Context is all you need——AI要真正进入企业干活，真正的分水岭是谁能让AI懂你的公司。
文｜关洱
编｜赵艳秋
2026年9月22日，杭州云栖大会。
千问办公的展台前水泄不通，有人上手试硬件，有人看案例，工作人员解答各种问题忙得停不下来。一位企业人士在人流中大声告诉我：“我们公司有订票系统、财务、CRM……都是孤岛。我们需要一个软件把它们串起来。”
这正好切中了企业级Agent要做的事：过去几十年，企业IT预算分散在几十甚至上百套独立的业务系统里，数据和流程被切成一段一段，中间靠人来回搬运。企业级Agent想成为把这些系统串起来的那个入口：理解员工意图，调度系统，调取数据，跑通工作流。这也是今年国内外大厂纷纷押注这一方向的原因。
下午的千问办公论坛，偌大的会场连两侧过道和入口都站满了人。台上是CIO、数字化负责人、律所合伙人和制造业高管，台下的企业则关注同一个问题：企业级Agent应该长什么样？到底要在企业如何落地？千问办公CEO陈宇森在开场把答案浓缩成一句话：Context is all you need（上下文就是一切）。
围绕这句话，千问办公当天发布了企业上下文、数字员工、协作、应用、安全中心和硬件QwenNote A2等产品功能，并官宣将接入阿里云上的Salesforce。SAP也在论坛上，首次对外介绍与千问办公协作，如何让Agent进入企业核心业务流。从现场的热度看，企业级Agent的竞争已经从“谁能完成一些办公、文档等轻应用任务”，转向"谁能真正进入企业的核心业务流"。
01
为什么是SAP和Salesforce？
SAP和Salesforce，全球企业软件领域两个分量很重的名字。
SAP是全球最大的ERP厂商，覆盖采购、生产、供应链、财务等后台流程；Salesforce是全球最大的CRM厂商，覆盖销售、营销、客服等前台链路。一后一前，几乎串起了企业从拿订单到交付、结算的完整链条。
不少大型企业的核心业务流，都跑在这两类系统上。它们承载的不只是数据，更是企业几十年沉淀下来的流程、规则和行业经验。正因为如此，它们成了企业里最难被外部工具触碰的部分。
过去几年，AI在这两个系统面前，像个“门外汉”。很多企业都碰到过类似的情况，销售可以让AI总结拜访记录、起草跟进方案，但商机阶段的变更、推进业务流程，仍然要自己登录CRM手动完成。采购可以让AI比对供应商报价、写一份分析报告，但真正下单、调整库存、完成入账，还得回到ERP里逐条录入。AI能帮一个人省几十分钟，却改变不了整条工作流。
千问办公CEO陈宇森概括为企业AI转型的核心困难：通用AI无法掌握企业私有数据，进不了真实业务流。他举例说，问AI"我们公司上季度华东区的毛利率有多少"，它答不上来——"因为它不知道'我们公司'指哪家企业。"
“它无法通过更高的智商来猜测一个它不知道的事物。”在陈宇森看来，企业级Agent真正落地的前提是把数据用好，让它理解企业，再进入业务。
跨过这段距离，需要Agent与企业已有的业务系统建立联系。当天，千问办公宣布将接入阿里云上的Salesforce，结合双方的任务执行与客户管理能力，让员工可以在千问办公中查询销售商机、维护客户信息、推进业务流程。
这意味着，员工交代一项销售任务后，Agent有望调用CRM里的信息和能力，继续推进工作。企业多年积累的客户数据和业务流程，也由此成为Agent发挥作用的基础。
SAP的分享则把讨论带向了更深的后台。物料管理、采购、财务月结，关系着企业每天如何运转，也对数据准确性和执行可靠性提出了更高要求。SAP在论坛上介绍，双方正在尝试结合其积累的业务流程、数据语义和治理能力，以及千问办公的技术与交互能力，攻克复杂业务场景。
“真正企业的‘命脉、主动脉，其实还是更偏后台的’。”SAP大中华区总裁原欣在论坛上说。在她看来，SAP系统里730万个数据项“天然带着企业的上下文属性”：一份合同存进系统时，甲方、乙方、签订日期就已经关联好了。换句话说，Agent最需要的企业上下文，很大一部分本来就沉淀在这些系统里。
