耗时41分钟，千问办公揭示Agent未来新趋势

文 | 徽声在线研究组，作者｜行之，编辑｜孟雯

在快节奏的现代职场中，41分钟或许只是你喝完一杯咖啡、开完一个短会的时间，但对于千问办公而言，这41分钟却见证了其生成一份行业周报的全过程。那么，这41分钟背后，千问办公究竟押注了怎样的Agent未来呢？

8月3日，随着Qwen3.8-Max的发布，千问办公也同步亮相。我们第一时间进行了实测，让千问办公、Workbuddy、TRAE Work三款AI办公产品共同完成一项研究任务——生成一份具身智能行业周报，统计周期为一周，内容涵盖融资事件、企业动态、技术进展等。结果显示，千问办公耗时41分钟，TRAE Work耗时16分钟，而WorkBuddy仅用了7分钟。

从速度上看，千问办公显然不占优势。然而，当我们深入对比三份报告时，却发现事情远非表面那么简单。这三份报告背后，隐藏着三条截然不同的Agent发展路线，也引发了一个值得深思的问题：在AI时代，当Token成为新的商业语言时，那些销售Token的公司，是否会有动力让Agent变得越来越“重”？

一份周报，揭示三条Agent发展路径

此次测试的任务看似简单，实则颇具挑战性。生成一份具身智能行业周报，不仅需要搜集信息，更要对信息进行价值判断、筛选事件、核验来源，最终形成一份可供阅读和决策参考的行业报告。

面对这样的任务，三家AI办公产品给出了截然不同的答案，体现了三种不同的产品哲学。

首先来看WorkBuddy。它以7分钟的最快速度完成了任务，交付的内容结构完整，标题清晰，行业动态、企业新闻、融资事件等一应俱全。对于普通办公场景而言，如果用户只是希望AI快速整理一份会议材料，这样的结果已经足够令人满意。

然而，WorkBuddy的问题也显而易见。在判断链条上，它相对较短。例如，在周报中，WorkBuddy将乐聚机器人和它石智航判断为“本周未检索到重大公开动态”。但经过进一步核查，我们发现这两家公司实际上都有公开事件发生，如乐聚机器人的IPO获深交所受理及参加相关赛事活动，它石智航联合创始人入选MIT TR35榜单等。

这里的问题并非信息不存在，而是WorkBuddy将“没有找到信息”错误地推导为“这件事没有发生”。这种偏差在普通办公场景中可能影响有限，但在用于判断市场趋势、竞争格局甚至投资方向的行业报告中，却可能引发严重的决策失误。

如果说WorkBuddy体现的是效率优先的原则，那么TRAE Work则更偏向于信息覆盖。它的流程更接近于搜索关键词、获取信息、汇总整理、生成报告。

从表面结果看，TRAE Work的信息量确实比WorkBuddy更多。它在报告中列出了十家公司动态，其中六家公司被标记为“本周未检索到可查证的新动态”。然而，经过逐一核查，我们发现其中至少五家公司都有公开动态。这说明，TRAE Work的问题并非简单的信息不足，而是在任务中更强调信息获取，而忽视了深度判断。

此外，TRAE Work的信源结构也值得关注。其生成的报告中，大量链接来自今日头条等内容聚合平台，而非事件原始来源。对于普通信息整理任务而言，这种方式或许并无大碍。但对于行业研究来说，找到信息只是第一步。同一家公司的一条新闻，被十家媒体转载，并不意味着出现了十条独立信息。如果Agent无法识别信息之间的关系，那么它获得的可能只是更多链接，而非更高的信息密度。

相比之下，千问办公虽然耗时41分钟完成这份周报，但它在任务过程中加入了更多判断步骤，体现了与众不同的处理方式。

例如，在提到一条关于美国FCC限制中国人形机器人进口的信息时，千问办公没有直接写成确定事实，而是标注“目前单一信源，建议进一步核实。”这种处理方式看似只是一个细节，但却反映了一种重要的能力——知道哪里不确定，同样是一种研究能力。

此外，千问办公还会区分事件发生时间和报道时间。例如，在提到光轮智能与西门子的合作时，虽然这件事本身发生在7月20日WAIC期间，已经超过周报统计窗口，但千问办公没有简单删除，而是标注“这是窗口前事件，但窗口内出现相关报道，因此收录。”

除了这些，千问办公还会解释自己的取舍逻辑。在统计逐际动力消息时，它写道“窗口内处于Pre-IPO轮后的相对静默期，收录一条。”除了告诉用户结果，还解释了“为什么”。

最后，千问办公还会主动交代研究方法。报告最后增加了完整的“报告说明”，包括统计口径、信源格式、可靠性说明以及覆盖范围等。这也是千问办公和另外两个产品最大的区别——它输出的不只是报告，更是在展示一套完整的研究过程。

在另一组测试中，我们让千问办公读取钉钉里的AI硬件A1录音卡的会议转写内容。它没有在未获得权限时假装读取成功，而是明确提示当前无法访问数据。重新授权后，它不仅完成了转写内容提取，还主动识别其中的语音识别错误，如将VLA误识别为“VOA”，CVPR识别为“cpr”等，并根据上下文进行了修正。

面对无法确认的公司名称，千问办公也没有强行猜测，而是标记为疑似转写误差，并交由用户判断。这两个测试场景虽然完全不同，但背后体现的是同一种能力——面对不确定信息时，千问办公知道什么时候需要验证、什么时候需要说明边界。

