9月22日，2026云栖大会上，千问办公发布面向企业的全新产品：企业上下文（Enterprise Context）。这一产品将企业知识与业务数据转化为 Agent 可按需调用的上下文，并结合千问办公的 Agent 托管能力，帮助企业构建懂业务、能协同的数字员工。
大会现场，阿里巴巴集团副总裁、千问办公CEO陈宇森发表题为“Context is All You Need”的演讲，阐述 Agent 在企业落地的核心思路。他表示：“千问办公是业内首个企业级Agent产品，Agent要在企业真实场景落地，既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。”
以下为演讲内容整理：
非常开心今天可以跟大家有一个交流。我们是一款企业级的Agent产品，首先开头希望大家能够记住，可能大家见过很多AI Agent产品的发布会，但应该是第一次看到有人拿着这么一个可爱的话筒上台，这个可爱的小章鱼也是我们的吉祥物，希望未来我们在工作里面，也有该有的放松时刻。我们希望AI在帮助大家长期提升效率之后，可以让大家过得更开心有更多的放松时刻。
01 企业级 Agent 真正落地的前提是数据
今天我想跟大家分享的核心理念是：在这样一个 AI Agent 的时代，模型能力飞速发展，Harness 层面的技术不断迭代，到底什么才是企业把 Agent 真正用起来的核心？我们的答案是——Context is All You Need。
大家都在说组织的 AI 转型遇到很多现实困难，那这些困难到底是什么？我们大概总结了三个方面。
第一，AI 现在非常聪明，我们日常工作和生活中大多数通用任务，丢给任何一个足够好的 Chatbot 类产品都能搞定。但它解决不了什么呢？比如屏幕上这个问题：”我们公司上个季度华东区的毛利率是多少？”任何一个 AI 都回答不出来。为什么？因为它不知道”我们公司”指的是哪家公司。一个不懂业务的 AI Agent，是无法进入企业级真实业务流的。
第二，单点效率提高了，但是业务没有跑得很快。
这个东西很好理解。现在很多公司都有各种不同的员工，有人 AI 用得熟练，有人用得稍微不太熟练。用得熟练的同事，可能一天八个小时的工作，半个小时、一个小时就干完了。但无论是组织的激励机制，还是产品的功能，都没有一个特别好的机制，让他把这个经验分享给同事乃至整个组织。
这就会导致，剩下的时间，他可以选择自己发呆，也可以自己多干点活。所以，如何让一个优秀个体的经验快速被整个组织复用，也是我们当前遇到的困难：现在并没有很好的分享机制。
第三个，就是想用但不敢用。
之前我在跟很多企业交流的时候，大家说，我们用中转站、用各种各样的方式，很省成本。但是大家不要忘了，我们是企业。企业在省成本的同时，一定不要忘了数据安全，一定要在安全的前提之下去解决成本问题。这三个方面，都是我们希望可以解决的问题。
回到今天的主题，我认为，企业级 Agent 真正落地的前提，就是数据。只有把数据用好，才能让 Agent 进入企业内部的业务，发挥功能。
我们觉得有三个关键点：连接、理解和复用。对应前面的“不懂”，我们就要把数据连进来；一个人的经验不能共享给别人，我们就要强调复用。而在连接和复用之间，一个很关键的点是理解。后面我们还会讲到更细的东西，比如压缩。
只有把这三个东西用好，我们才能把大量企业内部的数据连接、汇聚到一起，让它可以被企业级 Agent 使用，让企业级 Agent 进入业务，真正帮大家解决业务问题。
我们给出的答案是：千问办公是一个什么样的产品？
我们希望千问办公在大家眼里，是一个懂业务、能协同、信得过的企业级 Agent 产品。
懂业务，就是把企业累积多年的数据全部整理起来。整理好之后，千问办公在执行的时候可以按需取用，在完成特定任务的时候，知道什么是“我的公司”，“华东区”代表公司里的哪几个省，“毛利率”在我们公司是怎么计算的。
这些东西，Agent 不知道就是不知道，它无法通过更高的智商，去猜测一个它不知道的事物。但是，当你告诉它这些事情，你不需要用一个最强的大模型，只需要用一个性价比非常合适的大模型，就能解决企业里面各种各样的办公问题。
