阿里旗下的办公智能体
3000万用户里,有长安汽车的一线员工郭子雅。
在长安汽车的河北生产基地,一辆汽车出厂前,有一道繁琐却不容出错的流程。
每辆车的合格证和随车文件中,有100多项出厂必检参数。车辆交付前,合格证、环保清单等文件上的数十项参数必须与国家监管网站保持一致。过去,质检工程师需要逐项比对。完成一辆车的核查,就要花十几分钟。因为借助AI(人工智能),如今整个流程和效率截然不同。
郭子雅是河北长安的质检工程师,工作13年,此前没写过一行代码。今年接触AI后,她把这项工作交给了
长安汽车的日常协同办公软件并非阿里的钉钉。对于一家大型央企来说,更换全公司的办公软件涉及组织习惯等问题。
但这并没有成为长安汽车的员工们使用
阿里方面披露,包括长安汽车、汇付天下、传化集团、科伦药业、老乡鸡等企业已经接入
智能体本身,也正在成为影响用户选择的重要入口。
我们在今年9月初对520名互联网及泛科技从业者进行的一次定向问卷调查显示,过去三个月,30.2%的受访者固定使用一款智能体工具,但可以更换底层模型;20.2%的受访者固定使用一款模型,但可以更换智能体;23.7%的受访者形成固定的“智能体+模型”组合,其余受访者尚未形成固定使用习惯。
此次调查仅反映本次样本,不构成整体市场的随机抽样(备注:该问卷为独立调查,无委托方。近期我们将对调查结果进行分析解读)。
对一部分知识工作者来说,选择哪一款智能体,已经开始和选择哪一个模型同样重要。

谁占据智能体入口,谁就更接近用户调用模型、工具和企业软件的第一层界面。
过去半年,阿里、字节跳动、腾讯都在加快布局办公智能体。阿里的
“过去做数字化转型,更多聚焦IT系统,往往希望通过一个大型系统解决很多问题。现在做AI,一个很大的变化是更加聚焦于人,由具体的人使用AI解决具体问题。”
在长安AI应用开发处经理肖世强看来,这一轮AI转型与上一轮数字化转型最明显的区别,是解决问题的方式发生了变化。
过去,业务部门发现需求后,通常需要交给IT部门建设系统。现在,直接面对问题的一线员工,也可以利用业务经验,直接用AI解决问题。
越来越多过去不懂IT、不会写代码的一线员工,也开始具备开发工具的能力。他们可以把自己的业务知识直接变成工具。
郭子雅的专业背景是材料,并没有软件开发经验。过去,质量管理系统如果需要增加功能,往往要交给IT团队开发,再等待排期。现在,她已经可以借助AI自己解决一部分问题。
今年,长安河北工厂的员工们还搭建了一套智能体,并将它嵌入原有的问题管理流程,用来辅助核查员工提交的原因分析和整改措施。过去,这些内容需要管理人员逐条检查是否合理。郭子雅希望把这项重复工作交给AI,于是直接和AI对话,让它一步步告诉自己工作流怎么搭建、参数之间怎么连接。经过三四轮调试,这套智能体最终被搭了出来。
当开发工具的能力开始下沉到一线,很多过去开发成本高、周期长,难以快速验证的想法,现在可以先试起来。
在长安汽车产品开发中心,过去只有一个模糊想法时,产品工程师往往需要先靠自己把方案想清楚,再进入产品设计和后续开发流程。这个周期往往很长。但现在,产品工程师们可以先把一个不成熟的想法交给AI,发散出不同方案,再通过不断选择和反馈,把模糊需求一步步变成可以执行的产品方案。
低压线束选型工具就是一个例子。
线束遍布一辆汽车内部,可以被理解为汽车的“血管和神经”,承担能量供给和信号传递。空调、雨刮以及大量控制器,都依赖线束正常工作。
过去,一个车型的低压线束选型涉及线径、引脚、电流负载、电压负载、温度等大量参数。工程师需要打开表格逐项计算和核对,即使是熟练工程师,也要花大约两天。
但在今年,工程师先把头脑中的计算逻辑整理出来,形成产品需求文档,再交给AI开发成工具。经过几轮调试后,现在只需要导入数据,大约5分钟就能完成一次选型,工具还会列出每一步计算过程,方便工程师追溯和核查。
对长安这样的大型企业来说,让一线员工拥有开发工具的能力,还只是第一步。更重要的是,一个人摸索出来的方法,能不能被其他人快速复制。
长安汽车采购中心的一名项目经理,已经把自己的工作拆成58个AI场景和58个Skill(技能)。邮件、会议记录、在线文档,会持续被AI整理成项目进展,生成日报、待办和会议材料。过去两周,他与AI交互240多次,他估算这节约了45个小时。
这些Skill并不只服务于他个人,还可以继续分享给其他员工。这改变了过去“师傅带徒弟”的工作方式——过去,一项专业能力往往需要很长时间才能传递。但现在,一个Skill分享出去,其他员工可以直接获得其中已经沉淀下来的一部分方法和经验,再结合自己的岗位和工作环境继续调整。
