千问说95%的办公任务标准模式就够了，实测结果有点微妙

作者｜黄晓彬

原创首发｜蓝字计划

卖大模型的，居然开始劝人别总用自家最好的模型了。

早些时间前，阿里旗下的AI办公工具千问办公上线了搭载Qwen3.8-Flash的标准模式，并随之给出了一个非常大胆的宣传方式：95%的日常办公任务，标准模式就能完成，只有少数复杂任务需要高级模式。

这就有点意思了。众所周知，旗舰大模型是模型公司们的脸面，无论是在宣传还是跑分里都是能力最强的。在实操中，除非是很赶时间，或者确实囊中羞涩，要不然Pro 模型肯定还是比 Flash 模型更有吸引力。

但现在千问却反过来告诉用户，大部分时候，用标准模式就够了。

如果真能做到，当然是好事。但“95%的日常任务”覆盖得这么广，总得拿一份实际工作，看看它说的“够用”到了什么程度。

所以，我们这次选择了一份看似简单，但操作起来实则挺复杂的工作：把9份券商研报整理成一份Word，再压成一页汇报PPT。

实际上，把券商研报交给AI 解读，难度确实比普通的文档、新闻、素材解读要麻烦得多。

不同机构会反复引用同一组财报数据，却可能给出不同的盈利预测和判断。AI得把散在正文、表格里的信息对起来，分清哪些只是重复，哪些确实存在分歧，还不能把不同年份、不同统计口径的数字简单粗暴地放到一起。

这次，我们把相同的材料和要求分别交给千问办公的标准和高级模式。看看千问拍胸口推荐的标准模式，究竟能不能把这份工作做好。

分析9份材料，用了10分钟

打开千问办公，任务入口和普通AI对话没有太大区别：文件从左下角的“+”号上传，具体要求直接写进输入框，下方则是模式选择按钮。

从我们测试时的界面看，“标准｜Qwen3.8-Flash”已经处于选中状态。点开模式列表，它也被排在最上面，旁边还特意标上了“推荐”；下面才是擅长复杂任务的高级模式，以及Qwen3.8-Max等前沿模型。

看来，“95%的日常办公任务都用标准模式”确实不只是一句宣传。既然千问打算“把饭喂到嘴边“，那就先照着它的推荐来。

我们通过左下角的“+”号，把9份券商研报全部传了进去，先让它分析这些研报都讲了什么，随后再按提示明确交付形式：把关键数据、各家机构的主要观点和分歧整理出来，生成一份Word文档。

任务开始后，标准模式先读取了全部文件，并在执行过程中发现，其中两份研报虽然文件名不同，内容却完全一致。去掉这份重复材料，它最终确认，自己实际要处理的是8份独立研报。

这其实是我专门为了千问设置的一个“坑”，看它会不会把不同文件名的同一份研报当成两份。从结果看来这种“小伎俩”的确难不倒千问。

我们接着看看千问的表现。在标准模式下，它没有按照文件顺序，把8份研报逐篇复述一遍，而是将分散在不同材料里的内容重新归类。

阿里的经营表现放到一起，AI模型与产品进展单独展开，各家券商的共识和分歧也被集中整理，最后形成一份包含69个段落、两张表格的Word文档。整个过程用了10分24秒。

从成品来看，这份Word已经有了相对完整的阅读主线。想了解阿里的AI云收入、利润变化，可以直接找到对应章节；想知道几家机构对后续表现怎么看，也不用再回到8份PDF里逐篇翻找。

其中，还有几个比较有意思，相对亮眼的特点值得一提。

在券商分歧部分，它把各家机构对未来利润的预测集中到了一起，并给出了918亿元至1284亿元的区间，同时提醒这些预测采用的口径并不完全相同。几家券商对阿里的整体方向基本看好，但在利润预测、即时零售的拖累程度，以及端侧业务能否形成新增量等问题上，判断并不一致。

这样的整理，其实已经足够让我快速看懂这批研报大致在讨论什么。不过，它仍然更像一份综合摘要。各家机构为什么得出不同判断、预测背后用了哪些假设，展开得相对有限。

如果后续准备引用具体数据或者观点，最好还是问清楚AI 这些材料出现在哪里，然后亲自回到对应研报里进一步核对。

Word整理完以后，我马不停蹄地提出第二项要求：把上面的内容做成一页能够直接汇报的PPT。

这一次，标准模式共花费了3分17秒。

最终交出来的PPT采用蓝白配色，顶部用四个数字卡片摆出总营收、AI云与算力收入、集团经调整EBITA和MaaS等ARR，下面分别介绍AI模型与产品进展，以及券商的观点和分歧，底部还附上了资料来源。

第一眼看过去，标题、数字和正文已经分出了层次，几块内容也被规整地放进了一页里。不过，再往下读，问题也比较明显：AI产品和券商观点部分塞了不少小字，放在电脑上都需要凑近了才能看到，要是真的放到会议室里投屏，那可能有些小字得用望远镜来看了。

但无论如何，它确实完成了“一页PPT”的要求，只是在“取舍”上显得有点不够聪明。哪些信息应该被重点放大，哪些内容可以干脆删掉，还是需要用户自己在后续再手动调整一次。

