📱 功能 · 深度体验
千问上新办公助理与定时任务，实测AI全程陪跑秋招求职
8月7日，千问APP与PC端同步上线办公助理、定时任务、思考研究等重磅功能。我们模拟应届生求职全流程——从岗位搜集、匹配分析到简历修改、面试准备、持续追踪——交由千问独立完成，3天跑通完整链路。
综合公开信息整理•
2026-08-12•
全文约 4 分钟
#千问
#办公助理
#定时任务
#AI Agent
#秋招
📋 32 条
最终筛选岗位 · 覆盖杭州上海
19 个字段
可编辑表格 · 含优先级与友好度
10 维
岗位分析框架 · 自动排序
2 万字
面试准备文档 · 6个岗位定制
⚡ 30 秒速览
- 做了什么：千问独立完成从岗位搜集、表格整理、十维分析、简历匹配修改到面试准备、定时追踪的完整求职链路。
- 关键能力：自主拆解模糊指令（如“帮我找杭州游戏校招”），调用浏览器、文件、Office工具，多步依赖任务零差错。
- 真实数据：初始筛出13条岗位，经多轮对话扩充至32条，字段从14个增至19个；面试文档近2万字。
- 超越预期：主动提示“主批次已结束”、标注信息可靠性、在定时任务中补充秋招时间线——体现场景理解而非单纯指令执行。
- 即日可用：千问APP与PC端已上线，登录后点选“办公助理”或“定时任务”即可体验。
01千问新功能上线 办公助理+定时任务，瞄准结构化工作流
8月7日，千问APP和PC端同步更新，新增思考研究、办公助理、定时任务、智能体广场等多项功能，并支持阿里最新旗舰模型Qwen3.8-MAX。其中办公助理能理解目标、自主拆解任务，调用浏览器、文件、Office等工具完成复杂流程；定时任务则按设定时间自动执行重复性工作。
传统AI助手擅长一问一答，但面对“帮我找工作”这类模糊指令，通常需要用户反复拆解、分步下达。千问这次想做的，是让AI自己理解任务、规划步骤、执行并交付成果。
传统方式
用户手动搜索岗位→复制粘贴→整理表格→自行分析→修改简历→准备面试，耗时数天至一周。
千问模式
一句话告诉目标，AI自主搜索、整理、分析、匹配、修改，用户只需确认和调整，全程陪跑。
对比基于真实测试：千问完成从零到交付完整求职材料用时约3小时，人工完成同类工作需约1-2周。
02测试方法：模拟应届生求职全流程
我们设定了一个完整的求职场景：目标杭州/上海游戏行业校招（产品/策划方向），要求千问从零开始，独立完成以下7个环节：
搜集岗位→整理表格→十维分析排序→简历匹配度分析→修改简历→生成面试文档→设置定时追踪
每个环节之间可能存在依赖关系——例如分析排序必须基于完整的表格，简历修改需要匹配岗位要求。千问需要自主理解环节顺序，而非依赖用户分步指令。
全程记录执行过程，重点关注：任务拆解是否合理、工具调用是否准确、交付物是否可用、边界处理是否诚实。
测试环境：千问APP最新版，模型Qwen3.8-MAX，未使用任何自定义Skill（除后续创建的分析Skill外）。
03三个核心能力展示 从岗位搜集到定时任务
🔍 岗位搜集与智能扩充 13→32条
- 千问自行打开浏览器，从企业招聘官网、高校就业网、招聘平台三个渠道筛选，初始输出13条杭州岗位，附概览、结构化表格、可编辑Excel。
- 主动标注“杭州游戏行业2026届校招主批次已基本结束”，对过期岗位标注“已过期”，不凑数。
- 后续通过对话逐步扩充：扩大至上海、调低薪资下限、增加“应届生友好度”等字段，最终32条岗位、19个字段，每轮修改保留原有数据结构。
特别亮点：每条岗位信息附原始链接，备注栏写明时效判断与排除原因，Excel内建“投递说明与建议”Sheet。
📊 十维分析 + 简历匹配 自动排序
- 用户创建“游戏行业校招求职分析”Skill后，千问逐条完成十维分析（岗位质量、当前可投性、培养体系等），输出Top 10优先级排序表。
- 排序逻辑将“当前可投性”置为否决项：已截止岗位即使条件好也调低优先级，避免浪费投递机会。
- 上传虚构简历后，千问从教育背景、实习经历、游戏项目能力等五个维度进行岗位匹配度分析，并给出简历修改建议——将分散量化成果重组，突出核心数字。
诚实边界：每条判断标注依据来源（JD原文/公司公开信息/行业经验），无法确认的信息明确标注“未披露”。
⏰ 定时任务：7×24 自动追踪 到点推送
- 在对话中设置“每天15:50搜集浙江省央国企校招信息，关注国考/省考/选调生报名”，千问自动创建定时任务。
- 到点手机推送结果：当天整理显示2027届央国企秋招提前批已启动，并补充关键时间线和重点投递渠道。
- 将“持续关注”从人的待办清单中移除，真正实现后台自动执行。
定时任务在手机端体验尤其自然：设好后到点推送，求职者无需主动刷新页面。
04为什么能做到？任务理解与工具调用的协同
千问此次表现的核心，在于对任务场景的理解能力，而不仅仅是对指令的执行能力。它在多个关键节点做了“额外动作”：主动提示批次时间、标注信息可靠性、补充时间线提醒——这些都不是用户明确要求的。
从技术架构看，办公助理背后是多智能体框架：一个Agent负责理解用户意图并拆解子任务，其他Agent分别调用浏览器、文件系统、Office工具、实时API等，最终汇总交付。任务执行过程中，每一步的中间结果可被后续步骤引用，形成完整的依赖链路。
千问还具备自我纠错倾向：在岗位分析中，它对某些岗位的“应届生友好度”标注为“中”，并主动解释原因——JD中出现了“有SLG游戏经验者优先”等隐性门槛，这些条件没有直接拒绝应届生，但值得留意。
一个诚实的注脚：
千问并未完美解决所有问题。例如最初搜索时，它只找到了13条岗位，且部分链接已过期；在简历匹配中，它对某些特殊要求的判断仍显保守。但整体上，它展现了一个可工作的AI助手雏形——不是替代人，而是将重复性劳动剥离，让人专注于判断和决策。
编辑核心判断
千问的这次测试证明，AI在结构化任务中的价值不在于替代人，而在于将重复性劳动剥离，让人专注于判断和决策。未来的竞争，或许不仅是掌握多少工具，也包括如何让AI成为自己的长期协作伙伴。
▶现在就能用
千问APP与PC端已上线办公助理、定时任务等功能，登录后点选“办公助理”或“定时任务”即可体验。无需额外设置，一句话开启AI陪跑。
千问官网 → 体验新功能