协同，意味着我们需要让每一个优秀员工的经验快速被组织共享。优秀的客户案例，可以在一瞬间让销售组织复用。后面我们也会分享我们的解法。
最后是信得过。我大学毕业的时候，做的第一家公司，是和朋友们一起创立的一家网络安全公司。我深知数据安全对一个企业的重要性。所以，我们在千问办公的安全方面也下了很大的功夫，希望让大家用千问办公的时候更放心。
02 企业上下文的关键是连接和压缩
我来跟大家分享一个非常棒的客户案例。古茗是中国餐饮或者茶饮领域利润非常靠前的一家企业，前五或者前十。他们有一万多家线下门店，当有一个新品上市时，需要把总部的数据或者视频快速传达到全国门店，让店员掌握。
过去，我们可能会用视频分享的方式。但视频不太容易被检索。按照视频，可以制作出让大家喜欢的饮品，中间有几个步骤忘了怎么办？过去，大家可能会问其他员工、问店长。现在，我们有了新的办法。
比如这些问题：茶饮市场的规模有多大？去年销量前三的品牌，销量有多少？2025 年全国茶饮消费人群的画像是什么样？大家随手打开手机里的任何一个 Chatbot 类产品、任何一个 Agent 产品，都能得到不错的答案。
但跟古茗自身相关的问题，在没有古茗知识的情况下，你是无法回答的。
你不知道他们华东区域制冰机的滤芯多久应该更换一次，因为你都不知道制冰机是哪个型号，也不知道哪个滤芯应该多久换。
芭乐冰奶茶的茶汤要放多少毫升？这也是他们内部的知识。在不知道的情况下，就是不知道。你可以猜一个，但你并不知道他们内部调优出来、让用户喝起来最爽口的那个比例。
泡茶机开不了机怎么处理？跟第一个问题一样，你需要知道企业内部泡茶机的型号、维修说明，以及各种各样的信息。
这就回应了前面说的第一个点：一定要让 Agent 懂企业的数据，才能真正进入业务，帮大家解决问题。
我们的解法是这样。今天，我们非常高兴、非常荣幸地发布一款新的产品，叫作企业上下文，Enterprise Context。
通过这样一款产品，可以让企业的所有知识和千问办公无缝打通。企业过去积累的文档、会议数据、群聊，以及沉淀在企业每一个角落、过去我们叫作“隐性知识”的东西，都可以被连接起来，进入企业上下文。
企业上下文和千问办公打通之后，每一个交给千问办公的任务，都会按需从企业上下文中提取执行这个任务所需要的上下文，然后按照企业的业务规范和要求，理解企业的业务知识，把任务执行下去。我们发布了新的产品，也希望大家都可以用起来。
这里还有一些行业知识。钉钉是一个有两亿多用户的产品，覆盖了非常广泛的企业人群。从我们的数据来看，中大型企业内部的数据规模，平均大概在 150PB 左右。
但是，现在最优秀、最强的上下文窗口也只有 100 万。100 万意味着什么？大概直接塞一个 50 兆以上的文档进去，就可能出现上下文窗口被打爆的情况，除非在加载的过程中进行了压缩。
这意味着，做企业上下文这样一款产品，不能只是一股脑地把企业内部的数据全部拉起来，存到一个地方。这样 Agent 是用不起来的。
任何时候，如果给上下文窗口塞过多的数据，首先，它可能会爆掉；第二，它也会占用宝贵的执行任务的窗口。它只能记住和理解那么多东西，如果塞进去的上下文信息密度不够高，就会浪费上下文。
所以，这里一个很核心的关键就是压缩。我们需要把企业内部前面提到的各种各样的数据，进行有效的整理。
美国有一家公司，过去十多年发展得很好，股价表现也很好，叫 Palantir。它的核心能力之一，是帮助企业梳理业务实体及其关系，构建本体（Ontology）数据，但那个成本非常高。现在，我们有了大模型，可以来整理企业内部的各项知识。
这里展示的都是模拟数据，不是客户的敏感数据，是我们为了今天的 Demo 构造出来的数据。
我们需要按照合适的格式处理这些数据。比如，一个人的属性是什么，各种信息是什么样；一个项目当前的进展是什么，参与的人都有谁。这些都是企业内部非常重要的实体知识。
