千问办公（QwenWork）这周是真的火。8月17日，华尔街投行杰富瑞甩出一份96页的中国AI报告，把8款中美AI Agent放进5项真实办公任务里实测：年报摘要、联网查数、操作浏览器、做英文PPT、做营销海报——千问办公搭配Qwen3.8-Max模型，以95分拿下综合第一。微博小红书报告发布第二天，千问办公正式接入企业微信，加上此前已接入的钉钉和飞书，国内三大办公平台全部打通。界面新闻
但同一条新闻还有下半句：8月14日晚上千问办公刚首发接入GLM-5.3和DeepSeek V4 Pro两款外部模型，8月17日晚上这两款又从产品端消失了，前沿档位只剩自家的Qwen3.8-Max，官方没解释原因。知乎同一周，它还开源了上下文组件MyContext，上架了鸿蒙PC应用市场。
但今天不想聊排名。对打工人来说，排名是阿里的，积分才是自己的。值不值得试、值不值得付费，最后都要落到一笔很具体的账上：免费积分到底能走多远。
免费2000积分，到底能干多少活
千问办公的积分规则不复杂：新用户注册送2000积分，有效期90天；免费用户每天登录再领100积分。知乎听着不少？看看我汇总的智东西、钛媒体、APPSO和个人用户的全网实测账本：
12页财报PPT（含11个图表）：智东西实测解读Alphabet二季度财报，任务拆成6个子任务，7分钟出稿，核心数据对照官方财报无误——消耗约1000积分。知乎
复杂网页开发：有人让千问办公做3D火箭仿真网页，三次报错后才可用，2000积分全部耗尽
浏览器自动化任务：约220积分一次
网页设计任务：约220积分一次
下载一个Skill再跑2-3个Agent任务：约100积分
算下来：免费送的2000积分 ≈ 20个轻任务，或者2个财报PPT级别的重任务。而且这本账暴露了AI办公产品最大的积分黑洞——不是"用"，是"失败重试"。复杂任务每报错一轮，烧掉的都是你的免费额度。
78元/月，值不值得付
先看价目表：个人标准版限时连续包月78元/月，个人高级版158元/月，企业标准版198元/月/席，企业旗舰版要联系销售报价。知乎注意一个细节：付费会员可以不限次调用经济版模型做文本推理，但图片文档识别、联网搜索、网页总结这些，照样扣积分——"不限量"是有边界的。
顺便说一个杰富瑞报告里和这笔账有关的数据：报告专门统计了前沿模型的"每任务成本"，Qwen3.8-Max大约1.13美元/任务，而Claude Fable 5要3.14美元/任务。报告还提到Qwen3.8-Max的API价格比GPT5.6 Sol和Opus 5低70%以上。知乎模型端便宜是千问办公敢用积分慢慢试探的底气，但对用户来说，落到产品里就是积分消耗速度——所以盯住积分，比盯住模型价格实在。
给三条判断线，对号入座：
需求是"偶尔做份PPT、提炼播客、整理周报"的：别付费。每天登录领100积分，加上新手2000分，轻用途完全够跑完整个公测期；
有周报财报、定期建站、批量素材处理这类高频重需求的：先用免费2000分实测自己的场景，看单个任务平均烧多少积分，再倒推包月值不值——别人的基准是别人的任务，你自己的消耗曲线才不作骗；
企业用户：先看公司用钉钉、飞书还是企业微信。千问办公现在三家全通，接入成本目前是最低的，可以让IT先在小范围跑一轮真实流程再决定席位数。
三个网友实测出来的坑，下载前先避开
第一个，死循环烧积分。有用户反馈长任务卡进死循环，将近一千积分扣下去还在重复同一批步骤。小红书长任务别挂机离开，看到同一批步骤重复出现就手动喊停。
第二个，时间预期。网页生成类任务要走生成、接数据库、部署全流程，极端案例耗时1小时8分钟才交付可访问链接。别指望秒出，重要交付物预留缓冲时间。
第三个，别下错"千问"。千问办公（官网qwenwork.cn，网页版+PC客户端）是独立产品，不是千问App里的"办公助理"功能，也不是此前的QoderWork。这条赛道改名比翻书还快：QoderWork、悟空、骡子快跑、QwenWork、千问办公……有用户吐槽因为搞混名字，做出来的东西完全不对。下载前认准官网。
这个"华尔街第一"该怎么看
这次测试的评分标准，其实比名次更值得看。它考的不是"答得多好"，而是"AI做完以后，人还要跟在后面收多少尾"：出处标没标、格式对不对、文件放没放到指定位置、权限越没越界。千问办公是唯一一个五个维度全部90分以上的产品。知乎报告按模型贡献六成、Harness贡献四成反推产品工程分，千问办公拿到154分，同样排在第一。小红书报告还专门做了一组对照：同一个模型，换一套Harness（产品工程框架），跑分能差出一大截——比如同一个Opus 4.6，在不同Agent框架里的基准成绩相差近20个百分点。
报告把Harness拆成指令、上下文、工具、边界、反馈、治理六层，翻译过来就是：任务能不能交代清楚、工具能不能管住、出错能不能回滚、过程能不能追溯。
这个标准同样适合你自己挑AI办公产品：别问"它会不会答"，问"我把任务交出去以后，还要回来补多少东西"。
最后说句实在话：这次测试只有8款产品、5道题，还是机构自己的评分体系，不能定长期胜负。而且整个AI办公赛道现在都在用积分"试探用户"——WorkBuddy、TraeWork、千问办公、百度搭子摆在一起，包月费大同小异，签到积分分出了100/200/500三档。小红书已经有网友吐槽签到送的积分跟不上消耗，“开始负增长”。所以我的建议就一句：用免费档验证自己的场景，盯着自己的消耗曲线再决定付不付费，别被排名带节奏，也别被焦虑收割。
接下来盯三个信号：公测期结束后积分政策会不会变，死循环烧积分的bug修不修，前沿模型档位会不会稳定——GLM-5.3和DeepSeek V4 Pro上线三天就撤回、官方至今没解释，说明这块还在摇摆，别把长期使用计划押在某个第三方模型档位上。有进展，这笔账再更新。
