作者｜苗正卿
题图｜视觉中国
阿里杭州西溪园区，C 区 C4 楼，三层、四层。
四层尽头的大号会议室，在过去五六个月被内部戏称为 " 作战室 "。阿里巴巴副总裁、千问事业群总裁吴嘉的 " 战时办公室 " 设立于此。吴嘉 D 们（虎嗅注：D，阿里语境下直属下级）的工位环绕在作战室外几十平的区域内。
在过去四个多月里，这里成为了整个阿里 AI to C 的站前指挥所。9 月以来，自这里发起了两场硬仗：
· 9 月，阿里集结内部精锐工程师汇聚于此，开发针对 C 端市场的 AI APP 产品。11 月 17 日，阿里发布了针对 C 端 AI 市场的 APP " 千问 "，直接杀入 DeepSeek、字节豆包、腾讯元宝在过去两年鏖战的 " 个人 AI Chatbot 类助手 " 市场
· 12 月中旬，在杀入 C 端市场 1 个月后，千问从高德开始，陆续接入阿里核心业务生态，推出 " 生活助手 "。在不到 40 天的时间里，淘宝、高德、闪购、飞猪的数据、业务模块迅速 " 嵌入 " 千问 APP。1 月 15 日，千问正式发布接入阿里生态、含 400 项 AI 办事功能的升级版本
这两场硬仗对阿里的意义是重要的，它回答了两个根本性问题：
1. 阿里到底要不要做 C 端 AI 市场？
2. 阿里到底想怎么做？
而第二个问题是整个棋局上的关键：它不仅包括了阿里的解题思路，也意味着我们可以更清晰地看到未来若干年阿里的基本脉络，并基于这些脉络合理推演出阿里可能投入的资源、发生的交火、需要培育或新长出的能力……这对于研究阿里是至关重要的命题。
在 12 月到 1 月，我和多位阿里 AI C 端业务相关人士，包括吴嘉本人进行交流，梳理他们的想法后，我认为阿里 " 到底想怎么做 " 可以归结为三句话：
· 发挥出通义大模型的模型能力
· 发挥出阿里整体生态的生态优势
· 基于这两大战略优势，精准聚焦 C 端用户的 AI 办公（学习）及生活两大类场景，优先提高用户体验与口碑
或者可以总结为一句话：阿里想把 AI to C 这件事，拉到自己擅长的 " 生态战 "、" 模型战 " 两个战场之中完成战略聚歼。
值得注意的是，在阿里之前，大厂在 C 端 AI 市场主要呈现出三类用户增长方式：
第一类是字节模式，通过自有生态的流量优势，迅速完成 C 端用户的心智占领，在产品本身基于自建模型针对用户需求快速迭代功能，进化为 " 娱乐 + 实用 " 的全能型产品。
第二类是腾讯模式，通过自有的社交生态和内容生态实现用户裂变，产品侧不局限于自家模型
第三类是美团模式，它并不是一个广义上的 "C 端产品 "，但聚焦于美团的核心业务场景提供 C 端 AI 决策服务，产品侧基于自研模型，但并不额外提供更多办公及娱乐功能
阿里的解题思路其实和字节的思路有相似逻辑：很显然这两个大厂都意识到需要 " 把自己的长处发挥到极致 "，打一场基于各自生态和基因属性的全面战争，而不是单纯打一场 " 产品之争 "。差异在于，字节眼中的护城河是 " 产品 + 流量 "。而阿里眼中的核心武器是 " 模型 + 生态 "。
但考验是持续且严酷的。
从内部视角看，如果想打赢这场 C 端 AI 硬仗，阿里需要持续确保在模型能力上处于优势身位；在此基础上，阿里需要把生态优势发挥在 AI C 端场景中，但这意味着产品和协同多个维度的运营效率需要迅速提高。值得注意的是，千问所接入的业务，也包括了闪购这样 " 处于战场炮火焦点、激战中的业务 "，这意味着内部协作难度不低。
而从外部，DeepSeek 即将发布新模型，这可能引发一大波用户回流（回流 DeepSeek）且进一步让整个市场规模震荡扩张；而字节、腾讯在 AI C 端市场的火力有持续扩大趋势；于细分市场，一些场景 Agent 工具、APP 也正在爆炸式出现，2026 很可能成为真正意义上的 AI 应用大爆发元年。
