AI助手的下一道考题，不是回答得对不对，而是事情能不能办完。千问Go把这条标准摆到了具体场景里：追回一笔52元的差价，谈成一次70元的现金赔付。金额都不大，但过程很说明问题。
千问Go是阿里千问在千问App内推出的个人智能体，官方明确它不是独立应用，而是以入口形式嵌在千问App中，定位是升级办事能力，处理更多类型、更多领域的个人事务。体验申请入口已在App内上线，官方采用逐步放开体验资格的方式推进。
从公开实测看，千问Go已经能接手一类特定的生活事务：购物价保退差、航班延误索赔、汽车保养询价预约、订球场与演出票、家电比价。这些任务的共同特征是流程固定、规则明确、但操作繁琐——用户知道应该能办，却懒得花时间去找入口、排队、跟客服拉扯。
具体过程值得拆解。在价保场景中，一位测试用户知道购物平台有买贵退差规则，但不清楚入口位置和适用订单范围。千问Go自行打开应用、找到价保入口、逐单检查，识别出一口不粘锅在购入后降价，最终退回52元差价。这里的关键不是它知道规则，而是它能把规则映射成一串界面操作。
航班延误场景更复杂。千问Go先拨打航司电话，外呼被拦截、智能语音无法绕出后，退回订单页转为人工文字沟通。客服第一版方案是合计70元的机票代金券，智能体明确拒绝代金券、坚持现金赔付，几轮沟通后70元现金到账用户账户。这个过程展示了两件事：多路径尝试，以及在方案不利时坚持用户目标。
这类能力的价值在于把「本可以办但懒得办」的事情自动化。对普通用户来说，52元与70元本身不重要，重要的是省掉了找入口、听等待音、与客服反复沟通的时间成本。而这类时间成本，恰恰是过去所有AI助手都触碰不到的部分——它们能告诉你该怎么做，却不能替你把流程走完。
边界同样清晰。公开信息显示，需要本人出面完成的登录验证、阿里生态之外的交易，以及邀测阶段尚未规模验证的完成率，都还在「交不出去」的清单上。这三条限制分别对应身份合规、生态覆盖与可靠性验证，短期内都难以通过模型能力提升来解决。
从产品演进看，千问自上线起就定位为能为用户办事的个人助理，已具备购物、打车、快递、理财等能力，此次是把能力从「可用」推向「好用」。与只做问答的助手相比，办事型智能体必须同时解决三个问题：理解用户意图、在真实界面中稳定执行、在执行受阻时找到替代路径。
对行业来说，千问Go的意义在于给出了一条可对照的产品路径。个人智能体的竞争焦点正从模型能力转向任务完成率与覆盖范围，而完成率只有在真实场景里才能被验证。邀测阶段的数据最终能否稳定复现，将决定这类产品是成为日常工具，还是停留在演示视频里。
需要说明的是，上述实测结果来自公开传播的案例，未必代表所有用户在所有场景下的体验。任务完成率、异常情况处理方式以及赔付类任务的法律主体问题，都需要更长时间的规模验证。