千問說95%的辦公任務標準模式就夠了，實測結果有點微妙

藍字計劃2026.09.14 18:56 · 來自廣東全文4333字00:00 / 12:30千問能替你上班嗎?作者｜黃曉彬原創首發｜藍字計劃賣大模型的，居然開始勸人別總用自家最好的模型了。早些時間前，阿里旗下的AI辦公工具千問辦公上線了搭載Qwen3.8-Flash的標準模式，並隨之給出了一個非常大膽的宣傳方式：95%的日常辦公任務，標準模式就能完成，只有少數複雜任務需要高級模式。這就有點意思了。眾所周知，旗艦大模型是模型公司們的臉面，無論是在宣傳還是跑分裡都是能力最強的。在實操中，除非是很趕時間，或者確實囊中羞澀，要不然Pro 模型肯定還是比 Flash 模型更有吸引力。

但現在千問卻反過來告訴用戶，大部分時候，用標準模式就夠了。如果真能做到，當然是好事。但“95%的日常任務”覆蓋得這麼廣，總得拿一份實際工作，看看它說的“夠用”到了什麼程度。所以，我們這次選擇了一份看似簡單，但操作起來實則挺複雜的工作：把9份券商研報整理成一份Word，再壓成一頁彙報PPT。實際上，把券商研報交給AI 解讀，難度確實比普通的文檔、新聞、素材解讀要麻煩得多。不同機構會反覆引用同一組財報數據，卻可能給出不同的盈利預測和判斷。AI得把散在正文、表格裡的信息對起來，分清哪些只是重複，哪些確實存在分歧，還不能把不同年份、不同統計口徑的數字簡單粗暴地放到一起。

這次，我們把相同的材料和要求分別交給千問辦公的標準和高級模式。看看千問拍胸口推薦的標準模式，究竟能不能把這份工作做好。分析9份材料，用了10分鐘打開千問辦公，任務入口和普通AI對話沒有太大區別：文件從左下角的“+”號上傳，具體要求直接寫進輸入框，下方則是模式選擇按鈕。從我們測試時的界面看，“標準｜Qwen3.8-Flash”已經處於選中狀態。點開模式列表，它也被排在最上面，旁邊還特意標上了“推薦”；下面才是擅長複雜任務的高級模式，以及Qwen3.8-Max等前沿模型。看來，“95%的日常辦公任務都用標準模式”確實不只是一句宣傳。既然千問打算“把飯喂到嘴邊“，那就先照著它的推薦來。

我們通過左下角的“+”號，把9份券商研報全部傳了進去，先讓它分析這些研報都講了什麼，隨後再按提示明確交付形式：把關鍵數據、各家機構的主要觀點和分歧整理出來，生成一份Word文檔。任務開始後，標準模式先讀取了全部文件，並在執行過程中發現，其中兩份研報雖然文件名不同，內容卻完全一致。去掉這份重複材料，它最終確認，自己實際要處理的是8份獨立研報。這其實是我專門為了千問設置的一個“坑”，看它會不會把不同文件名的同一份研報當成兩份。從結果看來這種“小伎倆”的確難不倒千問。我們接著看看千問的表現。在標準模式下，它沒有按照文件順序，把8份研報逐篇複述一遍，而是將分散在不同材料裡的內容重新歸類。

阿里的經營表現放到一起，AI模型與產品進展單獨展開，各家券商的共識和分歧也被集中整理，最後形成一份包含69個段落、兩張表格的Word文檔。整個過程用了10分24秒。從成品來看，這份Word已經有了相對完整的閱讀主線。想了解阿里的AI雲收入、利潤變化，可以直接找到對應章節；想知道幾家機構對後續表現怎麼看，也不用再回到8份PDF裡逐篇翻找。其中，還有幾個比較有意思，相對亮眼的特點值得一提。在券商分歧部分，它把各家機構對未來利潤的預測集中到了一起，並給出了918億元至1284億元的區間，同時提醒這些預測採用的口徑並不完全相同。

幾家券商對阿里的整體方向基本看好，但在利潤預測、即時零售的拖累程度，以及端側業務能否形成新增量等問題上，判斷並不一致。這樣的整理，其實已經足夠讓我快速看懂這批研報大致在討論什麼。不過，它仍然更像一份綜合摘要。各家機構為什麼得出不同判斷、預測背後用了哪些假設，展開得相對有限。如果後續準備引用具體數據或者觀點，最好還是問清楚AI 這些材料出現在哪裡，然後親自回到對應研報裡進一步核對。Word整理完以後，我馬不停蹄地提出第二項要求：把上面的內容做成一頁能夠直接彙報的PPT。這一次，標準模式共花費了3分17秒。

最終交出來的PPT採用藍白配色，頂部用四個數字卡片擺出總營收、AI雲與算力收入、集團經調整EBITA和MaaS等ARR，下面分別介紹AI模型與產品進展，以及券商的觀點和分歧，底部還附上了資料來源。第一眼看過去，標題、數字和正文已經分出了層次，幾塊內容也被規整地放進了一頁裡。不過，再往下讀，問題也比較明顯：AI產品和券商觀點部分塞了不少小字，放在電腦上都需要湊近了才能看到，要是真的放到會議室裡投屏，那可能有些小字得用望遠鏡來看了。但無論如何，它確實完成了“一頁PPT”的要求，只是在“取捨”上顯得有點不夠聰明。哪些信息應該被重點放大，哪些內容可以乾脆刪掉，還是需要用戶自己在後續再手動調整一次。