这意味着，阿里面临的内部张力、外部压力会持续存在。
虎嗅独家获悉，截至目前，千问团队并未被固定的 OKR 束缚住。团队被给予较大的灵活空间，但用户留存、用户体验满意度等维度，被视为关键评估维度。
预计在未来一年，千问的核心目标，是要通过用户满意度提高确保用户留存，并基于更高频的用户使用频次给整个生态带来新用户、新交互。（即真正扮演起 AI 流量入口战术角色）
阿里到底想怎么出招？
过去数月，筹备许久的生态战争终于进入 " 联合作战 " 环节。
从高德、淘宝、支付宝等兄弟 BU 紧急抽调来的 100 多个员工，拎着箱子加入了位于 C4 的千问项目室。整个过程，和 9 月份千问团队成立时高度相似：临时、迅速、项目化。以支付宝为例，在 72 小时里，十几个支付宝同学完成了 " 得到通知、入驻办公 " 的整个过程。
虎嗅独家获悉，这次升级，实际上包括三个场景：办公、学习、生活。在千问团队内部，办公和学习被视为有共性底层逻辑的场景，学习被视为另一种形式的 " 办公 "；而生活被视为和办公有着较大差异的场景。
接入阿里生态，主要是针对生活场景做升级。所有的接入业务，是同时推动的，这些从业务板块抽调来的员工，配合千问团队、通义团队，组成 " 虚拟小组 " 去解决每一个单独业务板块接入过程中的整合问题。
吴嘉告诉我，他们思考问题的核心逻辑是两条主线，一条是模型的智力水平，一条是阿里生态。未来半年团队的核心规划是沿着这两条主线，继续扩展办事能力的边界，然后把融合度和协同做深。
虎嗅获悉，千问的考核维度并非月活或者 " 产生 GMV"，最核心的目标是用户满意度。这里面有三个维度，首先是 " 交付完成度 " 和 " 交付满意度 "，团队会观察办公或生活场景，用户基于千问产出的交付品是否 " 被下载 " 或者 " 被采用 "；与此同时，团队还会引入人工评估，对千问的产出和用户满意度进行人工观察与测评；此外，他们也会参考用户的留存等指标，去综合评估产品的情况。
在接入核心业务板块过程中，千问团队更注重基础共性能力（模型侧）的提高，他们并不会采用 "case by case" 的模式去开发功能。吴嘉认为，团队的一个基本逻辑是 " 以 AI 为核心去思考问题 " 而非像传统互联网产品思维一样，不断增加场景模块。
阿里的逻辑是，在第一阶段，让千问迅速接入足够多的业务板块，让用户把千问作为一个阿里生态与通义模型的 " 交叉节点 "。在这一阶段内，阿里并不会过度关注用户通过千问给生态业务带去多少流量、GMV，而会关注用户在千问本身的留存和使用体验。
在这一阶段之后，阿里会期待用户通过千问给生态业务带去增量。增量包括了用户增量、生态业务消费频次增量以及用户总使用时长增量。不难看出，核心维度其实基于 " 用户 " 本身。在这背后的一个深层逻辑是：阿里认为，当更多用户、更长使用时间 / 频次出现后，GMV 等经营指标会出现自然上涨。
两个潜在的挑战蕴含其中：
· 这套逻辑的走通，基于用户体验的持续升高。而这意味着千问需要在办公和生活两个场景，持续给用户带来体感增益
· 基于千问的 AI 入口和 AI 服务，用户能够出现使用和消费的增量意愿。这里面深层的考验在于，影响用户的决策。
简言之，千问不只是一个 AI 流量入口之争，本质上更是 " 决策 " 之争——一旦用户形成了基于千问行程办公、生活等场景的决策习惯，那么接下来的使用时长、消费都是顺水推舟。
两个隐藏的优势，可能随着时间推移被放大。首先，办公和生活两种用户行为，会在千问端形成一种更饱满的 " 用户面貌 "，基于此千问可以建立对用户更清晰的认知；其次，随着阿里在云基础设施投入加大、通义大模型能力提高，千问本身的算力效率存在上涨空间。但这二者都需要一个关键前置：需要更多用户能够更高频、更长时间用起千问来。