过去依附在个人身上的业务经验,开始有机会被沉淀为组织内的能力。
长安汽车一线员工的诸多探索,只是一个切片。
这背后,并不只是一个新产品依靠个人用户逐个下载、注册获得增长。
阿里过去多年积累的企业客户、办公入口和销售网络,正在成为
阿里相关人士对我们表示,目前
钉钉是
钉钉端内已经提供
一位传媒公司人士对我们表示,过去使用Claude Code、Codex等海外智能体时,往往需要先把会议速记、聊天记录、知识库等材料重新整理、上传到新的平台。但使用国内办公智能体后,整理资料的过程可以被省掉。会议结束后,智能体可以直接调用会议纪要,他可以直接完成后续工作。
钉钉给
阿里云、钉钉的销售体系,也是
阿里云的销售团队也开始向既有企业客户推广
这背后存在一套清晰的商业逻辑。
企业采购模型和API(应用接口)之后,通常还需要经过集成、配置、开发等过程,才能真正进入员工的日常工作。对普通员工来说,这些底层能力也很难直接使用。但
相比单纯向企业销售模型和API,办公智能体也更容易进入具体业务场景。一旦AI持续参与会议、文档、研发、数据分析等日常工作,企业对模型的调用量也会随之增加。
在阿里的布局中,钉钉提供办公入口和企业上下文,阿里云和钉钉提供客户关系和销售网络,
2026年初这一轮通用办公智能体热潮,最初是Anthropic旗下的Claude Code、OpenAI旗下的Codex等海外Coding(编码)工具推动的。
随着Opus 4.6/GPT-5等模型能力突破临界点,智能体逐渐具备工具调用和长程任务能力。Claude Code、Codex不仅可以写代码,还可以处理文件、检索信息、制作表格,甚至连续执行一系列复杂的知识工作任务。
最早把Coding工具用于办公的,是一批极客用户。他们意外发现,原本用来写代码的Coding智能体,同样可以用于知识工作。在中国市场,Claude Code、Codex等海外产品有支付方式、网络环境的使用门槛。
即使存在这些门槛,在我们此次针对互联网及泛科技从业者的问卷中,如果只能保留一款AI工具,依然有超过60%的受访者选择Codex或Claude Code。海外Coding智能体仍然牢牢占据一批专业用户。

至少在今年上半年,AI办公更多还是员工自发使用的个人行为,而不是企业统一推动的组织行为。
但个人提效,并不等于组织提效。
一位中国大型家电集团数字化业务CIO(首席信息官)对我们表示,个人办公账号往往游离在企业管理体系之外,难以接入内部业务流程。企业也很难统一管理数据安全和账号权限。
成本同样是个问题。一位中国算力基础设施厂商CEO认为,让员工长期自费购买AI办公工具为公司工作并不可持续。AI工具的订阅费和Token调用成本并不便宜,企业也很难长期把这部分成本转嫁给员工个人。
对很多中国企业来说,AI更多还是员工自发使用的效率工具。越来越多企业开始主动寻找一套可以在组织内部部署和使用的AI工具。
一位阿里人士对我们表示,他们过去一个月与企业客户交流时,一个明显感受是,越来越多企业希望成为所在行业的“AI Native”(AI原生)公司。尤其是一些头部企业,已经开始担心,如果没有及时完成AI转型,可能会在下一轮竞争中掉队。
企业需求开始集中出现,中国的科技公司正在承接这部分市场需求。
阿里把
这和Claude、Codex这些海外工具的发展路径有所不同。它们首先从开发者和个人知识工作者中获得大量用户,再逐渐向企业渗透。中国的大厂则是直接把智能体嫁接到过去已经建立起来的企业软件体系之上。
对于阿里、字节跳动、腾讯来说,钉钉、飞书、企业微信这些上一代企业软件积累的价值正在被重估。
过去,钉钉、飞书、企业微信是很多企业员工每天工作的平台。现在,
企业员工未必需要直接进入一款企业软件,学习复杂的功能和操作界面。AI办公智能体,正在成为企业软件之间新的交互层。它可以降低企业软件的使用门槛。
几家公司的路径相似,但各自能够拿出来的筹码并不相同。
阿里在这场竞争中的一个特点,是云、模型、智能体和既有To B体系可以在同一条产品链中协同:底层是处于领先梯队的阿里云和
云、模型能力、智能体产品和企业历史上下文,理论上都不是
一个关键进展是,今年8月
阿里用钉钉和阿里云等做入口、渠道,让智能体直接长在企业原有的工作流里。字节、腾讯已经跟进,企业智能体的入口战刚刚开打。
下一步,企业真正关心的最终仍然是投入产出:AI进入工作流以后,流程是否缩短,人的接管率是否下降,组织经验是否能够被沉淀,以及为此增加的Token、算力和软件成本是否值得。
能否把用户增长进一步转化为组织效率和企业付费,是
