阿里千问办公开源MyContext：钉钉聊天、企业文档、工作数据被加工成Agent上下文

阿里正在把「上下文」变成Agent的基础设施。8月18日，量子位报道，阿里千问办公团队开源了上下文基础设施项目MyContext，把钉钉聊天、企业文档、会议记录和业务协作数据，持续加工成Agent可以直接消费的工作上下文。项目开源仅一周，已在GitHub收获超1000星。

这正是Agent落地真实工作流时最扎心的缺口。模型推理、代码和工具调用能力一路升级，各种Harness、插件和执行框架补齐了任务编排与状态管理，但Agent对真实业务场景依然「两眼一抹黑」：在钉钉里跟同事聊过什么、文档里沉淀过哪些决策、企业有哪些标准规范，这些信息大多散落在Agent视野之外。

MyContext的解法很直接——补上Agent的数据加工层。经过用户授权，IM沟通、文档、会议与协作记录会被持续收拢、整理，沉淀成一份动态更新的工作档案；负责什么项目、经常和谁协作、哪些讨论已形成结论，都会被系统保留并进入后续任务执行链路，用户不必再每换一个Agent就重新自我介绍一遍。

针对企业数据「迟到、反复变化、彼此矛盾」的难点，MyContext给出了一套工程化处理方案。每条原始信息都绑定稳定来源标识，以幂等性保证迟到数据不丢失；以对话空闲间隔作为Session边界，让上下文切分服从真实交互节奏；在知识提炼环节采用滑动时间窗持续聚合证据，反复出现的事实会转化为新的置信度信号。

面对事实冲突，MyContext用「三态合并机制」把冲突当成需要保留的业务信号：一致信息增强置信度，补充信息并入既有结论，真实冲突则同时保留多条事实并下调置信度，显式暴露给用户；用户人工确认过的结论优先级更高，禁止模型后续自动覆盖。

同时，MyContext没有把上下文做成黑箱记忆——每条结论都保留可追溯的证据链，可以点回原始聊天、文档或会议记录确认谁、在哪天、说了什么，Agent能看到和调用的信息也始终受用户与组织权限约束。团队还专门考虑了上下文工程的成本问题，避免每来一批新消息就重算全部历史。

在企业上下文这条赛道上，海外厂商已先行探索：Palantir用Ontology统一企业对象与业务逻辑，Glean强调Enterprise Graph，微软则依托Microsoft Graph与Copilot Connector。MyContext的差异在于瞄准更底层的工程问题——如何把异构、强时序、持续变化甚至彼此冲突的原始业务数据，稳定加工成Agent可消费的上下文。量子位援引Confluent 2026年调查称，66%的企业认为数据基础设施和数据质量正在拖慢Agentic AI落地，80%的企业已把「用好自家数据驱动AI」列为优先事项。

从行业信号看，企业AI落地真正卡住的不再是前端有没有更强的模型，而是后端有没有一套能把分散业务数据持续治理、加工并转化为可用上下文的基础设施。MyContext开源一周即破千星，说明开发者对「Agent吃不到真实业务上下文」这个痛点已有共识。接下来值得关注的是它能否快速形成生态、被主流Harness和Agent框架集成，以及阿里是否会将其与通义系产品深度打通。