AI開始“動手”了，全世界第一個帶頭的是阿里千問

夢瑤 發自 凹非寺
量子位 | 公眾號 QbitAI

當代打工人「酷刑」四件套，看看友友們有沒有躺槍：

一點外賣就賊糾結還嫌麻煩、Excel一開人先宕機，攻略越做頭越大、買東西還總能買貴……

（光想想都腦仁疼.jpg

但好消息是：可以不用疼了，因為現在AI，已經能《直接上手》替我們把這些糟心事兒給辦了。

這！是AI幫我選購下單的27杯霸王茶姬，一鍵魂穿「淘寶閃購」，優惠券自動加好，順手幫我小薅一把～

還有這！AI幫我制定了一份超詳細的南京旅游攻略，自動直達「飛豬」頁面，訂機酒、訂門票全都一把掐！

不賣關子，這就是阿里千問App的新能力，一口氣上線400多項新功能，把淘寶、閃購、支付寶、飛豬這些阿里自家生態全給安排進來了。

四天前，谷歌宣布了與沃爾瑪等零售商的AI購物合作計劃，但目前尚未上線。

而阿里領先于谷歌，目前已成為了全球首個大規模開放“搜索-決策-支付-履約”全鏈路AI功能的科技公司。

不用在N個App間來回跳轉，說一句指令，就能在手機里把點外賣、買東西、訂機票、訂酒店，甚至是辦簽證、查社保這些事兒輕松搞定。

Qwen模型+最全阿里生態強強聯手，AI終于不只會聊天，也開始有模有樣地替人上手做任務了。

（ps：新功能現在已全面開放測試，大家可以直接搓搓搓！！）

現在的千問APP，能直接上手幫咱辦事兒了

不知道大家有沒有跟我一樣的感受：我們平時用AI，實際上就為了一個目的——讓它替我們把事兒給辦了。

這幾年像ChatGPT、千問、Gemini等主流大模型確實都在往這方面發力使勁兒，但一個現實問題是，AI確實能幫咱干活兒，但這活兒，僅停留在數字世界的「信息形態」。

舉個簡單栗子，AI能給咱提供外賣建議，但沒法幫咱點外賣；能幫忙做攻略，但真要到訂機酒這種事兒上，還得自己上手，AI的辦事能力一旦從賽博環境走向真實世界，手和腳就有點施展不開了。

而這事兒真正難的地方，還不完全在模型能力本身，而在一個更現實的問題上——《生態》。

因為在真實世界中，大多數應用系統之間本身就是封閉的，權限、流程、入口層層分離，AI想伸手都伸！不！出！來！更別提干活兒了，真挺難的…

但——要是這個AI，本身就同時握著「頂尖」的模型能力，又擁有完整、可調度的「生態體系」呢，那事情可就不一樣了。

這一次，依托于Qwen最強模型和阿里最豐富的生態，千問App在一套全新的Agent架構下，把AI的整體能力，實打實地往前抬了一個level。

購物、外賣、支付、地圖、票務、娛樂，這些生活中最基礎也最高頻的能力，被一口氣接進了千問App的同一條執行鏈路里。

生態被打通，最強模型也已站在了執行位，AI真·能在物理世界幫咱干活兒了。（千問：兄弟團辦事兒保證不孬哈～

問題來了——那，千問App具體能幫忙干哪些活兒呢？下面咱一起邊測邊嘮！！！

一句話，幾十杯奶茶直接到位

咱先來看看千問App的有啥變化。

阿里這回給千問搞了個很低調的小圖標作為辦事兒入口——叫「任務助理」，長得有點像個*符號，點進去涵蓋了精選、資訊調研、office辦公、應用開發、生活辦事幾大板塊：

