QwenWork 出海，先从 Slack 和 Notion 开始

阿里千问办公国际版 QwenWork 于 2026 年 8 月 26 日开启公测，首批接入 Slack、Notion 等海外协作与生产力平台，开始进入海外企业真实工作流。

这不是一次简单的多语言改版。QwenWork 的核心变化，是从一个面向单一市场的 AI 办公产品，转向连接海外企业信息、沟通和任务系统的工作入口。海外用户现在可以通过国际官网 qwenwork.ai 体验网页版和 PC 客户端，个人用户与企业用户均在公测范围内。

QwenWork 国际版公测，具体开放了什么

QwenWork 是阿里千问办公推出的 AI 工作助手，目标是把企业内部的沟通、知识、文档和任务处理集中到一个可调用的工作界面中。此次国际版公测的重点，不是单独增加一个英文聊天窗口，而是让 AI 能够进入海外团队已经在使用的协作软件。

目前 QwenWork 已经接入 Slack、Notion 等海外协作与生产力平台。Slack 更接近企业的实时沟通层，承载频道讨论、团队通知和临时决策；Notion 则更接近知识库与文档层，保存项目资料、会议记录、流程说明和任务信息。两者被接入后，AI 办公产品才有机会从回答问题，进一步走向整理信息、提炼上下文和协助执行。

产品目前支持中文和英文，后续计划拓展西班牙语、葡萄牙语、日语、韩语等语言。账号体系方面，用户可以通过 Google 账号或邮箱注册，并接入阿里云国际账号体系。

| 项目 | QwenWork 国际版现状 | |---|---| | 公测时间 | 2026 年 8 月 26 日 | | 目标用户 | 海外个人用户、企业用户 | | 已接入平台 | Slack、Notion 等海外协作与生产力平台 | | 当前语言 | 中文、英文 | | 计划支持语言 | 西班牙语、葡萄牙语、日语、韩语等 | | 注册方式 | Google 账号、邮箱、阿里云国际账号体系 | | 使用形态 | 网页版、PC 客户端 | | 后续方向 | 连接企业数据库、真实业务工作流，引入更多 Skills 与协作工具 | | 公测价格与性能数据 | 官方现有信息暂未披露统一价格和公开跑分 |

截至目前，官方公开信息没有披露国际版的统一订阅价格、企业席位价格、上下文窗口、具体模型配置或性能跑分。这意味着现阶段更适合把 QwenWork 看成一个正在验证产品形态的公测服务，而不是一款已经完成企业级采购评估的成熟办公套件。

它真正想解决的，不是写一封英文邮件

企业 AI 办公产品的价值，取决于它能否处理企业已有的信息，而不是能否生成一段通顺的文字。

过去一段时间，很多 AI 办公产品的使用方式仍然是“复制内容、粘贴给模型、拿到结果、再复制回去”。这种方式对写作和头脑风暴有效，但对企业工作流并不理想。员工需要在 Slack、Notion、邮件、表格和内部系统之间来回切换，AI 只是其中一个额外窗口，无法真正理解任务上下文。

QwenWork 接入 Slack 和 Notion 后，至少在产品方向上迈出了关键一步：AI 不再只处理用户主动提供的文本，而是开始尝试理解团队正在讨论什么、项目文档写了什么、任务处于什么状态。

例如，一个跨时区工作的产品团队可能在 Slack 的多个频道中讨论需求变更，同时把项目背景、竞品资料和会议纪要放在 Notion。传统聊天机器人只能分别回答用户提供的片段；连接之后，办公助手理论上可以围绕一个项目汇总讨论结论、定位相关文档，并生成下一步行动清单。

这种能力的难点不在摘要本身，而在权限、来源和时效性。AI 必须知道哪些 Slack 频道对当前用户可见，哪些 Notion 页面属于同一项目，哪些信息已经过期，以及不同讨论之间是否存在冲突。否则，模型越能“总结”，企业越可能得到一份语气流畅但依据不完整的报告。

从聊天机器人到工作流入口，还有一段距离

连接第三方工具，只是 AI 办公产品进入企业流程的第一步。

Slack 和 Notion 主要解决的是沟通与知识管理问题，而企业真正的业务数据往往还在 CRM、ERP、工单系统、数据仓库、代码托管平台和自建数据库中。QwenWork 官方已经明确表示，未来将全面连接企业真实的数据库和工作流，这说明产品规划并不止于文档问答，而是希望继续向业务执行层推进。

