AI开始“动手”了，全世界第一个带头的是阿里千问

梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI

当代打工人「酷刑」四件套，看看友友们有没有躺枪：

一点外卖就贼纠结还嫌麻烦、Excel一开人先宕机，攻略越做头越大、买东西还总能买贵……

（光想想都脑仁疼.jpg

但好消息是：可以不用疼了，因为现在AI，已经能《直接上手》替我们把这些糟心事儿给办了。

这！是AI帮我选购下单的27杯霸王茶姬，一键魂穿「淘宝闪购」，优惠券自动加好，顺手帮我小薅一把～

还有这！AI帮我制定了一份超详细的南京旅游攻略，自动直达「飞猪」页面，订机酒、订门票全都一把掐！

不卖关子，这就是阿里千问App的新能力，一口气上线400多项新功能，把淘宝、闪购、支付宝、飞猪这些阿里自家生态全给安排进来了。

四天前，谷歌宣布了与沃尔玛等零售商的AI购物合作计划，但目前尚未上线。

而阿里领先于谷歌，目前已成为了全球首个大规模开放“搜索-决策-支付-履约”全链路AI功能的科技公司。

不用在N个App间来回跳转，说一句指令，就能在手机里把点外卖、买东西、订机票、订酒店，甚至是办签证、查社保这些事儿轻松搞定。

Qwen模型+最全阿里生态强强联手，AI终于不只会聊天，也开始有模有样地替人上手做任务了。

（ps：新功能现在已全面开放测试，大家可以直接搓搓搓！！）

现在的千问APP，能直接上手帮咱办事儿了

不知道大家有没有跟我一样的感受：我们平时用AI，实际上就为了一个目的——让它替我们把事儿给办了。

这几年像ChatGPT、千问、Gemini等主流大模型确实都在往这方面发力使劲儿，但一个现实问题是，AI确实能帮咱干活儿，但这活儿，仅停留在数字世界的「信息形态」。

举个简单栗子，AI能给咱提供外卖建议，但没法帮咱点外卖；能帮忙做攻略，但真要到订机酒这种事儿上，还得自己上手，AI的办事能力一旦从赛博环境走向真实世界，手和脚就有点施展不开了。

而这事儿真正难的地方，还不完全在模型能力本身，而在一个更现实的问题上——《生态》。

因为在真实世界中，大多数应用系统之间本身就是封闭的，权限、流程、入口层层分离，AI想伸手都伸！不！出！来！更别提干活儿了，真挺难的…

但——要是这个AI，本身就同时握着「顶尖」的模型能力，又拥有完整、可调度的「生态体系」呢，那事情可就不一样了。

这一次，依托于Qwen最强模型和阿里最丰富的生态，千问App在一套全新的Agent架构下，把AI的整体能力，实打实地往前抬了一个level。

购物、外卖、支付、地图、票务、娱乐，这些生活中最基础也最高频的能力，被一口气接进了千问App的同一条执行链路里。

生态被打通，最强模型也已站在了执行位，AI真·能在物理世界帮咱干活儿了。（千问：兄弟团办事儿保证不孬哈～

问题来了——那，千问App具体能帮忙干哪些活儿呢？下面咱一起边测边唠！！！

一句话，几十杯奶茶直接到位

咱先来看看千问App的有啥变化。

阿里这回给千问搞了个很低调的小图标作为办事儿入口——叫「任务助理」，长得有点像个*符号，点进去涵盖了精选、资讯调研、office办公、应用开发、生活办事几大板块：

