嗯，11月9日，千问办公发布了2.0版本。
上线才三个月，这次一口气更新了五项能力，协作、人机共创、资料空间、自动任务、三端互联；官方还给它起了个新名字，Team Agent。
听这场发布会时，我对这个名字挺感兴趣。
AI帮一个人干活已经越来越快了。写方案、做PPT、整理会议纪要，很多事几分钟就能完成；可到了团队里，一个项目该等人还是等人，该反复确认还是得反复确认。
千问办公2.0想让Agent参与这些具体工作，接住一部分原本需要人来回协调的事情。
……
说个前提，Agent想进入企业，有个前提，得先知道大家在忙什么。
你想想，一个项目涉及几十个工作群、好几份文档，需求变更可能发在群里，具体决定又是在会上做的，每个人知道自己负责什么，可要弄清整个项目推进到哪一步，还得四处打听。
AI也一样，它能回答问题，却未必知道哪份资料是最新的、哪个部门已经确认、谁还在等消息。
千问办公2.0给出的办法，是通过协作空间把工作群、文档、AI表格关联起来，让Agent理解项目的上下文。
资料空间则负责把相关资料集中起来，AI生成的产物和用户上传的文件可以放在一处，需要时从已有文件里选几份，接着交给下一个任务。
不过，为什么不直接在群里加个机器人，更省事吗？
千问办公副总裁束骏亮在发布会上解释过，企业的工作并不集中在一个软件里。
除了钉钉、飞书、企业微信，还有自建系统、OA、审批、邮件；Agent只盯着一个群，很难弄清同一件事在别处推进到了哪一步。
即使都在同一个软件里，消息也可能散在不同群，要让Agent参与协作，得先让它知道这些信息之间是什么关系。
麦肯锡今年的调查里：
80%的受访者说AI提升了自己的生产力，能指出AI带来利润层面影响的企业只有37%。两个数字口径不同，可它至少说明，员工手里的活快了，不等于公司整体跟着快。
银泰百货的案例挺典型：
一项卡券业务覆盖62家以上品牌门店，涉及200多名协同人员，年GMV超过2亿元。
五名运营人员要对接60多个钉钉群，一张券从提报到上架，名称、价格、有效期、适用门店、图片素材等，大约50项信息要核对。
麻烦在于，资料散落在不同群里，运营人员得挨个翻记录，确认哪些信息交齐了，再整理到表格里。
银泰尝试把60多个群和一张卡券AI表格关联到同一个协作空间，负责人想了解准备到哪一步，可以让Agent结合已关联的信息和表格汇总状态。
团队还测试了定时检查，看看哪些券可以上架、哪些资料没补齐，再整理待办、提醒负责人。
这里有个细节挺重要，群没有合并。
门店照常在原来的群里沟通，运营人员也不用把所有人拉进一个新群；Agent在授权和接入范围内关联不同群的信息，不用改变原来的沟通习惯。
对企业来说，这比要求几十家门店统一换一套流程，现实得多。
当然，银泰目前还在内部测试，后续能否全面用于日常运营，得看测试效果。
这个案例至少提供了一个角度，Agent要参与团队工作，光会回答问题不够，它得先掌握足够的业务信息。
只是，知道一件事卡在哪里，和真正把事情往前推，还是两回事。
……
一份方案用AI十分钟就能生成，客户提出修改意见，人还得打开文档，找到位置，一份一份更新。
金财数科经常遇到这种情况，杭州分公司四十来号人，一个项目经理同时负责10到20个小项目。
客户改一次需求，排期表、需求文档、项目台账都得跟着调整。改完这份，还得确认其他材料有没有同步。
有时候，改起来麻烦，纯粹是因为找不到准确位置。
发布会上有人举了个例子：
PPT里一个元素要往下挪五个像素，用鼠标点几下就行；换成自然语言，得先告诉AI选中哪个元素，再让它移动多少。结果AI想了一分钟，还可能挪错位置。
这事有点好笑，却说明一个问题：AI擅长理解语言，碰到精确修改，光靠对话未必方便。
千问办公2.0的人机共创，把这件事做得更直接。
在文档、表格、PPT或宜搭页面里选中要改的位置，写下意见，让Agent在原文件上调整。几处修改也能一起提交，不用反复描述每个位置。
金财试过让Agent批量改多张关联表格里的字段。
据企业提供的案例，这些修改不到一分钟完成，部分文档的定稿周期从一到两个工作日缩到半天，这些提升里包含流程调整，不能全算在圈选操作头上。
还有个细节值得说：
金财过去追查一次需求变更的来龙去脉，可能得翻半天甚至一天的聊天记录。
客户提供的案例显示，修改、批注和变更记录可以在相关表格中留痕，也支持历史版本回滚。改得快是一回事，客户追问为什么这么改，能找到依据，同样重要。
