北京
研究员｜卢杨
千问办公的官网今天上线了，用户可下载 Windows / macOS Beta 版本，系统要求为 Windows 10+/macOS 14+。
市面上99%的AI Agent，都卡在了“想得美，做不动”。这次，阿里选择了一条激进的路——把深耕代码生成的QoderWork、擅长复杂推理的悟空、以及强在执行落地的MuleRun强行拧成一股绳，装进了千问办公，模型底座是Qwen3.8-Max-preview。
它宣称不再是你问一句答一句的工具，而是一款更强大的面向企业生产力场景的AI产品。这款融合了阿里全家桶的超级Agent，到底是“缝合怪”还是“六边形战士”？我们测了测。
任务一：整理我的电脑桌面
这个任务非常考验AI。电脑里的文件，不只是文件。它背后代表着人的工作习惯。我没有告诉它具体怎么分类。千问work也没有马上开始操作。而是先问了三个问题：文件应该按照什么逻辑分类？快捷方式怎么处理？临时文件是否需要删除？
这一步很关键。因为真正的智能，不仅是执行命令，而且要明白什么时候需要用户确认。
整个过程大概用了10分钟。说实话，效果比我预想的要好。桌面确实干净了，这方面它已经接近一个靠谱助手。
任务二：让AI挑战PDF格式转换
接下来，是一项办公任务：把60页PDF转换成PPT。
听起来简单。但实际上，这里面包含大量复杂工作：理解页面结构，识别图片和文字，重新生成可编辑文件。这个过程中，千问Work执行了大约60个步骤。
最后生成的PPT，在视觉上基本保持了原来的样子。文字也可以编辑。但是细节问题比较明显。部分页面排版混乱。一些文字无法编辑。甚至有部分内容丢失。所以它更像是：帮你完成60%的机械工作。最后40%，依然要人工检查。
任务三：让AI调用外部工具处理实时信息
我们还想看看它面对真实世界信息的时候怎么样。让它查询当天科技股行情，并生成分析简报。
结果，这一次它遇到了问题。第一次生成的数据存在错误。我们连续和它沟通了几轮，它还是没有主动发现问题，直到我把股票软件截图发给它，告诉它哪里不对。它才进行了修正。
这也是目前很多模型共同存在的问题：它们很擅长生成答案，但还不够擅长判断，而且幻觉率的存在导致大家无法完全信任它们。
任务四：多模态任务挑战
这是让我们十分期待的一项任务。我们分别准备了TXT、MP4、M4A、JPG四种格式的测试文件，分别对应文字资料、视频资料、音频资料、图片资料，希望它能综合理解这些内容，并生成一个网页。
这很接近未来办公场景。但是结果……8分钟之后。任务宣告失败。
我们又重试了一下……这次任务成功了，只是成功的结果有点奇怪。
正常的网页大概率不会出现“声音”这一栏，可这一栏明晃晃地出现在了生成结果中。此外，在网页首页的瀑布流中分别出现了没有图片的图片栏、没有视频的视频栏和没有录音的录音条……我们推测：这里所谓的多模态，无非是把我们提供过去的文件形式呈现在网页端，仅此而已。
坦白说，这次评测的结果，在预期之内。把QoderWork、悟空、MuleRun三个专精不同领域的Agent强行拧在一起，阿里的野心显而易见：它想造出一个“能干活”的数字员工。
但从桌面整理到PDF转换，再到多模态生成，千问Work的表现呈现出一种明显的“能力断层”：在结构化、规则明确的任务上（整理文件、格式转换），它接近可用；在需要实时校验、跨模态融合的开放任务上，表现还不算及格。
千问办公更多时候给人一种找到了方向但远没走到终点的感觉。不过有一点是确定的：AI办公的竞赛，从“谁更能聊”变成了“谁更能执行”。而能执行，永远比能聊更难也更具魅力。
编辑｜张猛 邱慧
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