至此，标准模式已经把读取PDF、整理Word、自检修复和制作PPT的整套流程完成了，交付成果给人的感觉是“能用，但还能更好”。

如果你是一个完美主义，或者输出完一点都不想手动调整的，或许对这个结果不会满意。那么，更加强大的高级模式，能实现真正的“交付即用”吗？

高级模式，能“交付即用”吗？

带着这个问题，我们把模式切换成“高级”，重新上传同一批研报，并给出完全相同的任务要求。

这一次，重复文件的这个坑自然也没能骗过它。高级模式同样发现，9份文件里有两份内容完全一致，最终按照8份独立研报进行分析。

不过，从这里开始，两种模式的处理方式逐渐拉开了差距。

标准模式更像是把散落的内容快速收拢起来，高级模式则先给这批材料建了一份“档案”。它在文档开头增加了一张研报清单，把券商名称、报告主题、发布日期和机构评级全部列了出来，哪份关注财报、哪份专门跟踪AI产品，非常清晰，一眼就能看清。

完成清点以后，高级模式才开始进入正文。

相比标准模式，高级模式交出的内容明显专业得多。标准模式主要告诉我，这批研报形成了哪些共识、又在哪些地方出现分歧；高级模式则继续深挖，把每家机构为什么得出不同判断，也尽可能放进了文档里。

比如同样讨论阿里未来的Non-GAAP净利润，华泰给出的预测最高，国信相对保守，两者相差接近400亿元。高级模式除了列出这个区间，还进一步指出，差异主要来自各家对AI实验室投入和云业务利润率的假设不同。

这些提醒，恰好是标准模式相对薄弱的部分。标准模式能帮我快速看懂8份研报在讲什么，高级模式真的想一个高级分析师在上课：某些判断来自哪家机构，基于什么口径，引用时又要注意什么。

Word完成以后，我们继续让它把这些内容压成一页汇报PPT。

高级模式一共用了10分18秒，比标准模式多花了7分多钟。它没有直接把页面生成出来，而是在制作过程中加入了一轮排版检查。

从执行记录看，第一版PPT出现了几处问题：标题文本框与右侧说明框发生重叠，部分橙色文字放在白色背景上，对比度也不够明显。高级模式随后缩窄标题框、加深文字颜色，再把PPT导出成图片，重新检查页面有没有重叠和裁切。

直接把PPT 导出成图片，看来高级模式的千问对自己的成品很有信心，一点用户自行修改的余地都不留。

那成品怎么样？

高级模式生成的PPT采用深蓝和橙色搭配，顶部同样放置了四个数字卡片，下面则被拆成业务全景、券商观点和AI产品矩阵三个区域，底部再用一条深色横栏放置核心结论。

它和标准版的PPT 相比，内容确实详实了很多。

同一批材料、同样要求做成一页汇报，两种模式却替我选出了不同的重点。标准模式特意突出MaaS等ARR，更关注模型服务业务进展；高级模式则加入净利润和AI云利润，更强调阿里在加大AI投入以后，收入增长和利润承压之间的关系。

标准模式

高级模式

除了券商观点和AI产品，高级模式还增加了云、电商与AI实验室的业务拆分，并在页面右上角标出财年口径和研报来源。

但是它依然出现了标准模式版本PPT 同样的问题。高级模式虽然解决了文字重叠和颜色对比度的问题，下面三个区域依然塞得比较满，部分内容投到大屏幕上，同样很难让人一眼抓住重点。

换句话说，多出来的7分钟，确实换来了更细的内容、更完整的口径提醒，以及一轮看得见的排版修复，但“更详细”和“更适合汇报”并不能直接画上等号。

高级模式离“交付即用”更近了一些，但也就一点而已。

95%场景可用，保真吗？

现在再回头看，千问宣传的“95%场景可用”，最关键的其实是“可用”这两个字，到底按什么标准来判断。

如果只看标准模式自己的表现，它的确算得上可用。9份研报能够全部读取，重复文件也成功找了出来；最后生成的Word有完整结构，主要数据、机构共识和分歧基本都在；PPT虽然小字不少，但好歹整体是能用的。

但看完高级模式以后，标准模式的成品好像又没那么“能用”了。

高级模式增加了研报清单，把机构观点、预测依据和数据口径交代得更清楚，还主动找出了研报里可能存在的笔误。原本觉得标准模式已经整理得挺完整，放到高级模式旁边，才会发现它省略了多少细节。

虽然这份“更好”，有不小的代价。

以制作同一页PPT为例，标准模式用了3分17秒，高级模式则用了10分18秒，耗时超过前者的三倍。而最终交付的产品，也还没有达到“交付即用”的级别。

这样看的话，如果平时大部分需求只是整理资料、提炼重点、生成初稿，标准模式的确够用；碰上正式汇报或者复杂材料，再切到高级模式也不迟。

说到底，标准模式负责把活干完，高级模式负责把活干得更像样。至于完全不用自己动手，千问暂时还没打算替你上班。

参考资料：

千问办公QwenWork：《首发！千问办公上线Qwen3.8-Flash，Agent迎来量大管饱时代》

第一财经：《千问办公划出Agent的新基准》

凤凰网财经：《阿里动真格，大模型新的“斩杀线”出现了》