从Salesforce到SAP，可以看到企业级Agent进入业务的一条路径：连接已有系统，在既有规则之上理解任务、调用能力，并推动执行。原有系统承载的业务积累，决定了这个入口能够深入到哪里。
不过，原欣借用自动驾驶的分级来描述：L1是写PPT、写周报；L2是供应商资质审查这类单点任务；到了L4，多个Agent才能把供应商入库、请购、采购合同整条流程串起来。她判断，大多数企业还处在L2、L3。
伯恩光学的案例说明了Agent进入后台之后能做什么。这家光学外设制造商有9个生产基地、超过10万名员工，几十万条物料信息里存在“一物多码”的问题，造成大量重复备料。过去每月8000条新物料申请，要靠7个全职员工人工查重，漏检率还很高。SAP和千问办公把老师傅的经验整理成知识库，新物料入库时实时查重，累计节省成本13亿元。财务月结则由7个Agent每天巡检，一次通过率超过90%。
这种接入不是简单地搬运数据。千问办公副总裁束骏亮举例，即使Salesforce数据库里的结构化字段，“也不是简单的把它拷贝到这个新的数据结构上”，而是要经过抽象和提炼，变成Agent开箱即用的上下文。双方的分工也很清楚：按原欣的说法，SAP提供120多个黄金业务流程、语义定义和治理架构，千问办公提供全栈技术和交互能力。
由此可见，千问办公没有选择另起炉灶，而是站在企业已有的系统之上。原有系统承载的业务积累，决定了这个入口能深入到哪里。
这要求入口足够开放。陈宇森在演讲中谈到，千问办公服务的客户既有钉钉用户，也有飞书和企业微信用户。他反复强调“开放”，认为只有充分开放，才能服务更多行业和企业。
但连接仍只是开始。Agent能调取数据之后，还要理解数据的含义；能够执行操作之后，还要遵守权限和规则。陈宇森把理想中的企业级Agent概括为“懂业务、能协同和信得过”。如何把这些要求变成企业可以使用的能力，构成了千问办公此次产品发布的主线。
02
Context is all you need
企业级Agent的竞争，表面看是产品之争，底层是路径之争。
不同厂商从不同方向切入。有的从Coding Agent发展而来，保留了工程工具链和本地执行的优势；有的从垂类Agent入手，强调企业Know-how的重要性。有的从协同办公和组织关系入手，关注组织架构、权限管理、跨流程执行任务。
千问办公站在了几条路径的交界处：钉钉给它组织协同能力，阿里云十几年积累的企业级生态给它提供了SAP、Salesforce这样核心业务系统的深度协同机会，而阿里集团在全栈AI布局上的优势，从芯片到模型，又是另一层巨大的支撑。
陈宇森在开场演讲中，把整场发布的核心浓缩成了一句话：Context is all you need。这句话化用了Transformer架构奠基论文的标题“Attention is all you need”——那篇论文改变了整个AI行业的技术路线，而陈宇森借此表达的是：对企业级Agent来说，最重要的不是模型本身有多聪明，而是它能不能拿到准确、及时的企业上下文。
模型能力正在趋同，决定Agent价值的是它懂不懂你的业务。他认为，企业级Agent真正落地的核心是数据，需通过连接、理解、复用三大关键点激活企业内部数据。连接是把企业分散的数据接进来；理解是把数据整理成Agent能用的上下文；复用，是让一线员工的经验和案例能被组织里其他人快速用起来。Agent要懂业务，需要准确的企业上下文；Agent要能协同，需要组织身份和权限体系；Agent要信得过，需要从架构设计之初就把安全边界考虑进去。
企业上下文Enterprise Context是整场发布中着墨最多的产品。陈宇森提到一个数字：中大型企业的内部数据平均有150PB，而大模型的上下文窗口通常只有100万token。150PB是什么概念？相当于把1500万部高清电影的数据量堆在一起。而100万token，大约相当于一本《三体》三部曲的体量。两者之间差了六个数量级。这意味着Agent不可能一次性读完企业的所有数据，必须像人查资料一样——先知道该查哪里，再翻到那一页。
