办公级Agent三国杀一触即发

7月30日，字节跳动启动了一场面向AI业务的组织调整：飞书产品团队与豆包产品团队整合，成立新的豆包产品团队；飞书GTM团队则与火山引擎团队整合，成立新的To B组织“创造力服务平台”，统一负责MaaS和SaaS产品的市场、销售和客户服务。 组织调整完成后，由飞书团队深度参与开发的豆包企业版已经开始在部分飞书客户中内测，用户无需额外部署，即可调用飞书文档、表格、会议、群聊等办公能力。 腾讯在WorkBuddy之外，还有能够触达操作系统和本地文件的Marvis、正在内测的企业微信Agent“大圆”；字节在豆包企业版之外，也保留了同是桌面办公Agent的TRAE Work。 因此，这一轮调整更像是大厂开始收拢重复建设、集中底层能力和商业化资源，而非提前选定唯一的产品形态。内部赛马仍在继续，谁能率先找到高频场景和稳定的产品边界，仍需交给市场验证。 不过短短半个月，阿里、腾讯、字节几乎同时围绕办公桌面Agent完成组织重组，背后可能还是在争夺另一种过去从未被大规模获取过的数据：真实工作流。 过去，大模型主要从互联网文本和用户对话中学习知识；当Agent开始参与文档写作、数据分析、会议协同和审批流转，它所接触的则是一项工作如何被拆解、执行、修正并最终交付的完整过程。 易观数据显示，今年6月，腾讯WorkBuddy桌面端访问量达到2097万次，在国内AI原生办公Agent产品中排名第一，超过第二名和第三名产品访问量之和。 过去一年，大厂内部普遍存在多个团队、多条产品线并行探索的情况。阿里的QoderWork、悟空和MuleRun，腾讯的QClaw与WorkBuddy，以及字节的豆包、飞书等产品，都曾从不同场景寻找办公Agent的产品形态。 随着市场开始进入“算账”阶段，继续维持多条相近产品线的成本也在上升。模型、研发、算力、销售和客户资源都需要重新集中，投入到更有可能形成用户规模和商业收入的产品上。 比产品收敛更现实的问题来自企业市场本身。单独向企业推广一款办公Agent，企业需要重新认识产品、评估安全和权限、完成采购部署，再培训员工改变原有工作习惯。整个过程教育成本较高，销售周期也很长。 这背后的原因不难理解。钉钉已经拥有成熟的组织关系、权限体系和办公场景。千问办公接入钉钉后，销售人员无需再从头推销一款独立AI产品，而可以围绕企业原有的会议、文档、审批和协作流程介绍Agent能力，客户更容易理解，也更愿意尝试采购。 “目前千问办公是作为独立产品来卖，没有单独的团队来卖。但是产品刚刚发布，内部的销售策略还在不断根据市场情况动态调整。”一位阿里内部人士告诉全天候科技。 飞书产品团队并入豆包后，豆包企业版可以直接调用飞书文档、表格、会议和群聊等能力；飞书GTM团队与火山引擎整合后，又可以借助原有企业客户关系推广豆包企业版，降低重新获客和单独交付的成本。 随着WorkBuddy、千问办公和豆包企业版密集进入市场，金山办公竞争环境已经发生变化：对手拥有大模型、云服务、用户流量和企业销售体系，还可以通过免费或低价策略加快获客。 7月21日，高盛将金山办公评级由“中性”下调至“卖出”，认为WPS AI的用户采用率和付费率可能需要更长时间提升，AI办公市场快速扩容以及竞争产品更具吸引力的定价，也会对其订阅业务形成压力。 模型知道用户提出了什么问题，也知道自己生成了什么答案，却很难知道这些答案最终是否真正解决了问题，更不知道一项真实工作究竟是如何一步步完成的。 当Agent开始操作电脑、调用浏览器、打开文档、分析Excel、制作PPT，并与用户共同完成一项任务时，它记录的不再只是几轮对话，而是一条完整的任务执行轨迹（Agentic Trajectory）。 例如，一名用户要求Agent完成一份行业研究。Agent搜索资料、阅读PDF、整理数据、生成初稿；随后，用户调整结构、补充新的材料，再让Agent继续修改，最终形成交付版本。 Springer今年发布的Agent评估综述指出，与传统机器学习主要处理“输入—输出”数据不同，Agent系统需要持续与环境交互，因此评估Agent不能只看最终结果，而必须记录完整的trajectory。 