需要说明的是，我们除了能在「任务助理」体验千问的办事儿能力外，还可以直接通过首页聊天框对话的方式，调用阿里生态完成点外卖、做攻略等基础日常需求。

大家看自己使用习惯，选择合适的入口体验就ok～

先来测测我大家在日常生活中需求比较大的一个办事能力——批量闪购。

（毕竟在单位和学校没少组团点单发车…

为了测试千问App的语义理解能力，我特地向它发布了一个模糊的指令：帮我下单30杯茉莉奶白。

本来以为这种信息不全的需求AI多半会糊弄一下，结果没想到它先是主动追问了我的下单偏好，一步步引导我把关键条件补齐：

大概1分钟出头，千问App就直接调用了「淘宝闪购」，把理解需求、确认地址、挑选商品、生成方案、直达下单页面这一整套流程搞定了。

还有一个小细节是，在帮我选饮品的同时，它还顺手给了两套差异化的选购方案，一个是优先快速完成订单，一个是更注重饮品多样性，有点贴心了啊我说！！！

我也特意核对了一下：数量对、冷热对，全程没跳转平台，商品还能二次修改规格，整体体验和在淘宝闪购里手动下单的准确性几乎没差，但操作确实更省事了。

一句话搞定几十杯，剩下的就是坐等奶茶到位，外卖纠结党、下午茶发车党有救了，这要自己弄得鼓捣20分钟…

哦对了，直到快下单我才发现：这AI还顺手帮我领了张闪购券？？？让AI最大化给我薅羊毛、领红包，真的不要太爽吧！

旅游出行，一把跑通

再来看看大家节假日用得最多、也最容易累的旅游出行场景，这次负责跑腿的，是《高德&飞猪》。

眼瞅着快过年了，最近看了看北京飞三亚的春节旅游攻略，那叫一个眼花缭乱，这回我干脆交代给千问，让它帮我制定一份五天四晚的三亚旅游攻略～

千问，帮我制定一份五天四晚的三亚旅游攻略，2月12号北京出发，22号回京，酒店帮我找价位1500以下的。

没过一会儿，千问就给我甩出了一份超详细、图文并茂、还带交互功能的旅游攻略。（震惊.jpg）

景点推荐、导航路线、酒店推荐、订机票、订酒店，这种原本需要自己上手干的苦差事，都被它安排得明明白白：

为了让我更清楚地知道每天的行程路线，千问还直接生成了一份可交互的路线图。

每天去哪儿、怎么走、先后顺序，一眼就能看懂，而且还支持交互和地图缩放，真·指哪儿打哪儿：

不仅如此，我们还可以直接在旅游攻略里实现订机票、订酒店、打车、看路线，全程不用切换App：

当然，像打车查路线这种事儿也不一定要进旅游攻略，在首页聊天框里直接跟千问说需求同样可以，基于实时和预测路况，千问还能给出避免堵车、少换乘、赶时间等更贴合当下情况的路线方案。

emm…用下来最大的感受只有一个：下次出门旅游，真没必要再打开八百App和群聊看攻略了，谁也别想再靠信息差薅我羊毛了！！！

纠结型购物，终于有解了

我们再来看一个生活中经常用得到的场景——淘宝买东西。

对于我这种有选择困难症的人来说，买个东西往往要在淘宝里来回点十几款，对比参数、翻评价、看测评，折腾半天，最后还不一定选得出来……

都接入淘宝了，千问肯定在选商品、比价方面比咱更擅长，这次我给AI的指令是这样的：

千问，帮我推荐一款扫地机器人，2000—3000元左右，家里有只猫。

值得一提的是，我们不仅可以通过打字输入的方式给AI下指令，还可以通过「语音」的方式吩咐千问办事儿：

从结果来看，千问并不是简单甩几个商品链接过来，而是基于真实使用需求做了一次拆解：

一边考虑预算和养宠场景，一边结合个人偏好，把推荐方案分成了「均衡之选」「边角清洁专家」「性价比之王」三种不同取向。

这样一来，无论你是更看重清洁效果、性价比，还是想选个稳妥不翻车的型号，都能快速对号入座。

不仅如此，千问还根据淘宝海量供给与真实评价，融合全网测评与口碑，对我的意图和约束条件做了一次完整的理解和推理：

怎么选、选哪款、值不值，一眼就清楚了。

日常办公应用开发都不在话下

最后我们来唠唠对牛马党来说非常实用的一个场景——日常办公和应用开发。

在「任务助理」的office办公和应用开发板块中，汇集了N多个超实用的功能，例如表格处理、图标生成、幻灯片制作、做网站或小程序等等，很适合在有办公和开发需求的时候帮咱一把～

