AI 办公之争的下一个基点，是上下文。
理论上，企业数据越多，AI 就会越懂企业，数据里有客户需求、业务规则，也有员工处理问题时积累的经验，但实际上，这些数据距离模型能直接使用的上下文，还差得远。
比如，信息散落在文档、会议、群聊和业务系统中，有些彼此矛盾，有些早已过时；再说，模型即使能接触到更多数据，也未必知道完成眼前这项任务该用哪一条。
云栖大会期间，阿里巴巴集团副总裁、千问办公 CEO 陈宇森给了一组数据，一家中大型企业内部的数据规模平均约为 150PB，而目前最强模型的上下文窗口多为 100 万 token 左右，企业保存了大量信息，AI 每次工作时却只能看到其中的一小部分。
本次大会上，千问办公发布面向企业的全新产品：企业上下文（Enterprise Context），基于企业上下文这个产品和千问办公的 Agent 托管能力，千问办公可以帮助企业构建懂业务的数字员工，让他们在钉钉等各类 IM 上和人类员工进行协同，重塑业务流程，大幅提升组织效率。
模型已经具备处理许多通用工作的能力，进入具体公司后，怎样才能知道这家公司的业务究竟如何运转？
个人效率已经提上去了，组织没有跟上
企业有数据，Agent 却未必有答案，陈宇森总结了三大问题，第一条是 AI 不懂业务，日常工作和生活里的大多数通用任务，丢给任何一个足够好的 Chatbot 都能搞定，换成一个具体企业的问题，它就难以回答。
第二，单个员工的效率确实提高了，业务却没有因此跑得更快。一个把八小时工作压缩到一小时完成的人，他的经验既没有机制分享给同事，也没有机制沉淀给组织。第三是想用但不敢用，企业要在省成本的同时守住数据安全的底线。
" 一个不懂业务的 AI Agent，是无法进入企业级真实业务流的。" 陈宇森说。
信息分散是其中一层困难，以千问办公介绍的古茗案例为例，门店新品的操作标准可能出现在培训视频里，设备维修方法可能留在知识库或答疑群里，海报张贴规范又可能写在另一份门店文件中。店员问一个具体问题时，Agent 需要找到适用的那条规定，而非罗列所有相关资料。
千问办公副总裁、产研负责人束骏亮也表示，AI Agent 行业发展到现在，很多技术已经慢慢趋同，决定一个 Agent 能不能很好地理解一个人、理解一个行业去完成任务的，核心在于推理时给它多少上下文。
分水岭于是从 Agent 聪不聪明，变成了 Agent 懂不懂这家企业。束骏亮对个人 Agent 与企业 Agent 的关系还有一个判断，两者在技术上不会有太大差别，真正的边界在于知识产权的归属和工作界面的归属。上下文属于个人还是属于公司，连接的是个人账号还是企业账号，这大概解释了一批个人 Agent 产品体验很好，却很难直接平移进企业的原因。
而懂业务是有门槛的，企业积累多年的数据分散在群聊、文档、会议记录和业务系统里，其中大量是过去被称作隐性知识的非结构化内容。业界长期缺少一套把海量信息结构化、并且能够被 Agent 按需调用的基础设施。
把上下文做成基建，而不是某个产品的功能
千问办公的企业上下文核心，是把企业内部的数据连起来，再压缩成 Agent 能按需取用的形态。
首先是压缩，上下文窗口如果是 100 万 token，一个 50MB 的文档就可能打爆，陈宇森的判断是，做企业上下文不能把数据一股脑拉起来存到一个地方，那样 Agent 反而用不起来，窗口被占用，信息密度不够，宝贵的执行空间被浪费。
所以企业上下文采用类似文件系统的组织方式，让每一个层级尽可能压缩下一个层级的信息，Agent 需要时逐级展开，技术上的说法是渐进式暴露。同时用图数据库把实体之间的关系连起来，一个项目关联了哪些人，关联了哪些群聊，关联了哪些文档，只有这些信息汇聚到一起，Agent 才能判断项目当前的执行状态。
类似的还有美国公司 Palantir，它靠帮企业梳理业务实体及其关系，构建本体数据爆火，但成本也比较高，现在，大模型让整理企业内部知识的成本降了下来。
束骏亮举例表示，假设一套算法抽象一个企业的上下文要 10 天、花 100 万，对企业来说不可行；如果能做到 5000 元、3 天，这就是一个好方案。处理海量非结构化数据时，有没有足够好用、足够适配场景、足够快且便宜的模型，直接决定了抽象的质量和成本。
这也是阿里全栈能力主打的价值，以奶茶品牌古茗为例，企业上下文里有大量视频需要处理，成千上万甚至上十万个视频段落，必须依靠多模态理解能力足够强的模型，比如 Qwen3.8-Omni-Flash。
古茗有一万多家线下门店，新品上市时总部的运营标准需要及时下发，通过企业上下文，飞书文档、知识库、答疑群和培训日程里的内容被整理成门店运营知识空间，帮助近万名一线员工快速掌握新品新标准。当店员通过 Agent 询问海报张贴规范时，企业上下文不会返回全部运营知识，而是提供当前任务所需的那部分。
束骏亮强调，上下文跟着主体走，跟最终使用的 Agent 是解耦的。企业上下文属于企业自己，可以拿到任何一个 Agent 里使用，无论千问办公，还是 Codex、WorkBuddy。他把这套东西定义为新一代的数据基建，跟数据库一样，只是还没有像数据库那样被标准化。
" 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 "，陈宇森明确表示，千问办公服务的客户既有钉钉用户，也有使用其他产品的企业。" 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。"（本文首发于钛媒体 APP，文 | TechPulse，作者 | 张帅，编辑 | 杨林）
