千问办公 2.0 发布：个人效率之外，还有组织效率这道题

个人效率提升，不等于组织效率提升——这是AI办公被忽视的真问题。千问办公2.0把Agent放进协作链路：群聊信息自动汇成项目上下文，通过人机共创让人与 AI 围绕工作成果持续协作，再通过自动任务让 Agent 能够感知业务变化、主动承接后续工作。AI 不再只是等待指令的工具，而是成为团队中能够持续参与协作、推进工作的数字员工。

最近做产品的人，大概都有同一种体感：AI 办公这条赛道，几乎每天都有新动作。

几家大厂轮番发布，前脚刚看完这个 Agent，后脚又冒出新版办公助手，群里的截图和测评链接就没断过。这两天发布的千问办公2.0，就在朋友圈直接刷屏了。

今年 AI Agent 赛道持续升温。

Gartner 预测，2026 年全球 AI Agent 软件支出将达到 2065 亿美元。与此同时，围绕「AI Agents as a Team」的讨论也越来越多。

从年初爆火的「龙虾」，到各大厂陆续推出 AI 办公助手，再到最近兴起的 Personal Agent，新产品、新版本接连出现。

短短一年，AI 已经呈现出越来越丰富的工作形态。

现在，几乎人手一个 AI 助手，写周报、改方案、分析数据确实快了不少。但我逐渐发现，个人任务效率的提升，并不意味着团队整体的协作效率也同步提高。

这不是我一个人的错觉。

千问办公CEO陈宇森此前有一个很直白的判断：个人效率提升，不等于组织效率提升。

以产品工作为例，一个需求从提出到落地，需要整合运营、市场、用户研究等不同同事的信息，梳理成产品方案，再与研发沟通、评审和修改。功能上线后，还要结合数据和用户回访持续跟进，发现新问题。即使 AI 能快速生成 PRD，前后的信息整合、协作沟通和持续跟进依然离不开人工。

这也意味着，AI 带来的效率提升，不能只看个人完成任务的速度，还要看它能否让团队不同工作环节之间的信息流转更加顺畅。真正的工作效率提升，不仅在于让每个人把手头的事情做得更快，还在于让整个协作链路运转得更高效。

围绕团队协作中的这些需求，千问办公在 11 月 9 日发布 2.0 版本——这也是它上线三个月以来最大的一次升级，推出面向个人与组织协作的 Team Agent，并围绕协作、人机共创和自动任务等核心场景做了能力升级。

这次我也拿到了新版本的内测资格，接下来就结合一个实际的工作专项，看看 Team Agent 在项目推进过程中究竟能发挥怎样的作用。

协作空间：让群聊信息成为项目上下文，Agent 成为项目的「信息枢纽」

这次，我想用千问办公 2.0 完整推进一个产品优化专项，看看相比过去主要依靠人工搜集信息、分析问题、撰写方案和跟进反馈的工作方式，Team Agent 能带来哪些变化。

这是一款上线不久的兴趣内容 App。产品上线一段时间后，核心用户需求已经得到初步验证，但新用户注册后的激活转化还有提升空间，这也是本次专项需要解决的问题。

专项启动后，运营同学先在群里同步了新用户漏斗数据和回访反馈。从反馈来看，有人注册后不知道下一步该做什么，有人觉得首页推荐内容不符合自己的兴趣，还有人不愿意在注册后填写太多信息。

过往，这类专项群的消息会随着讨论不断累积，重要信息很容易被淹没。等到需要分析问题时，我还得重新翻找聊天记录、提取关键信息，既耗时也容易遗漏。

为了解决这个问题，这次我先在千问办公创建了一个协作空间，然后将运营同学加入空间，并关联刚才的钉钉专项群及相关项目资料。创建完成后，千问办公的数字员工小 Q 也随之进入空间：

创建完协作空间后，我让小 Q 先分析对群里散落的资料进行了汇总分析，看看目前用户激活卡点主要在什么环节，可以看到，它顺利检索到了钉钉群聊里的资料并给出了分析结论：

初步了解问题后，我又进一步让它结合本次专项目标，判断产品侧应该优先解决哪些问题：

从这两轮交流可以看到，协作空间的作用不只是把文件集中放在一起，而是让原本分散在群聊、表格和产品文档中的信息，成为 Agent 可以持续理解和利用的项目上下文。

当然，随着项目不断推进，项目相关的需求讨论、运营反馈可能还会陆续产生在其他群聊和文档中。这些信息也是可以继续汇集到同一个协作空间里，这样后续无论是运营补充新的用户反馈，还是我继续完善产品方案，都可以直接基于已有的项目背景与小 Q 接着往下推进，不必反复同步信息、重新交代背景。

人机共创：从 PRD 初稿到任务拆解，让 AI 参与方案共创

经过前面的分析，项目要解决的主要问题和优化方向已经逐渐明确。接下来，我让小 Q 基于刚才的讨论生成了一版 PRD 初稿：

PRD写完后，往往还需要结合需求评审会上各方意见进行一些改动，这也是我过去使用 AI 写文档时经常遇到的情况：初稿生成得很快，但后续修改反而比较麻烦。有时只是想调整其中一小段，也需要重新描述修改要求、等待 AI 运行；更担心的是，AI 修改局部内容时，可能顺带影响其他已经确认的部分。

