发生了什么
2026 年 9 月 22 日，千问办公在 2026 杭州云栖大会上发布企业级智能体基础设施「企业上下文」。阿里巴巴集团副总裁、千问办公 CEO 陈宇森给出的问题定义是：个人 AI 带来的效率提升并没有直接转化为组织生产力，症结在于智能体难以嵌入企业真实业务流程。
- 企业上下文将企业文档、群聊等业务数据压缩并结构化，动态匹配任务所需信息，并随业务迭代更新；
- 内置专属模型完成数据压缩与处理，官方称可用极低的 Token 成本运行；
- 基于企业上下文与 Agent 托管能力，企业可搭建具备完整身份、授权边界的数字员工，在钉钉等 IM 中与员工协同；
- 安全中心在执行前用沙箱划定运行边界、执行中审批与拦截高风险操作、异常后通过操作记录与恢复机制处理；
- 结合钉钉企业安全体系，支持最小权限授予、敏感信息识别与全程审计。
落地上，古茗茶饮把飞书文档与知识库构建为门店运营知识空间，支撑近万名门店人员检索运营规范；物流企业富立卡部署查询、报价、合同三类数字员工，共享同一份企业上下文，分工完成从询盘、报价到合同审批的全链路流转。同日宣布接入的企业还包括益海嘉里金龙鱼、一汽丰田、方达律师事务所、传化集团、中国数联、泽大律师事务所、横店东磁与国邦医药。
为什么重要
企业级智能体落地的主要障碍正在从模型能力转向数据与治理。任务可以跑通，但企业不敢让一个权限边界说不清的智能体去操作系统，这一层顾虑此前很少被产品化解决。
- 把企业上下文单独抽象为基础设施，意味着上下文供给与模型选型开始解耦，企业更换模型不必重做数据接入；
- 沙箱边界、审批拦截与操作审计三项能力，对应的是可追责性，而不是通常的准确性指标；
- 与 IM 工具原生协同，避开了员工需要在多个应用之间切换的落地阻力，这是国内企业 AI 普及的现实变量；
- 从知识空间到合同审批的案例分布说明，企业侧的真实需求集中在流程闭环而非单点问答。
同一场大会主论坛上，阿里巴巴还将 AI 模型、AI 芯片与 AI 云定义为机器智能时代的三大基石，并提到当前客户 AI 需求强劲、行业中长期的算力需求远超供给能力。企业级智能体的普及速度，最终会受制于推理侧算力的供给节奏。
不确定之处
企业上下文的效果高度依赖企业既有数据的结构化程度，官方未披露压缩比例、召回准确率与延迟等可量化指标。「极低 Token 成本」目前是定性描述，缺少公开的计费口径。安全中心的拦截策略与误报率、数字员工在异常情况下的回滚机制，也尚未见到第三方实测。此外，多家企业宣布接入与规模上线之间仍存在距离，实际部署规模需要后续观察。