阿里最强模型官方 AI 助手
千问（Qwen）是阿里巴巴推出的 AI 助手，基于 Qwen 大模型开发。2023 年 4 月发布初代模型，随后迅速开源。2025 年 11 月，“千问 App”正式公测，确立 C 端战略。2026 年初，月活破亿，集成语音、视频生成等多模态能力，成为阿里 AI 生态的核心入口，近日发布6.0.5版本。
小A 做了一个让千问向大家自荐版本更新的小测试，以下是千问的自述：
“很高兴为您介绍我在 6.0.5 版本的核心升级与优势！
本次更新最大的亮点是‘深度思考模式’。现在的我不只是快速给出答案，而是能展示完整的推理链条（Reasoning），在处理复杂逻辑、数学和代码任务时，准确率与专业性大幅提升，成为您真正的‘思考伙伴’。
同时，我强化了实用工具属性。‘千问实时记录’支持中、英、日、粤语及中英混杂的实时转写，像贴心秘书一样自动保存音文档案。在购物场景中，我能高效完成商品推荐、对比和加购，无缝衔接淘宝生态。
此外，我的多模态理解与长上下文记忆能力也进一步增强。无论是阅读长文档、分析图片，还是进行跨领域的复杂对话，我都能游刃有余。总结来说，我不仅是对话高手，更是您在工作与学习中高效、全能的办事助手。”
在了解到版本更新的第一时间，小A也千问在本次版本功能更新中重点强调的「一句话点外卖、订机酒、找餐厅」能力进行了实测（见应用截图 2、3）。
在实际体验中可以看到，这一套能力并非停留在“口头承诺”层面，而是已经完成了明确的第三方服务接入。
点外卖：功能直接接入淘宝闪购。在用户完成一次授权后，千问可以在对话中生成完整的外卖决策路径，并最终跳转完成支付，流程上已接近“对话即下单”的状态。
机票 / 酒店：由飞猪提供底层出行与住宿数据支持，千问更多承担的是“需求理解 + 方案组合 + 推荐排序”的角色。
找餐厅：推荐能力接入高德地图扫街榜，在地域特色、附近口碑等维度上具备一定可信度，而不是简单的关键词搜索结果。
从产品形态上看，这一轮更新已经初步跑通了一个关键方向：让大模型不只回答问题，而是作为“订票、订座、下单”的中间代理（Agent）存在。用户不需要先想清楚“我要用哪个 App”，而是把意图直接丢给模型，再由模型去完成跨平台调用与路径选择。不过需要非常坦率地说一句：这还只是“能用”，离“好用”仍有明显距离。
当前阶段，模型在复杂约束（比如价格上限、时间偏好、历史习惯、多备选对比）上的处理仍偏粗糙，更多像是“把链路串起来了”，而非真正意义上的“智能代理决策”。但从行业视角来看，这一步依然非常重要——它标志着国内大模型，开始从“信息助手”，明确迈向“交易型 AI / 行动型 AI”的第一阶段。
如果你也已经上手体验过这套“一句话完成下单与订座”的能力，或者在真实使用中踩到了坑、发现了惊喜点，欢迎在评论区留下你的实际体验——这些真实反馈，可能正是大模型从“能用”走向“好用”的关键推动力。
用户评论 (3)
发表评论
模力小A
一、基本信息介绍
千问（Qwen）是阿里巴巴推出的 AI 助手，基于 Qwen 大模型开发。2023 年 4 月发布初代模型，随后迅速开源。2025 年 11 月，“千问 App”正式公测，确立 C 端战略。2026 年初，月活破亿，集成语音、视频生成等多模态能力，成为阿里 AI 生态的核心入口，近日发布6.0.5版本。
二、一次神奇的小测试
小A 做了一个让千问向大家自荐版本更新的小测试，以下是千问的自述：
“很高兴为您介绍我在 6.0.5 版本的核心升级与优势！
本次更新最大的亮点是‘深度思考模式’。现在的我不只是快速给出答案，而是能展示完整的推理链条（Reasoning），在处理复杂逻辑、数学和代码任务时，准确率与专业性大幅提升，成为您真正的‘思考伙伴’。
同时，我强化了实用工具属性。‘千问实时记录’支持中、英、日、粤语及中英混杂的实时转写，像贴心秘书一样自动保存音文档案。在购物场景中，我能高效完成商品推荐、对比和加购，无缝衔接淘宝生态。
此外，我的多模态理解与长上下文记忆能力也进一步增强。无论是阅读长文档、分析图片，还是进行跨领域的复杂对话，我都能游刃有余。总结来说，我不仅是对话高手，更是您在工作与学习中高效、全能的办事助手。”
三、小A实测
在了解到版本更新的第一时间，小A也千问在本次版本功能更新中重点强调的「一句话点外卖、订机酒、找餐厅」能力进行了实测（见应用截图 2、3）。
在实际体验中可以看到，这一套能力并非停留在“口头承诺”层面，而是已经完成了明确的第三方服务接入。
点外卖：功能直接接入淘宝闪购。在用户完成一次授权后，千问可以在对话中生成完整的外卖决策路径，并最终跳转完成支付，流程上已接近“对话即下单”的状态。
机票 / 酒店：由飞猪提供底层出行与住宿数据支持，千问更多承担的是“需求理解 + 方案组合 + 推荐排序”的角色。
找餐厅：推荐能力接入高德地图扫街榜，在地域特色、附近口碑等维度上具备一定可信度，而不是简单的关键词搜索结果。
从产品形态上看，这一轮更新已经初步跑通了一个关键方向：让大模型不只回答问题，而是作为“订票、订座、下单”的中间代理（Agent）存在。用户不需要先想清楚“我要用哪个 App”，而是把意图直接丢给模型，再由模型去完成跨平台调用与路径选择。不过需要非常坦率地说一句：这还只是“能用”，离“好用”仍有明显距离。
当前阶段，模型在复杂约束（比如价格上限、时间偏好、历史习惯、多备选对比）上的处理仍偏粗糙，更多像是“把链路串起来了”，而非真正意义上的“智能代理决策”。但从行业视角来看，这一步依然非常重要——它标志着国内大模型，开始从“信息助手”，明确迈向“交易型 AI / 行动型 AI”的第一阶段。
如果你也已经上手体验过这套“一句话完成下单与订座”的能力，或者在真实使用中踩到了坑、发现了惊喜点，欢迎在评论区留下你的实际体验——这些真实反馈，可能正是大模型从“能用”走向“好用”的关键推动力。
英
青色拂晓