我们要把这些知识整理好，并且做好压缩。就像 Skills 做渐进式暴露一样，我们要用文件系统的方式，把企业内部的数据整理在一起。同时，需要让每一个层级尽可能压缩下一个层级的信息。
这样，在这些信息被使用时，才能尽可能拿到有效且有限的数据，给到千问办公，让千问办公完成任务。
我们也用了一些数据库的方式，在不同实体之间构造联系。我们想知道，一个项目关联的人都有谁，关联的群聊有哪些，关联的文档有哪些。只有这些信息全部汇聚到一起，我们的 Agent 才能更好地分析企业内部的实体、项目，以及任务的执行状态。
关键词就是刚才说的这两个：连接和压缩。我们要把企业内部的数据连接到一起，对它们进行有效压缩，让企业内部沉淀多年的数据被有效利用起来。这是企业上下文这个产品的关键。
还有一个关键点：做企业上下文这样一款产品，千问办公和钉钉作为阿里的一个事业部，有什么样的优势？就像上午讲的一样，我们有非常优秀的模型，千问模型是我们背后非常强有力的支撑。
有两个点。一个是，企业内部有大量不同的数据，其中很多多模态数据需要被理解、被存储。
就像大家现在的手机里，照片和视频保守估计也有一两百 GB，多的可能超过 1TB。但你很难精准找出：我的小朋友每一岁成长的时候，我们一起玩耍的视频。除非提前打了标签。
现在，有了 Qwen3.8-Omni-Flash 这样一个非常高效的全模态理解模型，我们就可以帮助用户，把过去多年积累、但没有被完整整理和压缩的多模态数据进行整理、压缩，进入企业上下文。
同时，基于 Qwen3.8-Flash 这样一个很好的大语言模型，我们也在跟模型团队进行迭代优化，希望有一个性价比更高、效率更高的模型，帮助企业处理每天、每时、每秒都在发生的内部变化。
内部变化意味着数据变化，数据变化意味着我们要对新数据进行理解和压缩。我们需要一个非常高效、性价比足够高的模型，来进行信息更新。所以，千问模型会是企业上下文背后强有力的支撑。
基于这些，我们可以实现什么样的效果？还是举古茗的例子。比如，他们有一种磁性框海报，该怎么贴？对于一万多家门店，他们有严格的 SOP，每家店、每件事应该怎么做，这些事情网上查不到，但他们内部都知道。
在千问办公里面，我们可以问出这样的问题，拿到这样的答案。另外，还有一个小惊喜：在飞书里面，也可以非常丝滑地使用千问办公。
最近，我们服务了大量客户。有的使用钉钉，我们很开心；有的使用友商的产品，我们也非常开心能够服务他们。我们服务了大量使用飞书和企业微信的客户，这会是未来千问办公一个特别重要的核心。
无论是千问办公还是企业上下文，我们要做到：开放，还是开放。一定要充分开放，才能在 AI 时代真正服务千行百业，服务足够多的客户。
03 让数字员工进入企业业务流
接下来讲富立卡的案例。富立卡是中国仓储物流包装电商行业的第一名。不管在家里用顺丰、韵达、申通，还是其他快递公司寄件，在他们的转运仓里，都会有大的塑料筐把快递放进去，进行分类和转运。
富立卡的销售每天要做很多复杂的工作。相信在场很多朋友的公司里，销售都是一个重要职能。但销售每天除了面对客户，还要面对工厂、老板，跟财务、内部运营打交道，有时甚至要进入产品流程，跟设计同事沟通，跟物流、仓库的同事沟通，还要跟售后打交道。
所以，销售其实像企业的信息中枢，花了非常多的时间在沟通。但我们都认为，销售更有效、更应该花时间的沟通，是拜访客户、跟客户沟通。
那么，如何把销售的时间更多地节省下来，让他们花更多时间跑业务，帮企业做增长？
我们提出的方案，是基于千问办公提供的各项能力，帮助企业生成数字员工，让数字员工进入协同的场域，比如钉钉或者其他 IM，直接解决问题。
现在应该有很多人都做了数字员工。但在我们的定义里，数字员工其实是一个场景，或者说，是大家都会用到的一种使用 AI 的方式。为了让数字员工真正进入企业业务流、开始干活，我们有三个产品功能来支撑它。
第一个，是千问办公背后提供的 Managed Agent。大家可以在千问办公后台自定义一个数字员工，我们提供 Runtime。只要定义它的 System Prompt，定义它连接什么样的数据，就可以让它跑起来。
