个人提效了，组织没跟上，卡在哪
9 月 22 日云栖大会现场，千问办公发布了一款面向企业的产品：企业上下文（Enterprise Context）。阿里巴巴集团副总裁、千问办公 CEO 陈宇森给出的诊断很扎心——模型和智能体的能力越来越强，个人办公效率肉眼可见地提升，但组织生产力并没有跟着线性上涨。原因他也说透了：智能体进不去业务工作流。员工问 AI「这份合同怎么走审批」，得到的往往是全网通用的流程模板；想做业务分析，还得自己翻遍十个群聊和历史文档找数据。智能体看起来什么都知道，唯独不知道你家公司的事。
陈宇森把解法浓缩成一句口号：Context is All You Need。智能体要懂业务，需要的是准确的企业上下文，而这套东西在大多数企业里是散落的——钉钉、飞书、企业微信里躺着多年积累的群聊、文档、知识库，业界一直缺少一套基础设施，能把这些零散、海量、非结构化的信息加工成智能体可以理解、可以调用、可以信任的业务依据。企业上下文就是冲着这个缺口去的。
给智能体一册手册，而不是一座图书馆
产品逻辑上有个容易被忽略的细节：数据不是越多越好，而是越准越好。员工开始一项具体任务时，需要的从来不是企业全部信息，而是与当前任务最相关的那一小部分。企业上下文做的事情分三层：对海量数据做压缩和结构化处理；根据智能体的任务需求精准投喂对应信息；随业务变化及时更新，让智能体每次判断都基于企业最新的真实情况。官方介绍其内置了专属模型，可以用极低的 token 成本完成数据的压缩和处理——这一点对企业客户很实际，上下文工程的账单如果压不住，规模化就无从谈起。
茶饮品牌古茗的案例把这套逻辑讲得很直白。茶饮品牌上新频繁，运营标准需要及时更新并下发到门店。通过企业上下文，古茗把飞书文档、知识库、答疑群、培训日程里的内容整理成「门店运营知识空间」，近万名一线员工通过智能体提问，返回的不是全部运营知识，而是与当前问题对应的规范——店员问海报张贴的操作要求，智能体调取的正是这条标准的最新版本。
数字员工：有身份、有边界、有任期
基于企业上下文和智能体托管能力，千问办公推出了数字员工的完整框架。每个数字员工具备名称、部门、职责、授权范围和生命周期五项属性，执行记录全程可追溯。物流企业富立卡的部署是个具体样本：其销售团队每人每天要处理三百多条询盘，与六个部门协作，千问办公为其配置了查询、报价、合同三类数字员工，三类角色共享企业上下文，分工完成询盘、报价到合同审批的全链路业务流转。
配套的还有两块能力。协作功能让企业创建协作空间，关联群聊、文档和知识库，人与人、人与智能体、智能体与智能体都可以在空间里协同，业务产出统一沉淀；应用功能支持企业和 SaaS 厂商把业务系统接入，保留原有界面和数据，直接叠加智能体能力，省掉在 AI 工具与业务系统之间来回切换的割裂感。
安全中心：从架构层管住智能体
数字员工一旦有了执行权，安全就不是附加题而是及格线。千问办公的安全中心从架构层面管控智能体风险：沙箱划定运行边界，高风险操作触发拦截，操作记录支持审计回溯，还有恢复机制兜底。这套管控与钉钉的企业安全体系结合，落实最小权限授予、敏感信息识别和全程审计。大会现场，益海嘉里金龙鱼、一汽丰田、传化集团等多家头部企业宣布接入。
把这条新闻放进更大的图景里看，值得注意的集团公司内部视角：同一天阿里云发布的 Agentic Cloud 战略里，Context Engine 被列为三大核心场景之一——集团在基础设施层与业务应用层各自押注「上下文」，一个管算力与存储之上的全域数据组织，一个管业务流里的精准投喂，两条线在叙事上互相呼应。辩证地看，企业上下文的技术门槛不在算法而在企业数据治理本身：群聊里半真半假的信息、过期的文档、口径不一的知识库，压缩结构化之后噪音也会被一并放大。产品定价、开放节奏与更多客户数据，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。