数据库连接意味着 AI 需要理解结构化字段、业务口径和数据权限。比如“本季度流失客户有多少”看起来是一个简单问题，但实际需要明确客户流失的定义、统计时间范围、去重规则和数据来源。连接工作流则更进一步，可能涉及创建任务、更新记录、触发审批或通知团队成员。每一个动作都比生成文本承担更高的错误成本。

因此，QwenWork 后续能否建立竞争力，关键不只是支持多少平台，而是能否把平台连接转化为可靠的任务闭环。一个真正有用的企业 AI 助手，至少需要具备三种能力：第一，能够从多个系统中检索并拼接上下文；第二，能够明确展示答案来自哪里；第三，在执行写入或修改操作前提供可控的确认机制。

官方还提到，产品将持续引入更多适配海外场景的 Skills 和协作工具。Skills 是面向特定任务封装的 AI 能力模块，可以理解为让通用模型掌握某类固定工作流程的工具组件。对企业用户来说，通用问答的边际价值有限，能够生成销售周报、整理客户会议、分析项目风险或完成招聘筛选等垂直任务，才更接近实际生产力。

国际化的关键，不只是把界面翻译成英文

QwenWork 的国际化压力，首先来自企业软件生态的差异。

海外企业常用的协作基础设施，与国内企业并不完全重合。Slack、Notion、Google Workspace、Microsoft 365、Salesforce、HubSpot、Jira 和 GitHub 等工具，可能共同构成一家公司的日常工作环境。产品如果只提供中文办公软件的海外镜像，无法覆盖用户真实的工具链；而接入这些平台，又需要处理 OAuth 授权、租户隔离、组织成员管理和数据合规等问题。

语言支持同样不只是翻译按钮和菜单。英文企业文档常常包含缩写、行业术语和跨地域表达，西班牙语、葡萄牙语、日语和韩语用户也有不同的沟通习惯。模型需要同时处理多语言检索、跨语言摘要和原文引用，才能让跨国团队在同一套系统中协作。

账号体系则是产品能否被企业采用的基础设施。QwenWork 国际版支持 Google 账号和邮箱注册，并接入阿里云国际账号体系，降低了海外个人用户的试用门槛。但企业采购通常还会进一步要求单点登录、组织目录同步、分级权限、审计日志和员工离职后的权限回收。公测阶段是否已经支持这些企业管理能力，目前公开资料没有给出完整说明。

数据合规也会直接决定产品的落地边界。企业不会只关心模型回答得是否准确，还会关注 Slack 消息和 Notion 页面是否被用于训练、数据存储在哪些区域、管理员能否控制数据保留期限，以及第三方连接器是否会扩大敏感信息暴露面。QwenWork 如果要从个人用户走向海外企业，必须在产品文档和管理后台中清楚回答这些问题。

与海外办公 AI 竞品相比，QwenWork 的机会在哪里

QwenWork 面对的竞争不是单一模型之间的比较，而是完整办公生态之间的竞争。

Microsoft 365 Copilot 的优势在于深度嵌入 Word、Excel、PowerPoint、Teams 和企业身份体系；Notion AI 的优势在于对自身文档和知识库的理解；Slack AI 则天然掌握团队频道、消息和搜索场景。相比之下，QwenWork 进入海外市场时需要同时解决品牌信任、连接器数量和企业安全能力的问题。

但 QwenWork 也有一个清晰的切入口：它可以作为跨平台的 AI 工作层，而不是只服务于某一个办公套件。对于使用多种 SaaS 工具的中小企业，统一检索 Slack 和 Notion 内容、跨语言整理信息、快速生成任务结果，可能比购买多个垂直 AI 助手更有吸引力。

| 产品方向 | 主要优势 | 典型限制 | QwenWork 面临的比较点 | |---|---|---|---| | Microsoft 365 Copilot | 深度连接 Microsoft 365 与企业身份体系 | 对微软生态依赖较强 | QwenWork 需要证明跨平台连接的效率与稳定性 | | Notion AI | 熟悉 Notion 文档、知识库和页面结构 | 主要围绕 Notion 工作空间 | QwenWork 需要提供更广泛的外部工具协同 | | Slack AI | 接近团队实时沟通与消息搜索 | 工作流范围受 Slack 生态影响 | QwenWork 需要把沟通信息与其他业务资料串起来 | | QwenWork 国际版 | 已接入 Slack、Notion，计划连接更多数据库与工作流 | 仍处于公测，价格、模型配置和企业能力信息有限 | 能否建立可靠的跨平台工作流闭环 |