但跑起来还不够，还需要两个东西。
下一个，就是刚刚提到的企业上下文。数字员工只有懂企业，才能进入你的业务工作。如果它跟大家随手能用到的 Chatbot 或者 Agent 一样，对企业一无所知，那进入企业就没有意义，还不如在外面随便找个地方问一下。
进入企业的数字员工，一定要懂企业。这是企业上下文提供给数字员工的能力。
第三个，就是钉钉。我们重新修改了过去 Bot 类产品进入的通道。刚才大家也看到了钉钉 9.0 的发布。我们让在任何地方构建的 Agent，都可以以员工的身份进入组织，拿到对应的组织权限，拥有像员工一样的组织内联络方式，和人在同一个场域沟通。
这些都是钉钉提供的连接和同场协同的能力。
综合这三项能力，用千问办公加钉钉，就可以比较简单地构建出一套数字员工：懂企业业务流程，能跟人一起协同，同时在运维和管理方面也非常方便。
04 协作功能，让人和 Agent 在同一个场域协作
比如，我去跟领导汇报，领导看了说：“做得不错，但这里面有两点要修改一下。”然后，我又拿着这个东西回去，继续跟 Agent 聊天。
在我的产品哲学里面，跳出和打断是非常影响人的。我们一定要让尽可能多的、本来就应该在一个场域发生的事情，在一个场域发生。
过去还有一个问题：人很多时候在追信息。做一个项目，可能有分散在不同地方的群聊、文档，甚至还有一些知识库。同时，做这个项目的人分别有不同的日程，大家很难同步整个项目组的所有近况。
有没有办法，在做一个复杂项目时，把跟这个项目相关的信息都拿到一个地方，让人和人、人和 Agent 在同一个场域协作？我们讨论的信息有人总结，安排的决策有人执行，这件事情能不能完成？这就是我们的解法。
这项功能因为云栖大会的原因，我们有封网，所以这项功能我们已经在一些客户那边灰度测试，相信很快，大家就可以看到自己的千问办公界面焕然一新。以协同为核心的 Agent 产品，是希望让大家把大量复杂的工作，在同一个场域里闭环完成。
Agent 可以把信息汇聚起来，知道参与这件事的每个人当前的工作进展，然后把这件事盯得更牢靠。
对业务复杂度高的企业来讲，一个优秀的 PM 或者 PMO 都非常难得。但我们希望通过千问办公、通过 AI 能力，让每一个企业在项目这件事情上都拥有一个强大的助手。
05 QwenNote A2，让客户拜访经验成为团队可复用的知识
还有一个，就是前面讲的协同的第二部分：一个人的经验，怎么快速分享给整个团队？
比如，一个金牌销售在拜访客户时，灵机一动想了一个案例。这个案例是根据客户现场的问题，结合自己的产品特性提出的。他现场给客户演示了一下，客户觉得特别棒：“这个东西做得好，我一定买你的产品。”
过去怎么分享？他回来之后，可能把案例沉淀在自己的日报或者周报里。销售组织通常有每周、双周，甚至每月一次的复盘会。在复盘中，发现这个优秀销售的案例很棒，再层层上报到公司的销售运营部。
销售运营部门觉得，这个案例应该总结进销售话术 PPT，然后再交给市场部，重新制作 PPT。半个月或者一个月，就这么过去了。
AI 时代变化太快了。大家有没有想到，小龙虾、OpenClaw，其实是今年才发生的事情？但对我来讲，很多时候仿佛已经过去三年了。
所以，如何最快地把前线的优秀知识总结、萃取出来，让全员用得上？我们也提出了一个新的解决方案。
过去，很多现场跟客户沟通的信息其实丢失了。企业有群聊，存在 IM 里；有文档，也存在 IM 里。但会议很多时候缺乏记录。如何把会议记录下来？这是我们新的这款产品要解决的问题。
这个可爱的小卡片，我也戴在身上，这是我们的全新版本。
之前的钉钉 A1，当时那个品类叫 AI 录音卡片，我们已经是国内这个品类销量的第一名。但今天，我们决定重新定义这个品类。
因为录音对大家来讲，很多时候稍微有些敏感。但假如两个人开会，其中一个人拿出电脑记一些笔记，我们觉得没有任何冒犯性。所以，我们也提出了新的主张。首先，真 AI，真干活。
