千问办公发布企业上下文与QwenNote A2,重塑Agent落地基础设施

2026/09/22 22:42阅读量 3

9月22日云栖大会上,千问办公推出面向企业级Agent的基础设施“企业上下文”(Enterprise Context)及硬件产品QwenNote A2。前者旨在解决企业数据分散、体量巨大导致Agent无法有效调用的痛点,通过结构化压缩实现按需提取;后者作为线下语音信息的采集入口,补齐了Agent在物理世界交互的短板。此举标志着AI办公竞争焦点从模型能力转向对企业私有上下文的理解与协同能力。

事件概述

在9月22日的云栖大会上,千问办公发布了两大核心产品:用于整合企业内部数据的“企业上下文”(Enterprise Context)基础设施,以及名为QwenNote A2的AI硬件卡片。这一组合策略旨在解决当前企业级Agent面临的核心瓶颈——缺乏高质量、结构化的私有上下文数据,从而推动Agent从个人助手向真正能处理复杂业务的企业级智能体演进。

核心信息

1. 痛点:Agent的“失忆”与“失明”

尽管基座模型能力不断提升,但企业在实际应用中仍感到Agent不够用。主要原因在于:

  • 线上数据未结构化:大量沉淀在文档、群聊和系统中的非结构化数据,因体量过大或格式混乱,难以塞入模型的上下文窗口。
  • 线下信息缺失:会议室讨论、客户拜访、口头指令等高价值信息往往发生在屏幕之外,未能进入企业系统,导致Agent缺乏完整的业务背景。
  • 成本与效率矛盾:企业数据规模庞大(如中大型企业注册数据可达150PB),而当前最强上下文窗口仅百万Token级,全量喂给Agent既不现实也不经济。

2. 解决方案:企业上下文(Enterprise Context)

千问办公提出的“企业上下文”并非简单的数据堆砌,而是通过三步走策略实现高效调用:

  • 连接:汇聚散落在钉钉、飞书、企业微信等IM平台及ERP、CRM等业务系统中的数据,包括多模态内容(图片、视频)。
  • 理解与结构化:利用大模型将非结构化数据提炼为可调用的实体(如人员属性、项目进展、流程规则),进行分层梳理。
  • 复用与按需提取:根据具体任务,只加载最相关的少量上下文片段,大幅降低Token成本并提高准确性。同时,继承企业原有的组织权限体系,确保数据安全边界。

3. 硬件入口:QwenNote A2

QwenNote A2是千问办公推出的名片大小AI硬件,由之前的录音卡A1升级而来,主要功能包括:

  • 外部上下文采集:配备6麦克风阵列,支持8米拾音,转写准确率98%,可识别120种语言和41种方言,专门针对大会议室场景优化。
  • Agent直接交互:不同于仅提供转写稿的传统录音设备,A2长按AI键即可通过语音直接向千问办公派活。例如,面试结束后语音指令分析候选人优缺点并同步HR,或途中语音指令准备客户资料。
  • 隐私与安全设计:转写内容仅保留文字和纪要,不存储原始音频,降低敏感数据泄露风险。
  • 独立性与续航:内置4G物联网卡,无需连接手机即可独立使用;支持连续转写40小时,待机长达18天。

值得关注

  • 竞争逻辑转变:行业共识正从“拼模型能力”转向“拼上下文工程”。正如竞品Glean估值达72亿美元所示,市场看重的是整理和利用企业私有信息的能力。千问办公依托钉钉生态(8亿用户、2700万企业组织)和阿里云客户基础,构建了深厚的护城河。
  • 个人助手与企业Agent的分水岭:个人Agent(如ChatGPT)服务于个体输入,而企业Agent需要理解组织架构、业务流程和协作关系。千问办公强调Agent需像人一样在组织内协同,且执行过程有边界、可追溯,这是B端落地的关键差异。
  • 实际案例验证:以古茗茶饮为例,其将运营标准打包为“门店运营知识空间”,店长、店员等不同角色通过Agent获取权限范围内的精准信息(如海报张贴规范),而非全盘接收手册,体现了上下文按需分发的价值。

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。