9月22日，在云栖大会上，千问办公发布了两款产品：面向企业级Agent的基础设施“企业上下文”（Enterprise Context），以及Agent硬件QwenNote A2。前者将散落在群聊、文档、知识库和业务系统中的企业信息进行压缩与结构化，使其成为Agent可随时调用的知识；后者是一款名片大小的AI硬件，用于采集线下对话并转化为Agent可分析的文本内容。
千问办公方面判断，模型能力已不再是企业Agent落地的核心瓶颈，Agent能否在企业中实际执行任务，取决于它是否获得了这家公司自身的上下文。这一判断的背景是，过去一年多基座模型能力持续提升，但企业在实际部署中仍感到能力不足。原因在于，同样一句“帮我写个方案”，在通用对话框中得到的是泛泛而谈的回答；而当Agent能够访问过去数月的群聊、文档、会议记录和客户档案时，输出质量会显著提升。
企业Agent长期只能获取线上部分的上下文，会议室、车内、客户办公室等线下场景中产生的对话信息始终缺失。QwenNote A2即针对这一缺口设计。该产品由钉钉2025年推出的录音卡A1升级而来，外形与Plaud等录音卡产品相似，但定位不同：QwenNote A2打通了千问办公，不仅是一款录音设备，更是一个Agent入口。用户长按AI键即可通过语音向千问办公派发任务，也可进行实时语音对话。
在硬件规格方面，QwenNote A2配备6个麦克风，最远拾音距离8米，转写准确率98％，可自动识别120种语言和41种方言。设备内置4G物联网卡，无需插入SIM卡，不连接手机也可独立使用。续航方面，A2支持连续转写40小时，待机最长18天。数据安全方面，转写内容仅保留文字和纪要，不保留原始音频。
与市面上多数录音硬件仅提供逐字稿不同，QwenNote A2的定位是完成任务闭环。例如，业务负责人面试结束后，长按AI键说出“帮我分析刚才那位候选人的优缺点，评估他适不适合这个岗位，并同步给HR”，千问办公会调用面试转写内容进行分析，并将评估结果推送至钉钉，同时向协作方发消息、约日程。该产品还具备长期记忆能力，随千问办公云端信息持续更新。
千问办公方面将企业上下文基础设施的构建分为三步：连接、理解、复用。第一步是连接，将散落在各处的企业知识汇聚，明确项目关联人、渠道和汇报线，使Agent能够理解任务的来龙去脉。图片和视频也可通过多模态模型识别归类后进入上下文。第二步是理解，即结构化。千问办公利用大模型将企业内部知识提炼为可调用的实体，对人的属性、项目进展、流程规则进行分层梳理。第三步是复用，即按需提取。任务到来时只加载与当前任务相关的部分，避免浪费上下文窗口和模型注意力。业务变化时，上下文同步更新。
权限体系继承企业在IM中的组织、身份和权限设置，在数据进入Agent之前即划定边界。以古茗茶饮为例，该公司将飞书文档、知识库、答疑群、培训日程中的内容打包为“门店运营知识空间”，服务近万名一线员工。配方、设备巡检、开台打烊等内容被拆分为实体和关系，不同岗位拥有不同权限。店员询问海报张贴规范时，Agent仅返回当前任务所需段落，而非整套运营手册。
阿里巴巴集团副总裁、千问办公CEO陈宇森在演讲中提供了一组对比数据：据钉钉统计，一家中大型企业内部注册的数据规模约在150PB量级，而当前最强的上下文窗口仅为百万Token级，两者相差数个数量级。这一数据揭示了企业上下文工程需要解决的核心矛盾——不是是否将数据提供给Agent，而是提供哪一部分、以何种方式提供。
从行业视角看，企业级Agent的竞争重心正从模型能力转向上下文工程。去年6月，企业上下文领域公司Glean完成1.5亿美元F轮融资，估值72亿美元；至今年，其ARR已突破3亿美元。市场对“整理上下文”这一方向的估值，反映出企业Agent的核心需求并非更强的模型，而是对企业自身信息的有效组织与调用。千问办公此次发布，将线上信息沉淀与线下对话采集纳入同一体系，为企业Agent的上下文供给提供了从采集、结构化到权限管控的完整链路。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