需要說明的是，我們除了能在「任務助理」體驗千問的辦事兒能力外，還可以直接通過首頁聊天框對話的方式，調用阿里生態完成點外賣、做攻略等基礎日常需求。

大家看自己使用習慣，選擇合適的入口體驗就ok～

先來測測我大家在日常生活中需求比較大的一個辦事能力——批量閃購。

（畢竟在單位和學校沒少組團點單發車…

為了測試千問App的語義理解能力，我特地向它發布了一個模糊的指令：幫我下單30杯茉莉奶白。

本來以為這種信息不全的需求AI多半會糊弄一下，結果沒想到它先是主動追問了我的下單偏好，一步步引導我把關鍵條件補齊：

大概1分鐘出頭，千問App就直接調用了「淘寶閃購」，把理解需求、確認地址、挑選商品、生成方案、直達下單頁面這一整套流程搞定了。

還有一個小細節是，在幫我選飲品的同時，它還順手給了兩套差異化的選購方案，一個是優先快速完成訂單，一個是更注重飲品多樣性，有點貼心了啊我說！！！

我也特意核對了一下：數量對、冷熱對，全程沒跳轉平臺，商品還能二次修改規格，整體體驗和在淘寶閃購里手動下單的準確性幾乎沒差，但操作確實更省事了。

一句話搞定幾十杯，剩下的就是坐等奶茶到位，外賣糾結黨、下午茶發車黨有救了，這要自己弄得鼓搗20分鐘…

哦對了，直到快下單我才發現：這AI還順手幫我領了張閃購券？？？讓AI最大化給我薅羊毛、領紅包，真的不要太爽吧！

旅游出行，一把跑通

再來看看大家節假日用得最多、也最容易累的旅游出行場景，這次負責跑腿的，是《高德&飛豬》。

眼瞅著快過年了，最近看了看北京飛三亞的春節旅游攻略，那叫一個眼花繚亂，這回我干脆交代給千問，讓它幫我制定一份五天四晚的三亞旅游攻略～

• 千問，幫我制定一份五天四晚的三亞旅游攻略，2月12號北京出發，22號回京，酒店幫我找價位1500以下的。

沒過一會兒，千問就給我甩出了一份超詳細、圖文并茂、還帶交互功能的旅游攻略。（震驚.jpg）

景點推薦、導航路線、酒店推薦、訂機票、訂酒店，這種原本需要自己上手干的苦差事，都被它安排得明明白白：

為了讓我更清楚地知道每天的行程路線，千問還直接生成了一份可交互的路線圖。

每天去哪兒、怎么走、先后順序，一眼就能看懂，而且還支持交互和地圖縮放，真·指哪兒打哪兒：

不僅如此，我們還可以直接在旅游攻略里實現訂機票、訂酒店、打車、看路線，全程不用切換App：

當然，像打車查路線這種事兒也不一定要進旅游攻略，在首頁聊天框里直接跟千問說需求同樣可以，基于實時和預測路況，千問還能給出避免堵車、少換乘、趕時間等更貼合當下情況的路線方案。

emm…用下來最大的感受只有一個：下次出門旅游，真沒必要再打開八百App和群聊看攻略了，誰也別想再靠信息差薅我羊毛了！！！

糾結型購物，終于有解了

我們再來看一個生活中經常用得到的場景——淘寶買東西。

對于我這種有選擇困難癥的人來說，買個東西往往要在淘寶里來回點十幾款，對比參數、翻評價、看測評，折騰半天，最后還不一定選得出來……

都接入淘寶了，千問肯定在選商品、比價方面比咱更擅長，這次我給AI的指令是這樣的：

• 千問，幫我推薦一款掃地機器人，2000—3000元左右，家里有只貓。

值得一提的是，我們不僅可以通過打字輸入的方式給AI下指令，還可以通過「語音」的方式吩咐千問辦事兒：

從結果來看，千問并不是簡單甩幾個商品鏈接過來，而是基于真實使用需求做了一次拆解：

一邊考慮預算和養寵場景，一邊結合個人偏好，把推薦方案分成了「均衡之選」「邊角清潔專家」「性價比之王」三種不同取向。

這樣一來，無論你是更看重清潔效果、性價比，還是想選個穩妥不翻車的型號，都能快速對號入座。

不僅如此，千問還根據淘寶海量供給與真實評價，融合全網測評與口碑，對我的意圖和約束條件做了一次完整的理解和推理：

怎么選、選哪款、值不值，一眼就清楚了。

日常辦公應用開發都不在話下

最后我們來嘮嘮對牛馬黨來說非常實用的一個場景——日常辦公和應用開發。

在「任務助理」的office辦公和應用開發板塊中，匯集了N多個超實用的功能，例如表格處理、圖標生成、幻燈片制作、做網站或小程序等等，很適合在有辦公和開發需求的時候幫咱一把～

