霸榜過后，千問回答了那個問題嗎？

文 ｜ 闌夕

千問上線半個月了，它要回答的問題沒有變過：

在AI助手已經琳瑯滿目的今天，大家為什么要去用千問？

確實，ChatBot這種產品形式沒什么網絡效應，用戶的遷移成本并不算高，但在AI助手已經成為大廠標配之后，千問還是需要找到它的后發優勢。

而以千問的定位——會聊天，能辦事——來看，千問打進市場的時間差，可能是「剛剛好」。

「剛剛好」的意思，指的是基座模型的發展水平和信任AI的用戶心智處于正在雙向奔赴的高光時刻。

比如千問評價最高的一項能力，是辦公替代，在對話里就能精確控制一份PPT的生成和編輯，并將文件轉化成各種場景需要的格式，這對很多手機用戶來說是絕對的剛需。

針對有特殊格式要求的文檔，千問還能智能識別內容類型，「生成即排版」，排版能力覆蓋近千所高校官方格式、120多種公文模板、71類近萬份合同模板。

要知道，中國的80后和90后，可能是唯一「懂得怎么用電腦」的一代人，上一輩生不逢時就不說了，下一輩因為成長軌跡和移動互聯網完全重疊，以致于年輕人也對PC環境尤為陌生。

所以用千問來做PPT并直接交付給上級，成了這波增長里意料之外的亮點，但我要說反倒不是這個在AI助手里內嵌一個Office的想法，而是大模型應用可能已經走到了「Next Level」：

比的是誰能更快且多的將軟件OTT化。

細說之前，不妨先來回憶一下2025年的大模型行業，在產品層發生了哪些重大轉折：

• DeepSeek的橫空出世，打破了美國四大AI公司（OpenAI、Anthropic、Google、xAI）的「制空權」，并打響了開源包圍閉源的反擊戰；

• 以Manus為先行者的大量初創公司，開始發力調用而非開發模型的Agent市場，不再重復造輪子，轉而嘗試為AI接入手腳，接管用戶的設備使用權，脫離聊天框的約束；

• 在Scaling Laws瀕臨失效后，OpenAI成功掀起「萬物皆可吉卜力化」的風潮，以多模態能力再次讓ChatGPT取得領先，主流大模型進入全尺寸時代；

• Google憑借雄厚的家底和醒悟的效率，再次回到牌桌當莊，不但破壞了「Sota輪流坐」的規矩，還以全家桶的產品組合，一邊走別人的路，一邊讓別人無路可走；

要知道，這種跌宕起伏的劇本，其實是在不到12個月里輪番上演的，恍惚之間，真有「天上一日，人間一年」的錯覺，緊湊尺度下的技術變革，就是如此暴力。

不過，細想這四次轉折，其實都留了缺憾：

開源模型的經濟回報及其預期嚴重不足，在創造的產值層面，中美之間的經濟差距遠高于技術差距；

Agent的實際體驗不太樂觀，即便每一步都能達到90%的成功率，五步加權下來的成功率就只有不到50%，這會無限放大復雜任務的完成難度；

全尺寸主要起到清場作用，進一步淘汰掉了訓練資源不足的對手，但對第一梯隊沒有太大影響；

Google的收割更是違背了這個行業的「祖訓」，畢竟大家當初都是因為不想看到Google贏得一切才合伙起事的??

