字化逻辑完全不同。传统数字化，是把业务固化成表单、节点，把业务“写入系统”——流程一旦固化，调整成本高昂，改个审批流能把IT部门折腾脱层皮。
Agent时代的数字化，则是要搭建一套动态组织记忆，让智能体理解业务语境，自主参与流程，人与Agent协同完成工作。企业上下文承载的，不只是静态文档资料，更是企业持续演化的业务认知、组织规则、历史决策。
韩非子说：“世异则事异，事异则备变。”很明显，数字化的底层底座，正在迎来一次迭代。过去企业数字化建设，重心是业务流程的固化；而AI Agent时代，数字化的核心命题，变成组织记忆的可被智能体理解、调用、更新。
04 结语
云栖大会上企业上下文的亮相，标志国内企业Agent赛道跨过Demo验证期，正式进入基础设施建设期。
企业上下文不会在短期内掀起大规模人力替代。但它解决了长久困住企业 AI 落地的核心矛盾：如何让Agent更好地读懂企业，守住边界，全程可追溯，与人协同。
可以预见，未来会有越来越多企业不再满足于简单测试大模型问答能力，转而投入企业上下文这类底层基础设施建设，基于底座搭建岗位数字员工，嵌入日常协同流程。
毕竟，Agent时代，最能造成企业之间生产力差距的，也许就是企业组织记忆上的鸿沟了。