当然，这并不意味着WorkBuddy和TRAE Work没有研究能力。毕竟，偶尔的测试结果无法定义一个产品的能力边界。最终表现来自模型能力、Agent流程、工具链设计以及资源投入等诸多因素的共同作用。更准确地说，三款AI办公产品展示的是不同的智能投入方式。

Agent的分水岭：速度并非唯一，判断成本更关键

过去，用户在判断AI产品能力时，往往习惯于比较响应速度、回答丝滑度。然而，当AI真正走进办公场景时，竞争的核心已经从“谁回得快”转向了“谁交的活儿能用”，从“输出能力”转向了“执行信用”——即用户是否相信它能够在复杂任务中稳定交付一个可靠结果。

从这个角度看，三款AI办公产品的差异其实源于它们对Agent角色的不同理解。WorkBuddy更像一个高效执行者，任务到手后迅速拆解、执行、交卷，追求先有结果再做优化，“够用就好”。这种逻辑无比吻合传统办公软件的信条：工具负责提速，人负责拍板。

TRAE Work则更像一个信息助手，它的长板是拉网搜索，尽可能扩大搜索半径，把更多相关资料推到用户面前。在AI早期阶段，这种能力确实很稀缺。然而，随着AI技术的不断发展，进入复杂任务深水区后，瓶颈已经不再是找到信息，而是判断信息。尤其在研究型任务中，信息的数量从来就不等于信息的价值。

相比之下，千问办公选择了一条更“重”的路。它试图让Agent从“帮用户做事”走向“替用户承担判断”。那41分钟背后对应的是更多的中间步骤：交叉信源、核验可信度、锁定事件时间、剔除重复噪音、标注风险、解释取舍等。换句话说，它把原本隐藏在人类研究员脑中的工作过程显性化了。

这也是Agent和传统AI助手最大的区别。过去的软件工具核心价值是提高效率，如Office帮人写文档、Excel帮人算数据、搜索引擎帮人找信息等。工具负责执行，人负责判断。然而，随着Agent的出现，这个关系开始松动。它开始参与判断过程，需要知道哪些信息值得相信、哪些地方需要验证、什么时候不能给出确定答案。

因此，能否在复杂任务中建立用户信任成为未来Agent竞争的核心。

Token：AI时代的新商业语言

那么，为什么大家愿意投入更多智能成本去建立这种信任呢？答案指向Token——这个AI时代的新商业语言。

在互联网时代，生意往往围绕用户规模展开，流量是核心资产，DAU、MAU、用户时长等成为衡量业务价值的标尺。然而，在AI时代，用户数量虽然依然重要，但更重要的是用户到底调用了多少AI能力。因为对AI产品来说，打开一次App并不产生什么商业价值，真正产生价值的是调用了多少次模型、处理了多少任务、消耗了多少Token。

Token已经从一个技术指标变成了AI时代新的商业度量衡。这也是阿里围绕Token重组AI业务的原因。今年3月，阿里巴巴成立了ATH事业群，与阿里云、电商等并列成为阿里核心业务之一，由集团CEO吴泳铭亲自负责。ATH的核心方向被概括为“创造Token、输送Token、应用Token”，这句话背后的含义是：在AI时代，竞争不只是拥有一个更强的模型，还有能否让模型能力进入更多场景并形成持续使用。

模型是供给端，应用是入口端，而Token消耗则成为连接两者的新商业指标。最近大厂在AI办公领域的激烈竞争也印证了这一点。阿里合并千问办公、字节将飞书产品团队并入豆包、腾讯持续推进WorkBuddy等动作的战略意图已不止于打造个人助手，而是直指企业级办公智能体这一高地，试图同时吞下C端习惯与B端预算。

逻辑在于，办公场景天然具有高频、刚需的特点，并且直接嵌入企业生产流程。一旦AI进入写作、会议、知识管理、数据分析等日常工作领域，模型调用就不再是一次性的体验，而会变成持续发生的生产力消耗。可以说，办公是诸多AI应用场景中距离Token商业闭环最近的领域之一。

然而，当Token成为经营指标时也会带来新的问题。企业可能有动力推动更多模型调用以增加Token数量，但我们必须清楚的是：Token增长并不天然等于价值增长。单纯比较Token数量没有意义，重要的是每个Token创造了多少价值。

未来Agent可能会走向两条路线：一种是通过更多智能投入提高复杂任务的完成质量，适用于行业分析、企业决策等高价值场景；另一种是通过流程优化降低成本让AI进入更多普通工作场景。前者追求深度后者追求规模。两者并不存在绝对的高低之分，成熟的Agent应该能够根据任务价值动态调整智能投入——简单任务快速完成、复杂任务投入更多推理、高风险任务主动验证。

这也是为什么AI商业模式不会停留在简单的Token计费上。对普通用户来说没有人希望每天关注自己用了多少Token就像今天用户不会计算自己刷短视频消耗了多少流量一样。未来更可能出现的是Token被包装进订阅服务、被纳入企业采购、被转化成AI生产力服务等模式。用户购买的不是Token本身而是AI完成任务的能力。

这样看来三款AI办公代表的其实是三种不同的用户假设：WorkBuddy认为用户需要快速得到一个可用结果；TRAE Work认为用户需要更丰富的信息来源；千问办公认为用户需要一个更值得信任的判断过程。这三种需求都会长期存在并共同推动AI办公领域的发展。

41分钟的等待并不能证明千问办公代表了Agent的终局形态。但这次测试至少提出了一个行业无法绕开的命题：当AI从聊天工具变成真正参与工作的智能体之后Agent之间的竞争将延伸到模型能力之外考验产品如何理解任务价值以及如何分配有限的智能资源。