我先给大家演示一个案例。假设我是一个很好的销售，去拜访了我们可爱的客户古茗。我可以按下这个最大的按钮，发送一段话：“刚刚我在古茗跟客户交流了很多，能不能把刚才的交流形成一份新的 PPT？”这句话，就可以把指令直接发送到云端的千问办公里。所以，拜访完客户，作为销售，你还要赶下一个客户的场子，不管打车还是开车，只用发刚刚那一句话，客户拜访经验就马上成为公司其他人可以使用的知识。
这样的信息分享效率，在过去几乎是不可想象的。所以，我希望大家用好软硬结合，用好我们的 QwenNote A2。
请大家记住，我们是 QwenNote A2，我们是真 AI，不录音，这个点非常重要。
上一代钉钉 A1 录音的时候，这个位置会显示一个红色的小灯，有录音，然后有转写。现在，千问语音模型的能力非常强大，ASR 的准确率非常高。所以，我们决定做一个产品创新：默认状态下，我们是不录音的。
也就是说，我跟任何一个客户交流，交流之后，刚刚的音频会在云端完成一次到文字的 ASR 转写，然后被永久删除。在这个过程中，设备上会亮一个小绿灯。
所以，请大家记住我们的新产品名字，也记住小绿灯。未来，如果有人说：“王总、刘总，现在有一个交流，我希望记录一下内容。”你看到他放着一个东西，上面是小绿灯，就知道他没有录音，他只是在记笔记。
AI 录音类产品是一个小品类，但 AI 笔记或者 AI 会议智能类产品，是一个有无限想象空间的产品。
过去，我们在国内已经做到了大几十万台。但我们认为，这个小产品未来有可能是一个有千万台销量的产品。请大家支持，谢谢。
06 千问办公应用功能，用自己的工作台使用千问办公
我们的功能有点多，接下来还有一个新的功能。
在工作里，每个人都会有不同的工作习惯。我们希望用完全自定义、千人千面的工作台来使用 AI。千问办公提供了这样的能力，让你在同一个界面下，以自己的使用方式和使用习惯来使用千问办公。
每个行业、每个岗位，都有自己不同的工作习惯，需要看不同的数据，对不同的数据作出不同的反馈。同时，最好就像我刚刚说的，不要跳转、不要跳出，希望所有信息都在同一个界面里被看到。
日常最高频的操作，按照我自己的优先级，都在第一屏里就能看到。
所以，我们有针对教育、金融、法律等不同行业，以及财务、人事、行政等不同职能的预制工作台。当然，如果有能力或者有需求，也可以打造属于自己的专属工作台，这就是“千问办公应用”。
07 让智能体的每一步操作都可控
最后一点，回到安全。
信得过，是企业级 Agent 非常重要的前提。上下文有价值，数据就更要被保护。
这里有两个点。两个点，一个是说过去出现过什么样的问题，这个案例大家都看到过，今年2月份小龙虾爆火的时候meta的安全负责人在执行一个操作让小龙虾帮他整理邮件的时候出现了误删的问题。因此，让AI做任何操作的时候我们要对他的执行边界和执行范围做约束。
千问办公让智能体的每一步操作都可控。事前，我们会给它划好边界，让每件事情放在沙箱里执行。
但有时候，需要把它拉出沙箱，在电脑上做一些操作，这时也有审批。AI 会告诉你，这个操作可能带来风险，由人确定是否执行。
最后，事后还有兜底。我们有文件防误删机制，即使 AI 不小心删了东西，千问办公也能帮你找回来。这些都是给企业提供的能力，希望大家用 AI 的时候用得放心。
另外，接触数据也要有边界。
本来，每个人的办公电脑就有敏感数据。做了企业上下文，更多敏感数据汇聚到一起，我们更要保护好它。所以，我们做了全链路的数据安全。
我们希望，电脑上的敏感数据在被千问办公访问时，需要你的确认；如果企业管理员有严格要求，它就不能被 AI 访问。过去很多企业都知道，AI 有时会成为数据泄露的源头。所以，我们一定要保护好数据访问的权限。
同时，我们还会对产出的结果进行分析和跟踪。我们知道每个人用 AI 做了什么、产出了什么，这些产出物里是否含有敏感数据，这样才能判断 AI 产物会不会导致数据泄露。
任何数据，都应该被保护在企业允许的边界内，这些是我们提供给企业的能力。
安全中心，就是把前面提到的功能放在后台进行配置，把每个人的身份、权限和他能访问的数据关联起来。操作有审批，防护有记录，还能看到当前的风险概览。