这次我干脆让千问化身调研专家，让它帮忙生成一份有关2025年具身智能行业报告的PPT，顺便看看它在行业理解和结构化内容组织上的水平咋样～

从市场规模与趋势预测，到技术发展路径，再到企业动态和机会总结，逻辑确实很规整，该有的重点要点都有。

而且说句实话，千问是真的有点审美在的，藏蓝色的PPT背景，搭配3—4个克制的字体颜色，看久了也不累，整体观感非常舒服。（就问学生党和牛马党爱不爱！！！）

当然，千问能办的事儿也不止前面说的这些。

像「调用支付宝」查询政务、帮忙挑选餐厅，给餐馆打电话帮定座位等等，这类能力解决的都是我们日常生活里最具体、最琐碎的需求。

大家感兴趣的话可以直接上手搓搓看～

最强模型+最全生态，人机交互走到新拐点

如果只把千问这波办事能力理解成「功能突然变多了」，可能还是有点片面了。

因为这一轮能力的集中释放，本质可以理解为千问App在顶尖模型能力与最全生态体系上同时形成合力后的自然结果。

对Agent类应用来说，底层模型到底能不能打，几乎直接决定了任务能不能跑通，以及用户最终能感受到的体验上限。

而这恰好是千问App最擅长、也是优势最集中的地方。

一方面，阿里本身就拥有目前全球最完整、也最活跃的开源Qwen模型家族。

Qwen系列的衍生模型数量已经超过18万个，其中Qwen3-Max的综合性能稳居全球前三，在Agent和Coding方向的能力尤其突出，只有模型底子够硬，才有办成事儿的前提。

在具体的技术路径上，千问App这次基于MCP和A2A协议，引入了一套全新的「通用Agent体系」——

由主Agent负责理解需求、拆解任务和整体规划，多个具备反思能力的子Agent，则在各自领域内独立决策、执行和校正。

这种分工带来的最直观变化是：任务不再一股脑儿全堆在一起，而是被拆开各自去跑，大幅提升了跨领域、长链路的复杂任务执行效率和准确率。

这一套能力叠加下来，才在技术底层上让千问App真正长出能干活儿的手、能跑流程的脚，以及能兜住全局的大脑。

除了强大的底层技术能力外，生态这方面也值得好好聊聊。

大家对阿里的生态体系都不陌生，高德、飞猪、淘宝闪购、淘宝这些我们一天可能打开八百回！！

可以说是覆盖了咱们生活的方方面面。在国内甚至全球，能做到如此全面生态的科技公司，都很难找出第二个。

也正因为这些场景离生活足够近，每天都有大量真实的下单、支付、履约和服务结果在持续发生，这些被一遍遍验证过的结果，本身就成了最有参考价值的现实依据。

千问App正是建立在这些真实的用户行为和商家反馈之上，来做决策判断并给出建议，这样一来，信息来源从描述走向可验证，输出给我们的信息也就更加真实有效，形成了一套可追溯的去伪存真机制。

技术到位、生态跑通，再回头看千问App为什么能把事儿办成、而且还能办得又快又好，其实也就不难理解了。

回看技术史，真正具有跨时代意义的时刻，往往并不是技术已经足够成熟的时候，而是第一次有人把「未来」，真正演示给现实世界看。

2007年，乔布斯在发布第一款iPhone手机时，通过Google Map定位最近的星巴克，再手动拨打电话谎称要订购4000杯咖啡，当即博得了满场的欢呼声。

19年后的今天，类似的场景已经不再需要演示，只需要对千问App说一句话，包含个性化需求的500杯奶茶就可以真实送到我们身边。

中国的AI，把乔布斯当年的想象，真正变成了结果。

回顾过去几十年的技术演进，我们会发现，人机交互本身其实已经经历过两次清晰的跃迁。

上世纪90年代，人通过鼠标点击逐条指挥计算机完成任务；移动互联网时代，人通过手指触控App把需求拆解成一个个操作步骤。

现在，当AI可以直接上手把执行任务完整跑通时，技术的演进步伐再次发生了变化——人机交互正在迈入第三次重要跃迁，而千问App这类产品正把这一步率先落到现实中。

甚至我们可以想象，大量零散重复的生活琐事，可能会全部被AI接管；相当一部分执行型、流程型工作，将由AI完成；人类获取知识和做出判断的方式，也会越来越多地通过AI来实现。

通过接入阿里最丰富的生态平台，以Qwen模型作为能力中枢，千问App让AI首次具备了面向现实世界的落地能力——

从点一杯奶茶、查询航班，到下单、订酒店，生活中那些最琐碎、最分散的小事，如今都可以在每个人手中的App里，交给AI一次跑通。

当执行成为模型的内建能力，AI产品就不只是一个界面交互层，而是平台操作系统的一部分，这个方向一旦被验证，交互方式、服务入口、平台形态都会跟着一并重塑。

从这个角度看，千问与其说是在展示全球科技的想象力，不如说，它已经在为想象力提供一个「被验证过了」的起点。

全世界看到的第一个通过Agent工具、大规模完成真实世界复杂任务的AI助手——来自阿里千问。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

— 完 —

🌟 点亮星标 🌟

科技前沿进展每日见

<原文链接：https://mp.weixin.qq.com/s/jK4rdlkoEDGmD8WdQGJTlA