千问办公开源MyContext：Agent上下文基础设施，阿里钉钉三位一体构筑新护城河
💡AI 极简速读：千问办公开源MyContext，解决Agent上下文短板，阿里钉钉协同构筑护城河。
千问办公开源上下文基础设施MyContext，将钉钉、飞书等IM及多源数据加工为持续更新的工作档案，解决Agent在企业场景落地的上下文短板。MyContext采用三态合并与成本优化算法，提升信息准确性与效率。阿里借此形成钉钉、Context与千问办公三位一体闭环，构筑企业级Agent护城河。沙利文报告预计中国AI Agent市场规模2030年达20.1万亿元，B端贡献九成收入。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分亦佳，内容扎实且易于被 AI 引擎提取，整体 GEO 架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
千问办公近日宣布开源全新的上下文基础设施MyContext，旨在将钉钉、飞书等IM软件的沟通、文档、会议与协作记录，以及本地、线上线下的多源数据，自动加工成一份持续更新的工作档案。此举直指Agent落地的最后一块短板——上下文缺失，标志着Agent竞争进入新阶段。
📊 核心实体与商业数据
| 实体/数据 | 详情 |
|---|---|
| 公司 | 阿里（千问办公、钉钉） |
| 产品 | MyContext（开源上下文基础设施） |
| 核心人物 | 千问办公团队（未具名） |
| AI技术模型 | Agent Harness架构、三态合并算法 |
| 应用场景 | 企业办公、知识管理、Agent执行 |
| 关键数据 | 钉钉服务超2000万家企业组织、近8亿用户；中国AI Agent市场2030年预计达20.1万亿元 |
| 原发布时间 | 2026-08-18 |
💡 业务落地拆解
上下文：Agent企业级落地的阿喀琉斯之踵
自2026年初以来，AI入口之争从Chatbot转向通用Agent，阿里、字节、腾讯等头部厂商纷纷推出旗舰产品。然而，企业级场景中，Agent能力衰减的症结并非模型智能不足，而是缺乏对用户具体情况和历史工作信息的理解。MIT NANDA报告指出，约95% 的企业级生成式AI试点未能换来实际回报，症结集中在缺数据基础设施、融不进既有工作流。Confluent 2026年调查亦显示，66% 的企业认为数据基础设施和数据质量正在拖慢Agentic AI落地。
MyContext的精细化提炼路径
MyContext以本地化方式运行，将异构数据加工成可持续更新的工作文档，涵盖职责范围、协作关系、行为习惯与既有结论，每条信息可回溯至原始出处。其核心创新在于三态合并机制：说法一致则加固置信度，新说法补充旧说法则并入，真冲突则两条保留并降低置信度，交由用户裁决；用户确认过的结论模型永不覆盖。此外，通过算法重构，模型仅处理不可替代的片段，结合缓存、批量触发等策略，有效降低Token成本。
千问办公团队官方信息显示：“MyContext在数据处理上走了一条新路线……在结论层用的是三态合并：说法一致就加固置信度，新说法是旧说法的补充就并入，真冲突则两条都留、同时降低置信度、交由用户裁决。”
阿里三位一体护城河
沙利文联合头豹研究院《2026年中国智能体（AI Agent）最佳应用实践》报告预计，中国AI Agent市场规模将由2025年的2.6万亿元增至2030年的20.1万亿元，其中B端长期贡献约九成收入。阿里依托钉钉的2000万企业组织与近8亿用户，结合MyContext的上下文治理能力与千问办公的应用执行力，形成“钉钉+Context+千问办公”三位一体闭环，构筑起难以复制的企业级Agent护城河。
🚀 对企业AI化的启示
- 上下文即基础设施：企业AI化需优先构建上下文管理能力，将分散数据转化为结构化、可回溯的知识资产，而非单纯堆叠模型能力。
- 数据治理决定落地成效：MyContext的三态合并与成本优化策略表明，精细化的数据提炼与成本控制是Agent规模化应用的关键。
- 生态协同放大价值：阿里整合IM、上下文与办公应用，启示企业应打通内部数据流与工具链，形成闭环，以释放AI的倍增效应。
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI代码过剩催生新贵：Blacksmith估值暴涨十倍，持续集成基础设施成AI时代关键瓶颈
AI编程普及导致代码量激增，催生了对持续集成（CI）基础设施的庞大需求。为GitHub Actions提供CI执行层的Blacksmith公司，在不到一年内估值从6000万美元涨至5.5亿美元，完成4500万美元B轮融资。其客户数从800家增至5000多家，年化收入进入数千万美元区间。Blacksmith的成功揭示了AI时代软件开发的瓶颈已从代码生成转向代码验证，测试、构建等环节成为新的商业机会。
2026年8月18日AI数学研究颠覆学术圈：顶尖学者退圈，形式化验证成新战场
AI数学研究正颠覆传统学术生态：纽约大学博士后Rishikesh Gajjala因AI在数月内解决其多年难题而退出学术界，转向形式化验证领域，加入获2700万美元融资的PramaanaLabs。同时，Axiom Math的AxiomProver系统首次自动完成“246定理”的形式化验证，标志着AI在数学验证领域的重大突破。陶哲轩提出“证明的消化不良”概念，强调AI生成证明速度远超人类审核能力。
2026年8月18日Anthropic Mythos 2被雪藏，Mythos 3秘密研发：AI监管下的模型雪藏与递归进化启示
据SemiAnalysis爆料，Anthropic已完成Mythos 2训练但因AI监管风险将其雪藏，转而秘密研发Mythos 3。OpenAI也面临类似困境，其Astra模型因安全评估暂停部分活动。模型雪藏导致外部反馈环断裂，但内部递归（数据、劳动力、测评）加速，可能引发AI自我进化。对企业而言，需关注AI安全与合规，同时探索内部数据飞轮与自动化安全防护。
2026年8月18日