论文认为，一条完整的trajectory不仅包括状态观察、中间推理、工具调用、环境反馈，还包括错误修正等整个任务执行过程。相比最终答案，这些轨迹真正记录的是一项工作究竟是如何完成的。 “其实有模型公司找过我们想合作，目的是通过我们获得行业长程任务专项数据。它们都在花高价求购这类稀缺数据集。”上海一家AI平台公司的负责人告诉全天候科技。 今年5月，Anthropic宣布与Blackstone、Hellman & Friedman、Goldman Sachs等机构成立一家企业AI服务公司。按照其规划，Anthropic的工程师将与新公司团队共同进入客户企业，寻找Claude可以参与的业务环节，并围绕企业原有工作流程开发相应系统。 彼时市场普遍的观点认为是Anthropic、OpenAI在学习Palantir，以补齐企业服务和项目交付能力，但有上海一家AI公司负责人认为这两家大厂的目的不仅于此。 “我认为它们更深层的目的是通过部署FDE进入企业，了解真实的工作流，争夺工作流数据，再把其中的方法论沉淀学习下来。”该人士告诉全天候科技，“坦白说现在其实大多数AI模型只是交付成果，其实对于企业的业务运行逻辑、偏好等信息还是比较匮乏的。” 搜索资料、阅读文件、生成文档、分析表格、制作PPT，再调用浏览器和其他软件完成任务，已经成为桌面办公Agent的基础能力。随着底层模型和Agent框架继续迭代，这些功能还会进一步趋同。 在过去的互联网竞争中，当产品能力逐渐接近，价格补贴、流量入口和用户规模往往会成为决定胜负的重要手段，但这套打法很难直接复制到桌面办公Agent市场。 今年春节期间，多家互联网公司曾通过红包、免单和“点奶茶”等活动，吸引用户下载并使用旗下大模型产品。补贴可以迅速降低体验门槛，让更多用户完成第一次提问、第一次下单，也能在短时间内推高下载量和活跃度。 但企业为办公Agent付费，购买的是稳定完成工作的能力。它需要理解企业的组织关系、业务规则和权限边界，知道一项任务应当读取哪些材料、调用哪些系统、经过哪些步骤，以及在哪些环节需要暂停并请求确认。 补贴可以带来试用量，却很难让一个不了解业务、频繁出错的Agent长期留在企业核心流程中。真正决定市场走向的仍然是产品能否持续完成任务。 千问办公被做成独立桌面客户端，同时与钉钉双向打通。用户可以从钉钉发起任务，Agent完成后再将结果返回原有的聊天和协作流程。除了钉钉，千问办公还可以接入飞书等外部平台，在获得授权后读取其中的文档。 另一条是TRAE Work。它最初从编程工具切入，今年6月由TRAE SOLO更名而来，产品边界已逐步扩展至研究、写作、数据分析、方案制定和跨团队协作。 WorkBuddy以独立桌面工作台切入，强调跨软件调用、任务执行和自动化能力。与千问办公、豆包不同，它更突出多模型聚合，用户可以在不同模型之间切换，并调用WPS、腾讯系应用等软件完成任务。 今年6月进入内测的企业微信AI Agent“大圆”则直接生长在企业微信内，可以结合群聊、文档、会议、邮件和日程等工作数据理解用户诉求，更接近企业协作环境中的原生Agent。 一条是以千问办公、豆包为代表的自有模型路线。办公Agent建立在自家模型之上，模型、办公软件、云服务和企业数据被放进同一套体系中。 另一条是以WorkBuddy、TRAE为代表的多模型聚合路线。平台不将能力绑定在单一模型上，而是提供多个模型选项，再通过统一的工作台连接文件、软件和任务流程。 对于自有模型路线而言，竞争重点首先仍在模型训练和后训练。模型能否理解更长、更复杂的任务，能否更准确地处理文档、表格、代码和多模态信息，决定了办公Agent的能力上限。办公场景产生的真实任务和用户反馈，又可以反过来帮助模型继续迭代。 对于多模型聚合路线而言，底层模型并不完全属于平台，同一款模型也可能被多个竞争对手接入。单纯增加模型数量很难构成长期差异。 真正重要的是模型之外的Harness。Harness负责组织上下文、连接工具、保存任务状态、管理权限、处理错误，并将模型的推理能力转化为一条可以实际运行的工作流程。 大模型春节百亿补贴争夺的是C端用户的第一次使用，办公Agent争夺的则是完成工作的经验。区别在于这些经验最终是进入模型，还是留在模型之外的执行系统中。