千问

1. 调研缘由

这篇调研只聚焦面向消费者的“千问”App/Web 产品，不把 Qwen 开源模型、阿里云 API 以及整个 Qwen 开发者生态跟它混为一谈。

千问官网的定位是阿里官方 AI 助手，也是体验 Qwen 大模型的入口，覆盖 AI 搜索、网页总结、PPT、图片创作与录音纪要等工作、学习和生活场景。[S1]

2026 年 1 月，阿里宣布将淘宝、淘宝闪购、支付宝、飞猪和高德等服务接入千问，并上线了当时还处于限额邀请测试阶段的“任务助理”。这让产品边界从通用问答和内容生成，延伸到了购物、支付、旅行规划和多步骤任务。[S2]

这篇简调主要想回答三件事：千问在多大程度上成了阿里生态的办事入口；Qwen 模型能力与面向消费者的产品体验之间是怎么连接的；以及“AI 替用户办事”在可靠性、授权和服务闭环上，现在到底走到了哪一步。

2. 简介与产品工作流

千问是一个云端消费者 AI 助手。用户可以用文字或语音提出需求，使用搜索、网页总结、PPT、图片创作和录音纪要等通用能力。[S1][S2]

目前产品大致可以拆成两层工作流：

1. 通用助手层：用户提出问题或上传内容，由千问完成搜索、总结、写作、PPT、图片创作等任务。[S1]
2. 办事与任务层：用户描述一个明确目标，千问尝试理解条件、调用相关服务，并把流程推进到下单、支付、预订或任务产出。这里的 Agent 指能把目标拆成步骤，并调用工具或服务执行的程序。[S2]

阿里公开的消费服务案例包括：通过淘宝闪购完成餐饮下单并自动使用可用优惠；在用户明确确认后，于对话内完成支付；结合飞猪和高德，完成旅行规划、机酒预订和路线导航。[S2]

不同服务走完流程的方式并不一样。淘宝闪购的部分流程可在千问内完成；商品探索目前先开放了部分品类，用户可以先在千问里查看推荐和建议，再跳转淘宝完成购买。[S2]

“任务助理”面向较复杂的工作流，比如文件处理、调研、轻量网页应用搭建、旅行规划和餐厅预订。阿里当前仍将其描述为限额邀请测试功能，还不能看成已向全部用户稳定开放的能力。[S2]

3. 团队与资本背景

千问是阿里体系内的消费者 AI 产品。阿里官方材料里把它称为集团的旗舰消费级 AI 应用，2026 年 1 月的产品升级由阿里巴巴集团副总裁吴嘉对外介绍。[S2]

因此，本报告不把千问当成独立创业公司来处理，也不以独立融资轮次作为分析重点。它能对接的模型、交易、支付、旅行、地图和本地生活资源，主要都来自阿里已有的业务体系。[S2][S3]

这次我们没找到足够的公开资料，来拆分千问的独立产品团队规模、单独预算、经营数据或具体组织架构。

4. 技术基础与生态位

阿里在 2026 年 1 月的公告中称，千问 App 基于 Qwen3 基础模型构建。[S2] 这只是一份当时的官方产品说明，不能就此断定截至 2026 年 7 月，千问在所有场景中仍使用同一代或同一规格模型；我们没找到公开材料，说明它当前的模型路由、不同任务如何分配模型，或者模型更新怎样映射到 App 功能。

Qwen 项目同时维护面向开发者的 Agent 框架 Qwen-Agent，公开支持工具调用、规划、记忆、代码解释器和 MCP 等组件；Qwen-Agent 文档称，该框架也作为 Qwen Chat 的后端之一。[S4] 但这不等于千问 App 的任务助理直接采用了同一套公开实现。

阿里对“任务助理”的公开描述是分层多智能体架构，即多个分工不同的 AI 模块协同完成复杂任务。官方没有公开各模块如何分工、调用哪些具体模型、失败时怎样回退，以及不同服务场景的权限控制细节。[S2]

从生态位置看，千问主要归属消费者 AI；它同时横跨通用助手、消费服务入口和任务型 Agent 三层。Qwen 模型与开源工具属于其底层和相邻生态，千问 App 则是面向消费者的云端产品。两者有关联，但开放程度和交付方式不同。[S1][S2][S4]

5. 市场与外部信号

阿里称，千问自 2025 年 11 月 17 日启动公测后，两个月内月活跃用户突破 1 亿。这是公司披露口径，我们未找到可直接对照的第三方月活统计。[S2]

2026 年春节活动期间，阿里投入总值 30 亿元人民币的补贴与红包。阿里云社区发布的集团材料称，2 月 6 日至 11 日六天内，千问带来超过 1.2 亿笔消费订单。这个数据发生在节日促销和补贴环境下，不能单独拿来代表常态化的交易频率或长期留存。[S3]

同一活动阶段，千问新增连接盒马、天猫超市和大麦等服务；此前已接入淘宝、淘宝闪购、支付宝、飞猪和高德。[S3]

定价方面，我们没找到覆盖千问全部能力的官方统一订阅价格表。公开材料主要涉及产品公测、服务接入与春节补贴；外卖、商品、机酒等交易仍对应具体商品或服务本身的价格体系。

6. 公开评价与主要分歧

官方对“办事能力”“可靠性”和“用户信任”有明确表述，但这些属于产品方定位，不作为独立评价。[S2][S3]

