小龍們繞過辦公agent

字母榜2026.08.28 12:33 · 來自北京全文4617字00:00 / 12:40DeepSeek除外，做了“半個”agent。文 | 字母榜辦公Agent成了巨頭們的新角鬥場。但在這場熱鬧裡，智譜、月之暗面、MiniMax等小龍們卻相當冷靜，沒有搞出多大動靜。其實小龍們也做了——Kimi在6月發佈了Kimi Work，智譜在3月發佈了AutoClaw，DeepSeek則在8月開源了 DeepSeek Harness。但很顯然，這並不是什麼“辦公Agent”，只是個人桌面而已。

不是小龍們不想跟，辦公Agent走的是企業採購，收入又高又穩定，尤其是準備IPO的階段，有幾單這樣的合同，能讓財報漂亮很多。是小龍們跟不了，他們的基因和體量天然決定了小龍們不適合這條賽道，一旦強行踏入，不僅僅是虧本的問題，還可能耽誤公司AGI主線。01巨頭敢all in辦公Agent，倒不是因為模型多強，相反，在這方面其實是小龍們領先的。以Agent的基準測試為例，Kimi K3在SWE Marathon這項長程工程測試裡拿了42分，比Claude Opus 4.8和GPT-5.6 Sol都高；BrowseComp長週期信息檢索91.2%，全球第一；Terminal-Bench 88.

3 分，OSWorld-Verified 84.8 分。智譜8月14日發佈的GLM-5.3更猛，Terminal-Bench 3.0從5.2的4.6分飆到28.3，DeepSWE v1.1從46.2漲到 66.9，接近Claude Fable 5的69.7；Agents' Last Exam從23.8提到28.5，超過Kimi K3的27.6和Opus 4.8的25.7—，並且三項Agent相關基準全部拿了開源第一。所以巨頭其實才是“弱勢的一方”。那麼巨頭贏在哪？贏在對客戶組織架構的理解上。

巨頭做的事，是把Agent放進了客戶的組織關係裡，這裡面更多的是權限、審批、流程，而非小龍們擅長的數學、代碼和推理。如果說代碼倉、文件這些材料是我們日常辦公中的上下文，那麼上述的這些事物，就是企業的上下文，而這才是巨頭真正的護城河。這些數據也只存在於釘釘、企業微信、飛書的服務器裡，小龍們拿不到，也更沒法用這些來訓練模型。巨頭要做的，就是藉助企業上下文，把Agent變成組織的“員工”，讓它在一個現有的權限體系下替人幹活。甚至千問辦公最近開源的個人工作上下文項目MyContext，也是從飛書、釘釘裡的聊天、文檔、會議記錄中蒸餾“第二個你”。

它想把組織里沉澱的工作痕跡，轉化成Agent認識每個人的方式。但數據方面只是，另一方面，在產品和技術層面，辦公Agent之間比的是Runtime（運行時）。大模型是大腦，但它沒有手腳，也沒有記憶。你跟它說“幫我整理一下上週的會議紀要，生成一份週報發給老闆”，它能理解這句話的意思，可是它沒辦法執行這個指令。它是一個“只會想、不會做”的純文本系統。Runtime就是給這個大腦配上的身體和神經系統。它是一套程序框架，負責把模型的“想法”變成“行動”。模型說“我要讀這個文件”，Runtime做的事，就是去打開這個文件然後閱讀裡面的內容。

模型本身碰不到真實世界，Runtime是它和現實物理世界之間的唯一接口。Agent要持續工作。模型先想下一步該幹什麼，Runtime去執行，執行完把結果反饋給模型，模型根據結果再想下一步，直到任務完成。這個循環就是Runtime的心臟。我們常說的Harness，就是Runtime的上層。Harness負責管理怎麼思考和調用，Runtime負責最終執行。無論WorkBuddy也好、千問辦公也好、豆包工作也好，它們的核心都是把長久以來積累的企業運行邏輯變成Runtime。我們不妨拆分一下辦公Agent這個詞，模型決定的是“Agent”，Runtime決定的是“辦公”。

