千问办公2.0，补上了办公Agent最关键的「短板」

“过去几个月，各家都在拼命证明AI越来越能干活。但说实话，一个人能干活，不代表一群人就能协作。”

一位长期关注AI办公的业内人士，试用完市面上主流的AI办公产品后发现，有些“麻烦”还是绕不开，最典型的就是有些活儿还得靠人工来回“倒腾”。

“Agent能独立完成任务，但很难接住任务在人与人之间的流转。”有时候，AI交付结果后，人跟人之间交接，比Agent自己干那一步更费时间，也更费心力。

AI办公要打To B的仗，就得正视这一困境。

在AI这件事上，企业真正关心的无非两件：一是个人生产力，AI能不能替员工多干点活；二是组织生产力，AI能不能减少团队协作里的信息损耗和重复劳动。

过去几个月，AI办公在个人生产力上已经跨过不少卡点，但组织生产力这一关，明显还任重而道远。

11月9日，千问办公发布2.0版本，推出行业首个支持多人与Agent协作的功能“协作”，并在官方博客中宣布迈向Team Agent时代，想回应的正是上述的难题：企业的组织生产力，如何跟上个人生产力的提升？

国内AI办公热已经持续了近半年。C端市场的产品竞争日趋激烈，而B端市场的挑战，远不止把产品卖给企业那么简单。

从产品侧看，随着Muse、Cue、Dots等海外Personal Agent产品集中涌现，个人AI的能力边界正在被迅速拓宽，企业级AI也被推到了更高的期待之下。

AI办公厂商正在面临更为严峻的考验：当AI已经能够成为个人的工作搭档，它能否再往前走一步，成为团队协作的一部分？

从客户侧看，企业也有很现实的诉求：买来的AI办公席位，怎么才能真正变成组织生产力？

雷峰网观察到，此前的席位制更像一个准入和预算工具，解决的是“谁能用、用多少”的问题。当AI逐渐成为数字员工，席位制的价值也需要重新定义：从给员工配置AI，转向把员工接入一套人机协作体系。

千问办公2.0一个比较直观的功能，是支持多人和同一个Agent协作。

雷峰网用这项功能模拟了一次记者、资深编辑和Agent（千问小Q）一起讨论FDE选题的过程。

在收到“根据已有采访素材，策划FDE相关选题”的指令后，千问小Q自动读取空间资料区的四份采访素材，列出了6个行业观察稿选题和1个备选人物选题，还给出了风险提示。

之后，在记者和资深编辑的讨论中，千问小Q会同时参考两个人的意见，不断完善选题框架。

体验下来，最直观的变化是，参与讨论的人不再需要反复向Agent补充背景。它既能读取空间内的资料，也能跟上多人讨论中的信息变化。原本分散在人与人之间、人与AI之间的信息，现在能够汇集到同一个协作空间里。

但媒体讨论选题是相对轻量化的场景，在银泰百货的调研中，雷峰网看到了多人、多群、多环节的业务协作场景：

银泰百货的团购券业务尤为复杂——62家以上门店、200多名协作人员，每张团购券上架前都要核对约50项资料。这些信息原本散落在60多个钉钉群里，工作人员得反复翻聊天记录、手动汇总进度。

内测使用千问办公2.0的“协作”功能后，团队把这些群聊和卡券AI表格关联到同一个协作空间。千问小Q不仅能汇总进度、更新表格，还能定时检查待办事项，提醒具体负责人。

雷峰网观察到，Team Agent改变的不仅是人和AI的协作关系，还有任务的发起方式和完成方式。

AI办公大多遵循一套相对固定的流程：人提需求，AI执行，人再检查结果。即便Agent已经能自主执行一些任务，工作节奏仍然主要由人驱动。

但这一模式正在发生变化。

此前，Anthropic推出Claude Tag，将Claude引入Slack，让AI以团队成员的身份参与频道里的日常工作。它能够读取所在频道的上下文、调用组织授权的工具，还可以在任务完成时主动同步进展，跟进停滞的讨论和未解决的任务。

这代表了一种产品探索方向：以团队协作频道为入口，让AI成为多人可以共同调用、持续交办任务的工作成员。

千问办公2.0则依托钉钉的企业协作生态，将钉钉群聊、资料空间、AI表格等能力连接起来，让Agent围绕具体业务资料和任务节点参与讨论、汇总进度、跟进待办。

把两者放在一起看，不难发现，AI办公正呈现出一种新趋势：Agent正在从被动响应指令的工具，变成能够主动承接任务、参与工作过程的协作者。

AI如何与“人”共舞，重塑工作流程？在此次千问办公2.0的体验中，雷峰网有两个发现：

过去，人与AI的协作多少有些像接力赛：员工把需求交给AI，等待它生成结果，再将结果复制出来，放进文档或其他工具中继续修改。AI负责生成，人负责判断、调整和整合。

中间多了一道交接，工作也容易被切成两段。

千问办公2.0的同屏编辑，试图让人和AI之间来回传结果这一步消失。

实际体验如何？雷峰网此次让千问办公审校一份FDE初稿：千问办公给出意见后，雷峰网在文档中划出对应的错别字和语病（意见1），再让AI调整部分内容的位置（意见2），以及将文章第一部分划分成两部分（意见3）。

AI批量处理了这三条修改意见，一次性在原文档上直接修改，省去了过去反复复制文字、描述需求、切换软件的工作量。