这些依赖于我们的沙箱能力、风险管控能力、加密传输，以及设备安全因子。
比如，如果你的千问办公是企业的千问办公，就一定要在企业可控、可信的设备上才可以登录。如果没有这么严格的限制，在家里登录企业级千问办公，相当于打通了一个企业数据向私人电脑的通道。这些我们都提前考虑到了。
除了前面提到的几个点，今天云栖大会也发布了全新的计算超节点，我们有很强大的模型资源能力。
基于这些，我可以自信地说，我们能提供国内最为强大的私有化企业级办公 Agent。这依赖于强大的自研芯片、性能马上翻三倍的平头哥，以及可能是全球最高智能密度的千问模型。这个“最”也不是我说的，伊隆·马斯克之前转过一次千问的推文，他讲过。
就像上午分享的一样，我们有 Max 系列模型，也有追求高性价比的 Flash 、Plus，以及 27B Dense 模型。
价格合适、尺寸合适、智能密度足够高，同时便于线下部署的模型，是千问办公私有化版本赖以生存的基础。
依托阿里整个强大的 AI 全栈能力，再加上企业级 Agent 平台千问办公，我们可以给需要纯私有化部署的企业，提供最强大的私有化部署企业级 Agent。
08 真实客户案例，激活企业上下文让组织复利生长
回到开头那句话，我还是希望大家记住：如果选择千问办公，你选择的是一个懂业务、能协同、信得过的企业级 Agent 产品。
接下来，分享一些真实的客户案例。
广汽是世界 500 强汽车企业，他们把 AI 融入安全和故障诊断，支撑精细化运营，快速构建各种各样的系统。
过去，一个业务部门要做自己的事情，只能跟 IT 部门协同，需要采购新的软件；或者自己有一定开发能力，慢慢开发。
现在，有了千问办公，一些内部简单的应用可以快速开发、部署、上线，一整套流程都在千问办公里完成。过去需要用各种办公软件做的事情，现在可以构建一个新的系统，自动化流程在里面自动完成。
传化集团是中国民营化工龙头企业。他们用 AI 驱动黄磷价格研判，辅助原材料采购决策。今天，传化也会进行分享，这些都是已经在企业里真正落地、跑起来的案例。
杰克科技，昨天我们的销售同事跟我介绍时，我说这个名字挺酷，但它是做什么的？他告诉我，杰克科技在工业缝纫机领域，销量连续 14 年全球第一。
我们也非常有幸，钉钉过去一直服务他们，现在他们用上千问办公，构建智能化的产销管理体系，让交付可追踪，让需求可预测。
我觉得，AI 就是把过去很多大家想满足、但没有被满足的需求做出来了。过去软件研发有成本，做系统有成本，现在 AI 把这些成本降得足够低。企业过去有需求但没被满足的地方，现在都可以快速用千问办公做出来、部署上线，再利用之前发布的多人工作台能力，让大家在一个系统里完成协同。
还有森马，中国童装市场份额第一。他们也用 AI 驱动门店经营诊断，支撑多门店的精细化运营。
我做 AI 的时候，一直在回想一个东西，叫杰文斯悖论。过去，煤炭价格大幅降低，并没有让产业被摧毁，而是让蒸汽机得到更广泛的应用，产生更多应用场景。
今年，比较关注投资或者二级市场的朋友可能会看到，之前内存价格一路升高，一些海外模型也越来越贵。我们会想，这么贵，普通人还用得起吗？
但中国的模型厂商一起把价格打到了很低的水平。现在，基于一个强大、尺寸合适的模型，可以以非常有性价比、非常优惠的价格，完成大量自动化操作和研发任务。
我觉得，这也是当前 AI 办公能够普惠，让更多人、更多企业在更多场景里用起来的重要前提。
这些都是已经签下来的客户。今天云栖大会，也有很多客户来到现场，还有更多客户在 POC 的过程中。
我们希望更多客户朋友携手千问办公，激活企业上下文，让组织复利生长，让组织通过 AI 提效。
最后一句话：千问办公，Context is All You Need。
谢谢大家。
- 阿里云加速构建Agentic Cloud：推出AgentCore、新一代CPFS等重磅新品 – 2026年9月22日
- 千问办公发布企业级Agent基础设施“企业上下文” – 2026年9月22日
- 蚂蚁密算韦韬：企业需要的不是更聪明的 AI，而是可信的 AI – 2026年9月22日