从当前信息看，QwenWork 的差异化还停留在产品路线层面，而不是已经被公开数据验证的性能优势。官方没有公布与 Copilot、Notion AI 或 Slack AI 的准确率、响应延迟、价格和用户规模对比，外界不应把“接入平台”直接等同于“已经超过竞品”。

真正值得关注的是，阿里是否能把千问模型的多语言能力、阿里云国际基础设施和第三方 SaaS 连接能力组合起来。单纯依赖模型能力，很难撬动企业办公市场；但如果能够在跨语言协作、知识检索和自动化任务上形成稳定体验，QwenWork 才可能找到自己的位置。

开发者和深度用户应该如何看待这次公测

对开发者而言，QwenWork 公测最值得观察的是它开放了什么样的扩展边界。

如果后续 Skills 能够让企业或第三方开发者接入自定义工具、数据库和内部服务，那么 QwenWork 的产品形态可能从一个办公助手，逐步变成企业 AI 工作流平台。这里的关键不是 Skill 数量，而是工具调用是否有清晰的权限模型、错误回滚和可观测性。

对深度用户而言，第一轮体验可以重点测试四类任务：跨 Slack 频道检索一个项目的完整讨论链路；从 Notion 页面提取会议结论并区分已确认与待决事项；比较不同文档中的冲突信息；在多语言内容之间进行摘要和任务拆解。这些任务比单纯让模型写一封邮件，更能体现连接器的实际价值。

测试时还应留意三个细节。第一，答案是否标注了来源，用户能否一键回到原始消息或页面；第二，权限受限内容是否会被错误召回；第三，面对模糊问题时，系统是否会主动询问时间范围、项目范围和数据口径。企业 AI 的可靠性，往往体现在这些不够“炫”的细节上。

公测阶段不适合把 QwenWork 直接用于高风险自动执行。涉及客户数据、财务数据、人事信息和生产环境变更的任务，仍应保留人工审核，并先确认组织权限、数据存储和企业管理员能力。尤其是在官方尚未公开完整安全与合规参数的情况下，企业应该把它当作受控试用项目，而不是立即替换现有办公系统。

判断：方向正确，但产品还需要用企业细节证明自己

QwenWork 国际版开启公测，释放出的信号是阿里千问正在从模型和单点应用，向海外企业工作流延伸。

接入 Slack、Notion 是一个合理的起点，因为这两类平台分别覆盖了企业协作中的实时沟通和知识沉淀。支持中英文、Google 账号注册、网页版与 PC 客户端开放，也降低了海外用户试用产品的门槛。但这些配置只能说明产品具备了进入市场的条件，不能证明它已经解决了企业用户最关心的可靠性、权限和合规问题。

QwenWork 的上限，取决于它能否把“连接更多工具”转化为“完成更多工作”。如果最终只是把不同平台的内容搬到一个聊天窗口里，它很容易被既有办公平台的内置 AI 功能替代；如果它能够准确理解跨系统上下文，给出可追溯的结论，并在授权范围内安全执行任务，那么它才有机会成为海外企业工作流中的基础工具。

截至 2026 年 8 月 26 日，QwenWork 仍处于公测早期，公开信息尚未覆盖价格、模型版本、性能指标和完整企业管理能力。现阶段最值得观察的，不是它能不能回答一个问题，而是它能否在真实团队里减少信息搜索、会议整理和任务跟进的时间成本。对于一家试图进入海外办公市场的中国 AI 产品来说，这场验证才刚刚开始。

参考来源

• IT之家：阿里千问办公 QwenWork 国际版开启公测，接入 Slack、Notion 等平台：报道 QwenWork 国际版公测时间、平台接入、语言支持、账号体系和客户端开放情况。