技术路径上，陈宇森介绍千问办公的做法是用千问3.8 Omni Flash把企业里各种格式的文件——PDF、PPT、会议录音、聊天记录——统一整理成标准化的知识，再用千问3.8 Flash做实时更新压缩。压缩不是简单地把文件变小，而是把实体之间的关系提炼出来，用图数据库关联起来。
束骏亮在采访中解释了这件事为什么难，以及千问办公为什么能做。他说，企业上下文不是简单地把数据整理一下，而是要让它“AI友好、Agent开箱即用”。这意味着要处理大量非结构化的数据——文档、录音、视频、聊天记录。处理这些数据时，壁垒就出现了：“我有没有足够好用的模型？有没有足够适配这个场景的模型？有没有足够快速便宜的模型？”
束骏亮举了一个直观的例子：假设一套算法抽象企业上下文要10天、花100万，但另一个方案只要3天、花5000元，对企业来说前者不可行，后者就是好方案。这个成本差距，靠的是阿里集团的全栈AI布局。“我们不仅有芯片，也有模型。”他提到一个奶茶客户的案例——企业上下文里有大量视频要处理，成千上万个视频段落，标准语言大模型处理不了，必须用多模态理解能力足够强的模型，比如千问3.8 Omni Flash，才能快速低成本地处理。“这样一个模型的存在，把这个场景从不可能变成了可能。”
比如古茗的“制冰机更换周期”这个知识，可能来自设备维护文档、门店培训视频、答疑群里的聊天记录三个地方，经过整理之后它们被关联到一起，Agent一问就能拿到全部相关信息。
硬件层面，QwenNote A2把会议、客户拜访等线下场景接入协作链路。束骏亮解释了做硬件的底层逻辑：“AI Agent行业发展到现在，很多技术已经慢慢趋同了，决定一个Agent能不能理解一个人、理解一个行业，核心在于推理时给它多少上下文。硬件是连接数字世界跟物理世界的桥梁，是非常好的上下文增量收集入口。”除了收集上下文，硬件还有一个功能：唤起Agent的入口。桌面机器人放在电脑面前，说一句话就能得到指令，不需要打开电脑或手机。
协同能力上，发布会上的重点是数字员工和协作功能。数字员工不只是给Agent起个名字。它有工号、有部门、有岗位职责、有授权范围。钉钉的组织体系决定它能进哪些群、能调哪些系统；企业上下文决定它知道哪些业务信息；底层托管平台决定它能用哪些模型和工具。
仓储物流头部企业富立卡就在通过数字员工承接销售的内部沟通事务。富立卡的销售团队每人每天要处理300多条客户询盘，还要跟6个部门协作。千问办公给它配置了三个数字员工：查询员工匹配客户需求与产品，报价员工结合客户信息和规则测算报价，合同员工承接前序信息生成合同并按企业规则发起审批。三个数字员工各司其职，围绕同一笔业务分工协作，帮助销售将更多时间投入客户对接。
将员工、数字员工和项目资料汇聚在同一空间，协作功能让人与Agent、Agent与Agent围绕任务分工协作。该功能目前已在部分客户侧灰度测试，预计10月初正式面向全量用户开放。
安全方面，陈宇森在演讲中专门提到：“企业不能只在系统外围增加防线，而要从架构设计之初，就把权限越界、数据泄露和误操作等Agent风险考虑进去。”安全中心统一管理Agent数据访问、工具调用和任务执行，确保每一次操作有边界、可审批、能追溯。
束骏亮在采访中透露了一个更根本的设计理念：上下文基础设施跟Agent产品解耦。这个设计直接回应了企业客户对“数据被Agent拿走”的顾虑。Agent收集的数据最后回到原来的系统里，企业数据仍然沉淀在原来的SaaS软件里，不是都给了千问办公。
三层同时具备，且相互咬合，这种全面性，是千问办公在当前竞争格局中的优势，也让它对企业级Agent应该是什么形态，给出了一个相对完整的回答。
03
从个人提效到组织复用
一家企业从开始用AI，到真正实现组织提效，中间有一个关键环节：复用。