至此，標準模式已經把讀取PDF、整理Word、自檢修復和製作PPT的整套流程完成了，交付成果給人的感覺是“能用，但還能更好”。如果你是一個完美主義，或者輸出完一點都不想手動調整的，或許對這個結果不會滿意。那麼，更加強大的高級模式，能實現真正的“交付即用”嗎？高級模式，能“交付即用”嗎？帶著這個問題，我們把模式切換成“高級”，重新上傳同一批研報，並給出完全相同的任務要求。這一次，重複文件的這個坑自然也沒能騙過它。高級模式同樣發現，9份文件裡有兩份內容完全一致，最終按照8份獨立研報進行分析。不過，從這裡開始，兩種模式的處理方式逐漸拉開了差距。

標準模式更像是把散落的內容快速收攏起來，高級模式則先給這批材料建了一份“檔案”。它在文檔開頭增加了一張研報清單，把券商名稱、報告主題、發佈日期和機構評級全部列了出來，哪份關注財報、哪份專門跟蹤AI產品，非常清晰，一眼就能看清。完成清點以後，高級模式才開始進入正文。相比標準模式，高級模式交出的內容明顯專業得多。標準模式主要告訴我，這批研報形成了哪些共識、又在哪些地方出現分歧；高級模式則繼續深挖，把每家機構為什麼得出不同判斷，也儘可能放進了文檔裡。比如同樣討論阿里未來的Non-GAAP淨利潤，華泰給出的預測最高，國信相對保守，兩者相差接近400億元。

高級模式除了列出這個區間，還進一步指出，差異主要來自各家對AI實驗室投入和雲業務利潤率的假設不同。這些提醒，恰好是標準模式相對薄弱的部分。標準模式能幫我快速看懂8份研報在講什麼，高級模式真的想一個高級分析師在上課：某些判斷來自哪家機構，基於什麼口徑，引用時又要注意什麼。Word完成以後，我們繼續讓它把這些內容壓成一頁彙報PPT。高級模式一共用了10分18秒，比標準模式多花了7分多鐘。它沒有直接把頁面生成出來，而是在製作過程中加入了一輪排版檢查。從執行記錄看，第一版PPT出現了幾處問題：標題文本框與右側說明框發生重疊，部分橙色文字放在白色背景上，對比度也不夠明顯。

高級模式隨後縮窄標題框、加深文字顏色，再把PPT導出成圖片，重新檢查頁面有沒有重疊和裁切。直接把PPT 導出成圖片，看來高級模式的千問對自己的成品很有信心，一點用戶自行修改的餘地都不留。那成品怎麼樣？高級模式生成的PPT採用深藍和橙色搭配，頂部同樣放置了四個數字卡片，下面則被拆成業務全景、券商觀點和AI產品矩陣三個區域，底部再用一條深色橫欄放置核心結論。它和標準版的PPT 相比，內容確實詳實了很多。同一批材料、同樣要求做成一頁彙報，兩種模式卻替我選出了不同的重點。

標準模式特意突出MaaS等ARR，更關注模型服務業務進展；高級模式則加入淨利潤和AI雲利潤，更強調阿里在加大AI投入以後，收入增長和利潤承壓之間的關係。標準模式高級模式除了券商觀點和AI產品，高級模式還增加了雲、電商與AI實驗室的業務拆分，並在頁面右上角標出財年口徑和研報來源。但是它依然出現了標準模式版本PPT 同樣的問題。高級模式雖然解決了文字重疊和顏色對比度的問題，下面三個區域依然塞得比較滿，部分內容投到大屏幕上，同樣很難讓人一眼抓住重點。換句話說，多出來的7分鐘，確實換來了更細的內容、更完整的口徑提醒，以及一輪看得見的排版修復，但“更詳細”和“更適合彙報”並不能直接畫上等號。

高級模式離“交付即用”更近了一些，但也就一點而已。95%場景可用，保真嗎？現在再回頭看，千問宣傳的“95%場景可用”，最關鍵的其實是“可用”這兩個字，到底按什麼標準來判斷。如果只看標準模式自己的表現，它的確算得上可用。9份研報能夠全部讀取，重複文件也成功找了出來；最後生成的Word有完整結構，主要數據、機構共識和分歧基本都在；PPT雖然小字不少，但好歹整體是能用的。但看完高級模式以後，標準模式的成品好像又沒那麼“能用”了。高級模式增加了研報清單，把機構觀點、預測依據和數據口徑交代得更清楚，還主動找出了研報裡可能存在的筆誤。

原本覺得標準模式已經整理得挺完整，放到高級模式旁邊，才會發現它省略了多少細節。雖然這份“更好”，有不小的代價。以製作同一頁PPT為例，標準模式用了3分17秒，高級模式則用了10分18秒，耗時超過前者的三倍。而最終交付的產品，也還沒有達到“交付即用”的級別。這樣看的話，如果平時大部分需求只是整理資料、提煉重點、生成初稿，標準模式的確夠用；碰上正式彙報或者複雜材料，再切到高級模式也不遲。說到底，標準模式負責把活幹完，高級模式負責把活幹得更像樣。至於完全不用自己動手，千問暫時還沒打算替你上班。參考資料：千問辦公QwenWork：《首發！千問辦公上線Qwen3.

8-Flash，Agent迎來量大管飽時代》第一財經：《千問辦公劃出Agent的新基準》鳳凰網財經：《阿里動真格，大模型新的“斬殺線”出現了》