今天你的时间线大概率被这条新闻刷过屏：「华尔街投行杰富瑞的分析师实测了8款全球主流AI Agent，阿里千问办公综合得分第一，超过Claude Cowork和Codex，是唯一一个所有测评维度都上90分的产品」。微博乍一看很提气，转发量也不小。但我们看完之后没急着转，而是先去查了查这份报告的出处。查完的结论先说：这条新闻本身查无实据，但千问办公最近两周干的事，倒是件件都真实存在。今天把这两部分掰开讲清楚，你再决定要不要信这个「第一」。
先说查源的过程，一共四个疑点。
第一，找不到杰富瑞的官方报告。杰富瑞是正儿八经的华尔街老牌投行，1962年成立，股票研究部门常年发分析师报告。但我们翻遍了能查到的渠道，没有找到任何一份杰富瑞官方发布的「全球主流智能体评测报告」。
第二，找不到英文原文。这条新闻号称是「华尔街实测」，但中文互联网上所有转载，都找不到对应的英文原始报道，也没有任何其他权威媒体的交叉验证。知乎上已经有网友发帖质疑这一点了，而且问得很具体：「无法找到英文原版的报道，或者来自其他权威媒体的验证，所以这个评测结论非常可疑」。知乎
第三，信源链条对不上。微博上流传的版本大多标注来源是「网易智能」，但我们在网易科技自己的站点上搜索，找不到这篇原始文章。一条真正的权威评测，不会连自家原文都留不下。
第四，看传播的人。今天密集转发这条消息的，主要是财经电报解读类的账号，不少版本的正文后面，直接跟着「相关公司的移动办公方案可通过钉钉集成」这类个股联想内容。微博换句话说，这条新闻的主要传播场景是股市，不是产品圈。
把这四点放在一起，我们的判断是：不能断定「千问办公第一」是假的——毕竟我们也没看到完整评分表，8款被测产品到底有谁、评分标准是什么，所有转载版本都没给全。但同样的，一个找不到原始出处、没有评分细节、主要靠股票解读账号传播的「第一」，肯定不够格当你的决策依据。一句话：结论的强度，不能超过证据的充分度。这份报告的证据，目前是零。
说完查无实据的部分，再说真实的部分。千问办公最近半个月的动向，每一条我们都核实过，反而更值得你花时间看。
8月3日，千问办公正式公测。它是阿里把QoderWork、MuleRun、悟空三款产品整合出来的办公Agent。知乎底座是旗舰模型Qwen3.8，网页版、Windows、macOS都能用。免费版注册送2000积分，90天有效，每天登录再送100积分。微信公众号
8月7日，上架鸿蒙电脑端。小红书
8月18日，接入企业微信。这意味着它把钉钉、飞书、企业微信三大协同办公平台全部打通了。微博顺带还接了Slack。一家阿里的产品能进腾讯的企业微信主场，这件事本身比任何评测榜单都更能说明问题。
同一天，千问办公团队开源了上下文基础设施MyContext。这个值得多说两句，因为它指向的是办公Agent真正的痛点：Agent会写PPT、会做表格已经不稀奇了，难的是它不知道「你是谁」。每次任务你都得从头交代一遍背景：我负责什么、项目推进到哪了、上周的结论是什么。MyContext做的事，是把钉钉、飞书里的沟通、文档、会议记录自动加工成一份持续更新的「工作档案」，而且全程在本地运行，每条信息都能回溯出处，用户手动确认过的结论模型不能覆盖。36氪对这个方向的评价是：当Agent功能趋同，上下文成了新的战场。36氪
也就是说，一边是查无实据的「华尔街第一」，一边是16天里公测、上鸿蒙、打通三大平台、开源上下文组件这些实打实的动作。后者才是判断千问办公值不值得试的依据。
那到底要不要试？我们不替你做决定，但可以把账帮你算清楚。
先看免费额度够不够。注册送的2000积分加每日100积分，轻办公够用：一次PPT生成大约30到50积分，一篇几千字文档差不多也是这个数。值得买社区但如果你要做完整项目汇报，有用户实测一份10页左右的高质量PPT要消耗160到200积分。值得买社区旗舰模型跑两三个Agent任务，当天100积分就见底了。重度使用就得看付费档：个人标准版活动价78元/月，高级版158元/月。值得买社区值不值，对比一下你现在的方案自己掂量。
再看第三方实测暴露的短板。钛媒体一篇上手评测说得很直白：数据分析算得准、图表不玩花活，但产物存在本地没有云同步，换台电脑文件就断档；发出去的网页是「定格照」，数据更新了旧链接不会跟着变；连接器看着挂了Google日历、Notion一堆名字，实际要自己配OAuth凭据，那是留给开发者的接口，不是给业务人员的一键授权。评价原话是：单拆开来都能用，但拼不成一条流水线，更像被打磨过的个人工具箱，离企业级还差着版本号。钛媒体
最后给你三条选择标准，比任何榜单都管用。第一，看你公司在哪个平台：钉钉重度用户试千问办公迁移成本最低，现在企业微信和飞书用户也能用了；第二，看你让它干什么：标准化任务做PPT、摘要、表格分析，现在的Agent都够用，差别在细节；但如果你指望它接住长期项目上下文，MyContext这类能力刚开源，还需要时间验证；第三，别为排名付费：在「第一」的原始报告拿出来之前，任何以这个排名为卖点的付费引导，都可以直接略过。
接下来值得盯的信号有三个：公测免费期什么时候结束、MyContext的实际接入效果如何、以及杰富瑞到底会不会拿出那份报告的原文。前两个决定产品值不值得长期用，第三个决定这条新闻到底是评测还是故事。有新进展我们再来对账。