陈宇森在演讲中把“复用”列为激活企业数据的三大关键点之一——连接是把数据接进来，理解是把数据整理成Agent能用的上下文，而复用指向的是一个更具体的问题——一个员工用AI提效后，他的经验能不能被整个组织快速复制。他用了一个很直白的描述：“用得熟练的同事，可能一天八个小时的工作，半个小时、一个小时就干完了。但无论是组织的激励机制，还是产品的功能，都没有一个特别好的机制，让他把这个经验分享给同事乃至整个组织。”
传化集团的经历是一个例子。今年3月完成钉钉全员账号开通，8月启动千问办公试用，9月实现全员覆盖。最初只是高管会议场景——开会时AI自动梳理发言、生成待跟踪事项，会后自动流转提醒、汇总周报。但用着用着，业务人员开始自己用千问办公搭建系统。HSE隐患排查、评价人全流程，都不需要IT部门深度介入，需求有变化自己就能改。一个人摸索出来的用法，另一个人照着就能搭。
杜海艳在分享中说了一句话：“AI不是技术问题而是组织问题，无需追求一步到位。”传化用半年时间走完这个过程，最关键的不是技术多强，而是让业务人员愿意用、用得起来——一个人用起来了，他的用法就能被别人复用。
一汽丰田的实践印证了这一点。数字化部长李春阳介绍，冲压车间一位20年工龄的老员工，此前没写过一行代码，通过千问办公自主搭建了3D品质管理爆炸图和销售订单智能调度助手。大区负责人把经销店的日报、门店巡检与订单交付串成一条自动化链路，取数、做报表、派发任务和跟进提醒都由AI接手。原本要专人花一天时间整理数据，现在被压缩到了分钟级，跨地域门店巡检和订单跟进也从“按天计”走向“按小时计”。
更关键的是，这些工具不是一次性的——老员工搭好了，其他车间可以照着用；大区负责人跑通了，其他区域可以复制。
方达律师事务所的分享则展示了知识沉淀的路径。合伙人谭鹏提到，过去排查数百家公司法人实体，要十几位律师耗时数周在上百个数据源网站逐一核实。如今通过千问办公共创的尽调工具，批量自动访问网站、逐项核验并截图作为工作底稿，仅需一位律师复核后即可生成报告，30分钟就能完成传统付费工具需数小时的任务。方达正在将律师长期积累的知识、经验和方法论转化为可复用的能力，沉淀为律所可传承的数字资产。
束骏亮在采访中解释了在这背后千问办公所扮演的角色。他把AI时代的FDE跟传统SaaS的CSM做了对比：“传统SaaS软件泛化能力有限，AI泛化能力很强，一个Agent进入律所后能做的事情非常多，FDE/CSM岗位的上限非常高。”但客户太多，做不到每个都派团队。“我们派出产品方面的FDE团队，到业务场景里面去，跟客户一起坐下来聊什么场景有价值、什么场景用AI能解决。”在律所跑通10个场景后，可以复制到所有律所客户，甚至其他行业也能复制。
这些案例分布不同的行业，但共同点是：Agent不再是一个孤立的工具，而是开始参与组织协作。一个人跑通的场景，沉淀下来能被更多人复用；一个企业跑通的场景，沉淀下来能被更多企业复用。从个人提效走向组织提效，关键就在于复用——这是企业级Agent和AI工具的本质区别。
结 语
企业级Agent入口的竞争，已不再是“谁的模型更聪明”的竞争，而是“谁能把企业的业务系统、组织知识、协作关系和安全治理连接起来”的竞争。
千问办公此次上新，提供了一个对企业级Agent未来形态的完整思考框架。这些能力——接入SAP和Salesforce等这样的业务系统、靠企业上下文看懂企业，对应”懂业务“；数字员工和协作功能，对应”能协同“；安全中心和权限体系，对应”信得过“。合在一起，才构成一个完整的体系。
但企业级Agent进入核心业务系统时，必然要面对一个现实：企业里已经跑着大量传统软件。两者是什么关系？束骏亮在采访中把边界说得很直接：“AI强在泛化能力和自然语言交互，传统软件强在流程快、便宜、稳定。不是替代关系，是配合关系。”
企业级Agent未来不需要是一个什么都能聊的AI助理，而是需要在具体业务流里承担具体任务的角色。它连接IM、SaaS，理解员工意图，调用业务系统，推动人与数字员工协同完成任务。AI由此走出聊天框，成为企业工作流的一部分。
这次云栖大会上，千问办公终于说清楚了企业级Agent的最终形态。