虎嗅预测，未来 5 个月时间可能会变得异常关键。由于期间跨越了阿里财年节点，并濒临 618 大促，高层及生态业务部门对于千问的期待值会持续升高。而 5 个月时间，足以验证早期千问用户真实的使用效率和效益，并能够初步看出 " 千问——生态业务 " 之间循环链路的运转情况。
针对阿里 AI to C 叙事、千问的底层逻辑，以及到底在未来三到五个月做什么。虎嗅近期和阿里巴巴副总裁、千问事业群总裁吴嘉、千问产品经理张帆等人进行了交流，下附交流实录，有删减：
虎嗅：资源和时间是有限的，但千问团队做的事情很多。我想知道你们选择做与不做的逻辑是什么？确定要做的事情里，它的权重、主次顺序的排列逻辑是怎样的？
吴嘉：我们有两个基本逻辑，首先我们要做高频刚需的需求；其次我们聚焦今天 AI 可以交付的东西。我们认为，今天大家对于 AI to C 这件事，AI 的能力范围是有一个认知的，AI 并不是无所不能。
做 AI 产品和做传统产品，是有本质区别的。做传统的产品，你可以把它分解为几十个项目。但 AI 产品的逻辑不同，它本质是 AI 能力，也就是模型能力。我们花了 70% 甚至 80% 的精力在优化模型能力。
所以我们在做抽离。我们会研究大量的需求和场景，然后思考怎么基于模型共性的能力，去解决共性的问题。这些抽离出的、可以用模型解决的共性问题，其实是关键。
我们抽离的问题，最终会演变为模型迭代的方向，然后会坚持去做升级。当然会有一些特别细分的、特别专门的场景或者需求，可能是眼下人或者模型搞不定的，那我们可以先等一下，优先解决那些共性的、可以抽离的共性问题。
虎嗅：我看到你们这次主要是针对办公、学习、生活三个场景去做升级，这个大项目整体的起点是什么时候？
张帆：办公是我们很早就明确的机会，学习其实在我们的视角里是办公的另一种表现形式。这里面的关键维度是交付，我们思考办公这件事其实就是围绕交付的场景去思考的。加上夸克本身有很多相关的技术积累、产品理解的积累。生活这件事，我们要正视阿里在生态布局上的优势，尤其是我们生态的丰富度、完整度，包括一些生态机制。但并不是说，因为阿里有这些生态，我们就必须做这些。
我觉得从行业视角看，到了一个关键的时机。2025 年行业对于 chatbot 类产品的理解已经越发趋向于 " 助手 "，2026 年这个变化趋势会更为明显。2025 年很多 Agent 产品受限于模型能力，用户使用后的体验阈值有限，但随着模型能力进化，2026 年到了一个大规模使用或进化的契机。
虎嗅：模型能力之外，我看到生态能力是你们提及的另一个关键点。眼下这个阶段，千问所呈现的是其背后生态的广度、厚度，接下来可能会存在精细化深耕运营的环节，就会有效率、协同等等挑战。我想请你讲一下，后续怎么去利用好生态优势，未来 3~5 个月比较务实的思路是什么？
吴嘉：我们是三条线。第一条线，就是主线，也叫长期线，这里面最重要的是模型能力，这是根本。第二条线是用户需求，我们会从市面上更广泛的信息、更多的产品去洞察用户的需求，然后做出用户需求满意度的排序。这两条线结合，就会成为我们的一个主脉络，我们会分层次叠加新的升级、功能，基本上每个季度都会有一个明显的大升级版本，这个升级主要是模型能力的升级，是我们和通义实验室一起在做。
然后在此之外，我们还有 Agent 能力提升这条线，就是我们要不断根据场景、需求去增加一些后续内容。所以我们整体上，是一个技术与生态双轮驱动的模式，而不是只看场景做产品迭代的模式。