正面评价（独立媒体试用与评论）：

36 氪作者刘飞在试用后认为，千问接入淘宝、闪购、飞猪、高德和支付宝的意义，在于把部分高频生活服务聚到同一个入口；他以点咖啡和旅行规划为例，认为这类流程能减少用户在多个 App 间切换的步骤。这是作者基于试用得出的产品观察。[S5]

量子位的体验文章展示了旅行规划、商品推荐和办公任务等用例，认为在已接入服务的场景中，千问可以把需求拆解、推荐和部分后续操作串联起来。该评价基于单次媒体试用，不等同于任务成功率或普遍用户体验。[S7]

主要批评/质疑（独立媒体实测）：

36 氪“电厂”实测认为，千问在生态协同上仍有优化空间：在明确的淘宝购买指令中，测试者未能直接完成 App 内跳转；在另一个商品推荐用例中，推荐链接显示失效。报道还提到部分用户反馈，淘宝闪购下单前无法由千问代领优惠券。[S6]

同一篇报道把“服务是否能在同一入口内稳定衔接”列为关键问题。其测试说明，接入服务与把每一步都可靠完成是两件不同的事。[S6]

存在分歧之处：

独立评价之间的分歧，不在于千问是否已经接入阿里服务，而在于这些服务到底能覆盖多少真实流程。正面评价更强调减少搜索、筛选和跨 App 操作；批评意见则集中在商品跳转、链接有效性、优惠执行和链路完整度上。[S5][S6][S7]

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： 豆包手机助手、ChatGPT agent

关键维度对比（事实，标来源）：

维度	千问	豆包手机助手	ChatGPT agent
主要产品入口	消费者 App/Web，重点连接阿里生态内的服务。[S1][S2]	搭载于合作方 Nubia 硬件的技术预览产品；官网明确提示其尚无法保证成熟手机产品的功能完善度。[S8]	ChatGPT 内的 Agent 模式，面向 Pro、Plus、Business、Enterprise 与 Edu 等付费方案开放。[S9]
可执行任务路径	通过淘宝、淘宝闪购、支付宝、飞猪和高德等服务推进购物、支付、旅行与导航流程。[S2]	本次没找到足够一手资料，能逐项说明其截至 2026 年 7 月可覆盖哪些第三方 App 与完整服务流程。	可使用可视化浏览器、代码解释器、已连接应用与终端，处理网页操作、文件和数据任务。[S9]
高影响操作的用户控制	淘宝闪购的 AI 支付需用户明确确认后完成。[S2]	本次没找到足够公开一手资料，能对其支付、登录和高影响操作的统一确认机制给出可靠概括。	官方称高影响操作需要用户确认；登录时会暂停并让用户接管虚拟浏览器输入敏感信息。[S9]
当前公开状态	App 已公测；任务助理为限额邀请测试。[S2]	技术预览形态，依赖指定合作硬件。[S8]	已上线，按订阅方案设置月度 Agent 使用额度。[S9]
技术公开程度	Qwen 模型与部分开发者工具有公开项目；千问 App 的任务编排与服务端实现有限公开。[S2][S4]	本次没找到足够公开资料，能拆解其助手层的完整技术实现。	官方公开了工具类型、权限控制与部分安全机制，但未公开完整模型和服务端实现。[S9]

公开评价中的对比（标源，非个人裁决）：

36 氪作者刘飞把千问与浏览器 Agent 的路径做了区分：他的观点是，千问对阿里内部服务的接口级连接，和依靠浏览器或图形界面操作外部网站的 Agent，有着不同的实现条件与使用边界。这是作者的产品分析，不代表统一行业结论。[S5]

目前没找到针对千问、豆包手机助手和 ChatGPT agent 的统一第三方基准测试，因此无法就真实任务成功率、故障率、完成耗时、支付安全性或长期留存给出可靠排名。

8. 信息缺口与后续观察

1. 未找到任务助理截至 2026 年 7 月的全量开放范围、实际可用比例和邀测规则。
2. 未找到统一的任务成功率、失败率、人工接管率、取消率或售后处理数据。
3. 未找到千问在不同服务场景中使用何种 Qwen 模型、如何切换模型、如何处理工具调用失败的公开技术说明。
4. 需要继续观察下单、支付、订票等流程，是否覆盖退款、改签、取消、客服和异常订单。
5. 春节活动带来的订单和增长信号较强，但非促销期的任务频率、用户留存与使用习惯，仍缺少独立数据。
6. 涉及支付、政务和个人偏好的服务，需要继续观察授权界面、异常情况下的责任划分、数据使用说明和用户接管机制。

9. 归纳洞察 ★

千问呈现出来的是一条生态内服务型 Agent 路线：前台由对话和模型能力承接用户需求，后台连接交易、支付、旅行和本地生活服务，把“给建议”往“推进任务”延伸。

从现有公开信息看，千问已经能在部分阿里服务中形成下单、支付、预订或导航等流程；独立试用也看到，商品跳转、优惠执行、链接有效性和异常处理等问题，仍会影响实际体验。

因此，要理解千问，就得同时把它看成通用 AI 助手、消费服务入口和任务型 Agent。模型能不能理解需求是一回事，服务能不能稳定衔接、用户能不能清楚授权和随时接手，是另一回事。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-07
• 最后复查(last_checked): 2026-07-07
• 最后更新(last_updated): null