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——来自阿里千问安全配资炒股门户。
阳美配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