我们现在处于能力快速增长的阶段，但我们思考问题的方式并不是说 " 下个版本我要重点把外卖做好 "，我们会去做这个场景，但我们思考问题的方式是模型的基础能力。这些基础能力，才是更关键的基座。
我总结一下，我们并不希望自己的模式是 "case case by case 来做 "。这不是传统互联网的玩法，不是说我今天做个外卖明天做个其他场景，而是要提升模型能力、提升模型在整体生活领域的能力。
虎嗅：从外部视角看，其实千问可以有两种不同的认知逻辑。一种是，它是阿里大生态本身的 AI 流量入口；一种是，它是一个 AI 产品，但依托于一个庞大的阿里生态。这两种视角可能会带来对这个产品不同的认知，你们内部是怎么思考这件事的？
吴嘉：我们的思路是，既然是 AI 产品，就必须以 AI 为核心。在千问里，所有做事情、做产品的逻辑都是这个。我们要从模型能力、AI 视角去出发看问题，而不是单纯地思考产品界面、UI 的 AI 感。AI 为核心的视角，会决定我们对流程的梳理、对模型使用方法的梳理、对模型的训练方法。我们今天所有人面对的都是 AI 技术变革带来的产品变革，今天 AI 时代，它的变革不只是 UI 界面的变革，而是逻辑的变革。
这也涉及到产品的哲学。我们内部讨论，认为有一个词很重要，叫 " 恰当 "。AI 不应该等于极简，这是我们的哲学。我们认为 AI 这件事，最关键的不是效率，而是智能。今天很多 Agent 或者 AI 产品，是在解决效率问题，但更高阶的智能，它应该像人一样或者比人更智能地思考，它能够 " 恰当 " 地去运用智能。
回到本质，我认为就是不断提高模型能力，基于此提高 AI 的智能，然后在用户不同的需求上去提升满意度。
提问：比如外卖或者电商这样的场景。一旦用户用千问完成了这个订单，可能就不会打开闪购或者淘宝了，那不打开的话主 APP 的广告模式会不会受到影响？
吴嘉：我们目前没有看到说，打开了千问就不打开淘宝了。我觉得我们能够创造增量，因为方便和使用门槛低，所以用户会形成习惯，习惯会带来增量。
我觉得一个更本质的问题，并不是说在千问与生态内 APP 间取舍，而是说千问的用户有没有给生态带来更高的消费频率、更长的使用时长？我们和生态内兄弟部门会有一个共同的目标。
没有人会守着旧东西不变，在 AI 浪潮出现后，不能说不作为硬生生看着生态内业务被另外的 AI 给做了，这肯定不是我们希望看到的趋势。我们肯定是希望靠阿里自己的技术、产品去完成牵引。但很多事情，现在是初期、早期，比如说千问带来的用户增量与生态内业务的商业分成，坦白说这些事情不是纯粹靠设计出来的，而是需要随着技术发展，自然而然出来一些答案。
虎嗅：我看这次千问接入淘宝电商业务时，选择了 3C 这个品类，这是为什么？
张帆：这涉及到商品相关的知识结构数据，就是怎么让模型更好地理解这个商品。并不是说让模型知道它是个投影仪、这是个除螨仪就够了。模型需要知道商品更详细的信息，以及分析出推荐某个产品的深层次原因，它需要一个完整的知识逻辑。
用户的需求表达其实是自然表达，比如会说想找一个白天能看的投影仪。但对于模型而言，理解这句话需要深入理解商品、用户行为习惯、以及使用场景等多种信息。它可能真正的关键点，是这个产品的 " 流明 "（虎嗅注：光通亮的国际标准计量单位）。所以我们需要和淘宝一起合作，去帮助模型更好地理解商品。相对而言 3C 产品的信息更丰富，模型理解起来更容易。
虎嗅：你怎么看待 AI to C 市场之前几年发生的 " 灌流量 " 现象，很多 AI to C 产品靠这个模式出圈了，你觉得这个打法现在还有效么？
吴嘉：和传统互联网时代不一样，传统互联网靠灌流量可以带来增长。但 AI 产品，本质上拼的是模型能力。大家不能按照移动互联网时代的流量逻辑去思考 AI 时代的产品。它本质上不是一个流量逻辑的事情。