这个变化挺值得注意，AI开始直接参与工作成果的修改，人提要求、检查结果，Agent承担一部分具体操作。
发布会上，王冕问了个挺直接的问题：
在线文档早就能几个人一起改，谁改了什么看得清清楚楚，这个新东西牛在哪？
束骏亮的回答指向一个区别：在线协作解决人跟人同时在场，几个人一起改一份东西；Agent参与协作解决的是另一件事，人不在场的时候，活还能往前推。
不过，改文档通常还要人先发指令，企业里另有一些工作，连什么时候该开始，都得有人盯着。
沙钢的变压器巡检就是个例子。
铁前总厂229台变压器分布在13个车间，巡检人员完成现场检查，把情况发到工作群。管理人员还得从消息里提取设备、人员、时间，整理成台账。
千问办公2.0的自动任务，可以按预设条件触发Agent执行，设规则也不一定要写代码。
比如：
客户群里有人@我询问价格，就读取相关资料，帮忙草拟报价单。群消息、入群事件、审批通知等，都可以在相应接入范围内成为触发条件。
沙钢把这套方式用在巡检信息统计上。
符合条件的消息出现后，Agent提取巡检描述、上报时间和上报人，写入AI表格，并配合值班通知和分工提醒。据企业提供的数据，相关统计整理工作从七天缩短到约一小时。
这里得说清楚，AI没有替工人检查变压器，省下来的是巡检之后的信息整理时间。
再看三端互联，手机、电脑、网页端可以衔接任务，云端任务即使电脑关机也能运行；需要远程操作电脑，则要获得授权，电脑也得保持开机。两种执行方式不能混为一谈。
……
可Agent能执行的任务越多，企业越要回答另一个问题：哪些事可以让它直接做，哪些必须由人确认，出了问题谁来负责？
要我说：
整理会议纪要、汇总巡检信息，通常没太大顾虑；如果让Agent修改项目排期、更新业务数据，甚至根据群里的消息主动执行，情况就复杂了。
群里有人说价格要调整，Agent怎么判断这是正式决定，还是随口讨论？客户提出修改意见，是否已经得到项目负责人的确认？
这些问题不解决，AI干活越积极，出错时可能越麻烦。
企业里有些协调，本身就是防错的一部分。比如：对外报价需要确认，重要数据修改需要审批，多一道手续，有时候就是为了防止出错。
麻烦在于，Agent开始主动执行之后，责任也得跟着明确；如果它根据一条群消息修改了报价，出了问题该找谁？是提出需求的人、设置规则的人，还是最终审批的人？
这些问题，企业得提前定好规矩。
所以，自动任务能不能真正落地，除了看执行能力，还要看规则能不能管住它；哪些条件可以触发，哪些步骤必须停下来等人确认，谁有权修改规则，都需要明确。
从这次展示功能看，产品已经提供了一些管理抓手。自动任务可以查看、修改和停用，也能检查执行结果与失败原因。
至少在这些环节，企业有机会知道Agent做了什么、哪里出了问题，并在必要时让任务停下来。
我看有人在体验中发现：
Agent发出的群消息带有「千问办公」标识，群成员能辨认出这条消息来自AI；这看着只是一个小角标，放进团队协作里却很实在。大家得知道，眼前这句话究竟是谁发的。
发布会上，王冕开过一个玩笑。大家在同一个群里，谁用了AI、干到哪一步都看得见，谁也别偷懒。
听着挺逗，也碰到了企业管理里一个敏感的地方，管理者希望及时了解进度，员工希望AI帮自己少干重复活。
Agent把过程记录得越来越清楚，这些信息是用来帮助协作，还是变成另一套考核？两种用法，员工的感受可能完全不同。
我分析认为，Team Agent真正进入企业，难点不会只在功能够不够多。
企业还得把授权、确认和追溯这些规则落到日常流程里，让员工知道哪些活可以交给AI，哪些决定仍然由人来做。
……
从这次发布的能力看，Agent已经在尝试理解团队信息、修改工作成果，并在特定条件下主动执行。
三个案例各有边界，银泰还在内测，金财提升包含流程调整，沙钢省的主要是巡检之后的统计整理；它们说明Agent有机会进入真实业务，还不足以证明新的协作方式已经成熟。
接下来，AI办公竞争可能越来越取决于两件事：Agent能在真实业务里承担多少具体工作？企业又愿意把多少执行权交出去？
前者看产品，后者看信任，千问办公2.0已经迈出了一步，至于能走多远，还得看企业愿不愿意让Agent真正参与日常工作。
写到这里，我也不知道有没有用文字的方式，把组织解题思路讲明白？毕竟，AI进公司干活这件事，听着简单，真要讲清楚，还挺费劲。