这次我直接用千问办公 2.0 的人机共创模式来完成修改。它采用对话与文档双屏呈现，我直接在 PRD 中圈选需要调整的段落，再通过旁边的对话窗口告诉它具体怎么改：

可以看到，我让它进一步补充标签集合逻辑说明后，它最终直接在原文档对应的位置就完成了内容补充，我也可以实时查看和核对结果：

实际用下来，我觉得这个交互方式比较有意思的地方在于：AI 能够直接理解我正在指向的内容，而不需要我反复描述修改位置。

除了文档段落， Excel 中的具体单元格、PPT 中的幻灯片，甚至应用中的某个区域也都能进行类似的精准调整。

这种体验最大的变化，是 AI 不再只是帮我生成一份初稿，后续的修改和完善也可以围绕同一份成果持续进行。我负责提出修改意见、检查业务规则和确认最终结果，AI 则负责执行具体调整。

相比每次重新生成一份文件，这种方式更贴近实际工作中的文档编辑习惯。

自动任务：从被动响应到主动服务，让 Agent 持续跟进项目

需求上线后，除了关注新用户激活数据外，运营还会持续回访新用户，看看新版流程是否产生正向反馈。

对我来说，这些持续产生的用户反馈同样重要。以前每周收到运营发过来的访谈记录后，我都需要重新整理一遍用户问题，再与之前的反馈进行对照，判断哪些问题仍然存在、是否出现了新的问题表现，以及后续需要关注什么。这类工作重复性比较高，但又对于优化效果的判断而言又重要。

这次，我尝试在千问办公 2.0 来帮我自动监测运营是否在群里发送了最新的用户回访记录，当出现一些新问题需要我跟进时就自动艾特我关注。

创建自动任务的方式也很简单，除了可以通过界面设置外，也可以自然通过自然语言来创建：

创建完任务后，优先在云端执行，纯云端任务即使电脑关闭也能继续运行。

配置完成后，运营只需要像平时一样在群里发送本周的访谈资料，小 Q 就会自动在这个场景里被触发，并自动开始分析：

我觉得自动任务最核心的价值，是改变了 Agent 的工作启动方式。

过去，我们通常需要先发现问题、整理背景，再主动打开 AI、交代任务；现在，可以提前把触发条件和执行规则配置好，让 Agent 在指定业务事件发生时自动启动，结合已有上下文完成后续工作。

这也意味着，AI 不再只是等待指令的工具，而是能够主动感知工作中的变化，将符合条件的业务事件转化为具体任务。原本需要人工反复完成的信息收集、整理和任务交办，可以提前交给 Agent 承接，遇到需要业务判断的事项，再交由对应负责人处理。

与此同时，主动执行也不意味着失去控制。任务可以在云端持续运行，用户随时可以查看、修改或停用规则，也能追溯任务的执行结果和失败原因。当业务进入新的阶段，不再需要某项自动化任务时，也可以随时将其停用。

从等待人来启动，到根据业务事件主动推进，再到执行过程可查看、可调整，这才是自动任务带来的工作方式变化。

资料空间：项目成果集中沉淀，让后续工作接得上

随着专项不断推进，我们已经积累了不少工作成果，包括最初的漏斗数据、用户回访记录、最终版 PRD，以及后续的项目排期表。这些资料分别产生于不同的工作环节，后续需要复盘或继续推进时，往往还得重新查找、上传和整理。

现在，这些所有项目的过程产物，都可以在千问办公 2.0 的资料空间中找到，对于一些已经经过多轮修改的文档，还可以通过「查看对话」回溯它的生成和修改过程，了解文件背后的讨论与上下文：

这样一来，无论是后续进行项目复盘，还是有新成员加入，都能通过资料空间快速了解项目背景、关键结论和此前的工作过程，减少重复梳理和交接成本。

项目资料的价值，不只在于记录已经完成的工作，更在于让过去的成果能够持续支撑未来的工作。

从个人助手到团队一员，AI 开始真正进入工作流程

回顾这次新用户激活转化优化专项，小 Q 从最初梳理项目背景、分析用户问题，到参与 PRD 共创、拆解任务，再到通过自动任务持续跟进用户反馈，逐步参与了项目从启动到后续推进的多个环节。AI 不再只是帮助我完成某一项具体任务，而是开始融入团队日常的工作流程。

这次体验让我对 Team Agent 的价值有了更具体的认识。它能够理解团队共同的项目背景，接收不同成员交办的任务，围绕同一份成果与人协作，并在项目推进过程中持续承接后续工作。

Personal Agent 聚焦个体任务效率，Team Agent 则进一步连接团队成员、项目上下文和工作流程，提升团队协同效率。两者并不冲突，而是从不同层面释放 AI 的生产力价值。

Personal Agent 提升个体生产力，Team Agent 放大的，则是组织层面的生产力。

从更长远来看，千问办公 2.0 也在探索更深入的企业业务连接：通过千问办公应用将专业业务带进 AI 工作平台，通过 Inside 将 Agent 能力嵌入企业现有系统，以及通过 Managed Agent 在云端持续承接业务。同时，数据隔离、权限管理和执行记录等能力，也为企业使用 Agent 提供了必要的安全与管理保障。