這次我干脆讓千問化身調研專家，讓它幫忙生成一份有關2025年具身智能行業報告的PPT，順便看看它在行業理解和結構化內容組織上的水平咋樣～

從市場規模與趨勢預測，到技術發展路徑，再到企業動態和機會總結，邏輯確實很規整，該有的重點要點都有。

而且說句實話，千問是真的有點審美在的，藏藍色的PPT背景，搭配3—4個克制的字體顏色，看久了也不累，整體觀感非常舒服。（就問學生黨和牛馬黨愛不愛！！！）

當然，千問能辦的事兒也不止前面說的這些。

像「調用支付寶」查詢政務、幫忙挑選餐廳，給餐館打電話幫定座位等等，這類能力解決的都是我們日常生活里最具體、最瑣碎的需求。

大家感興趣的話可以直接上手搓搓看～

最強模型+最全生態，人機交互走到新拐點

如果只把千問這波辦事能力理解成「功能突然變多了」，可能還是有點片面了。

因為這一輪能力的集中釋放，本質可以理解為千問App在頂尖模型能力與最全生態體系上同時形成合力后的自然結果。

對Agent類應用來說，底層模型到底能不能打，幾乎直接決定了任務能不能跑通，以及用戶最終能感受到的體驗上限。

而這恰好是千問App最擅長、也是優勢最集中的地方。

一方面，阿里本身就擁有目前全球最完整、也最活躍的開源Qwen模型家族。

Qwen系列的衍生模型數量已經超過18萬個，其中Qwen3-Max的綜合性能穩居全球前三，在Agent和Coding方向的能力尤其突出，只有模型底子夠硬，才有辦成事兒的前提。

在具體的技術路徑上，千問App這次基于MCP和A2A協議，引入了一套全新的「通用Agent體系」——

由主Agent負責理解需求、拆解任務和整體規劃，多個具備反思能力的子Agent，則在各自領域內獨立決策、執行和校正。

這種分工帶來的最直觀變化是：任務不再一股腦兒全堆在一起，而是被拆開各自去跑，大幅提升了跨領域、長鏈路的復雜任務執行效率和準確率。

這一套能力疊加下來，才在技術底層上讓千問App真正長出能干活兒的手、能跑流程的腳，以及能兜住全局的大腦。

除了強大的底層技術能力外，生態這方面也值得好好聊聊。

大家對阿里的生態體系都不陌生，高德、飛豬、淘寶閃購、淘寶這些我們一天可能打開八百回！！

可以說是覆蓋了咱們生活的方方面面。在國內甚至全球，能做到如此全面生態的科技公司，都很難找出第二個。

也正因為這些場景離生活足夠近，每天都有大量真實的下單、支付、履約和服務結果在持續發生，這些被一遍遍驗證過的結果，本身就成了最有參考價值的現實依據。

千問App正是建立在這些真實的用戶行為和商家反饋之上，來做決策判斷并給出建議，這樣一來，信息來源從描述走向可驗證，輸出給我們的信息也就更加真實有效，形成了一套可追溯的去偽存真機制。

技術到位、生態跑通，再回頭看千問App為什么能把事兒辦成、而且還能辦得又快又好，其實也就不難理解了。

回看技術史，真正具有跨時代意義的時刻，往往并不是技術已經足夠成熟的時候，而是第一次有人把「未來」，真正演示給現實世界看。

2007年，喬布斯在發布第一款iPhone手機時，通過Google Map定位最近的星巴克，再手動撥打電話謊稱要訂購4000杯咖啡，當即博得了滿場的歡呼聲。

19年后的今天，類似的場景已經不再需要演示，只需要對千問App說一句話，包含個性化需求的500杯奶茶就可以真實送到我們身邊。

中國的AI，把喬布斯當年的想象，真正變成了結果。

回顧過去幾十年的技術演進，我們會發現，人機交互本身其實已經經歷過兩次清晰的躍遷。

上世紀90年代，人通過鼠標點擊逐條指揮計算機完成任務；移動互聯網時代，人通過手指觸控App把需求拆解成一個個操作步驟。

現在，當AI可以直接上手把執行任務完整跑通時，技術的演進步伐再次發生了變化——人機交互正在邁入第三次重要躍遷，而千問App這類產品正把這一步率先落到現實中。

甚至我們可以想象，大量零散重復的生活瑣事，可能會全部被AI接管；相當一部分執行型、流程型工作，將由AI完成；人類獲取知識和做出判斷的方式，也會越來越多地通過AI來實現。

通過接入阿里最豐富的生態平臺，以Qwen模型作為能力中樞，千問App讓AI首次具備了面向現實世界的落地能力——

從點一杯奶茶、查詢航班，到下單、訂酒店，生活中那些最瑣碎、最分散的小事，如今都可以在每個人手中的App里，交給AI一次跑通。

當執行成為模型的內建能力，AI產品就不只是一個界面交互層，而是平臺操作系統的一部分，這個方向一旦被驗證，交互方式、服務入口、平臺形態都會跟著一并重塑。

從這個角度看，千問與其說是在展示全球科技的想象力，不如說，它已經在為想象力提供一個「被驗證過了」的起點。

全世界看到的第一個通過Agent工具、大規模完成真實世界復雜任務的AI助手——來自阿里千問。