理解了上述種種，就能理解為什么我說千問的進場時機，微妙得「剛剛好」了。

背靠下決心「畢其功于一役」的阿里，千問手握無限彈藥的開火權，可以和Google一樣承受長期戰略的壓力，甚至連自造芯片都和Google靠著TPU打掉英偉達財報如出一轍。

更重要的是，將Agent內化到AI助手的射程里，用相對務實的短路徑吃掉軟件服務的增值業務，比起一步登天的造勢和落空，可行性要高太多了。

事實上，用AI工具來幫助用戶做PPT，并不是要完全替人完成所有，而是幫他們省去大量的低效率時間。

數據顯示，全國有2.6億的PPT使用人群，高頻用戶平均每天要花2個多小時在PPT上，但在這2個小時里，真正用在想法創作的時間其實很少，大部分時間都耗在了找模板、調結構、改樣式這些工作上。

站在生產力的角度來說，這是相當嚴重卻又得不到解決的浪費，即便有了AI之后，工具與工具之間的割裂，又會新增頻繁的切換成本，越用越累。

所以千問能做PPT的價值，也在于一站式的交付成品，除了輔助用戶激發思想，還能「順手」把工作完成，把領導權交到普通人的手上，讓掌握技能這件事情不再成為障礙。

之所以寫PPT這個能力過于突出，是因為它在某種程度上是辦公鏈路里最為內耗的環節，由此為切入點，千問試圖把每個人的工作質量都提上幾個檔位，讓他們專注于重視個人能力的表現，這反而真正把用戶從形式主義泥沼里解放了出來，回歸人本主義的理念。

這才是AI該做的事情，不是嗎？

可以預見的是，模型的內化能力只會越來越強，以前人們還在驚嘆無所不知的Chat，如今只會Chat的AI助手就已經落伍了，它所替代的，也不應該只有搜索框，萬億級的生產力工具都在迎來一次巨變。

比如那些「只會說卻不能動」的傳統AI助手，在很多時候只能起到一個外界大腦的作用，用戶需要不斷的生成和搬運文本，回到辦公軟件去做交付。

但在千問這種集成化的下一代AI助手里，軟件本身只是被調用的工具之一，用戶的交流主體，永遠是模型，當模型擁有指哪打哪的辦事效率，用戶是不是真的需要安裝軟件，也就并不重要了。

這就是OTT化的意思，軟件不存在了——或者說，操作軟件成了模型能力的延伸。

「軟件吞噬一切」曾是開啟互聯網繁榮的標志性金句，當時的場面就是依靠足夠低廉的邊際成本，軟件作為一種產品化的服務模式OTT掉了工業化的項目制，時過境遷，AI成為了新的生產力，又開始OTT掉陳舊僵硬的軟件生態，就很輪回。

何況千問必然還會將阿里擅長的在線購物場景、生活消費場景全都集成進來，下一代大模型的主場，正在無限接近上限智能+精確行動的套餐。

就像Nano Banana Pro之所以再次刷爆社交媒體，就是因為它好像不只是一個強大的文生圖模型，因為有了Gemini 3的「搭手」，Nano Banana Pro的制圖過程融入了思維鏈，這讓它能一步到位的生成文字密集的信息圖，并理解意圖表達。

這就是會辦事的AI，所能突破的邊界。

我經常會把時隔十年左右的兩幅畫面，放在一起對比：

一個是十年前，美團的創始人王興說開完會需要有人整理會議記錄，需要用到visio來畫流程圖，王興問年輕的同事會不會用visio，而她毫不猶豫的說「我可以學」，事后王興表示，「這四個簡單的字里有無窮的力量。」

另一個今年，在開發者扎堆的群里，有人分享了GitHub上的一個新項目，認為可能有助于大家的工作，此時有人接茬，說了這么一句話——「OK，我讓Claude去學」——在我看來，這句話里的力量感同樣震撼。

都說AI削弱了人類的主體性，但辨別真正的主體性，更加重要。

除非有人認為在PPT里像素級對齊線條才是他的存在意義，否則就不可能把吩咐AI代勞視為主體性的喪失，而千問選擇的市場，也不在于那日均不到十分鐘的聊天機會。

真正有價值的，是即插即用的、All In One的信息處理入口，是需要辦事就想到打開千問的自然心智。

最后分享一個非常形象的圖示——也是基于思維鏈和文生圖的組合生成的AI作品——用來錨定在這個巨變的時代，我們當前處在的位置，以及即將撞上的未來。