巨頭的Runtime是組織系統的延伸，小龍的Runtime是個人設備的延伸。巨頭的Runtime是生長在組織架構裡的。千問辦公的Runtime是釘釘的企業能力層；WorkBuddy的Runtime是CodeBuddy的Agent 棧，外面再套一層騰訊安全網關；豆包工作的Runtime乾脆就是雲電腦。它們的Runtime的用戶不是“你”，是“你的組織”，權限、審批、審計、數據全部圍繞組織關係設計。小龍的Runtime長在你身上。Kimi Work的Runtime是Kimi Code這套本地執行內核，AutoClaw的 Runtime是通過OpenClaw接進飛書這類IM工作臺。

它們的Runtime默認的用戶是“你”，圍繞你的個人設備、個人瀏覽器等等。或者也可以這麼理解，小龍們的Runtime，是你的員工，巨頭們的Runtime是企業的員工。這不是做得更窄，而是從另一頭進攻。顯然，小龍們跟巨頭們就不在一個出發點上，巨頭們順著Runtime，找到了辦公Agent這條賽道，小龍們沒辦法強行擠進來。02易觀數據顯示，6月份國內17款主流桌面端 AI 原生辦公智能體月度總訪問量突破6000萬次，而3月這個數字還只有2000萬。僅僅過了三個月，就翻了兩倍。騰訊WorkBuddy以2097萬次單月訪問量登頂，超過第二、三名之和。

信通院相關機構發佈的《2026中國企業級 AI 智能體產業白皮書》表示，企業級AI智能體市場2025年212億元，2026年預計增至449億元，幾乎翻倍，2029年有望突破3320億元。Gartner的預測是，到2026年底，全球40%的企業應用將內置任務型AI智能體。這才是巨頭們迅速調整組織架構，集結力量做辦公Agent的原因。入口正在從“應用”遷移到“Agent”。一旦用戶習慣了直接對Agent說話，不再打開辦公軟件，釘釘、飛書、企業微信十年積累的組織資產，就可能在一個產品週期內貶值。巨頭的辦公Agent既是進攻，也是防守。

千問辦公守的是釘釘的B端基本盤，WorkBuddy守住企業微信，豆包工作守住飛書。它們甚至願意為入口燒錢，豆包工作登錄就送30天訂閱；千問辦公公測免費，正式版才收錢；WorkBuddy使用Hy3免費送token。對巨頭來說，辦公Agent是生態戰略的成本中心，是一份防止基本盤貶值的保險。小龍們本身也沒有類似的東西需要防守。於是就有了一種說法：Kimi和智譜是獨立模型公司，每條產品線都要自我造血，不能像巨頭那樣用補貼換市場。這話對了一半。Kimi和智譜其實同樣可能為入口補貼產品，只是它們能承受的時間和規模不如大廠。真正的差異，在於“時機”。

企業級辦公Agent雖然客單價很高，可是要重運營、重定製，這裡面要涉及ERP、CRM、OA、HR集成，權限要梳理，數據要私有化部署，合同要走信息安全、採購、合規的層層關卡。大致流程是業務部門先提需求，IT部門做技術選型，然後拉著廠商做POC驗證（少則兩週多則一個月），驗證通過後進入招投標流程，採購部門要比價、供應商准入，然後採購委員會審批。法務部門要審合同條款、知識產權、數據責任劃分，而信息安全部門要做滲透測試、等保評估、數據審查，合規部門要確認是否符合行業監管要求，最後還要分管副總裁甚至CEO簽字。一個大型客戶的採購流程裡，前後要接觸十幾到二十幾個關鍵人，任何一個環節卡住，整個單子就停擺。

從接觸客戶到真正簽單，動輒一個季度甚至半年，而且不同客戶差異很大。驗收之後也不是一勞永逸了。企業客戶買的不是軟件，是服務。需要專屬客戶成功經理定期回訪，需要7x24小時的技術支持響應，需要SLA保障，需要定期做安全巡檢和版本升級，客戶提的定製化需求還要持續迭代。更麻煩的是，企業的組織架構和業務流程也是會變的。比如部門調整了、審批流改了，或者是新上了一套系統，那麼對應的辦公Agent配置就要跟著改，這些都需要廠商的人持續跟進。一個大客戶背後，往往要拴住一個2到5人的專屬服務團隊。對尚未形成穩定現金流的小龍們來說，這顯然有點難度。

03在辦公Agent這條賽道上，DeepSeek是個另類，從頭到尾就沒打算做一個完整的辦公軟件，官方對它的定義只有一句話，一切皆插件。工具、文件、會話、沙箱、任務循環、甚至界面本身，全部做成了可替換的插件。8月13日發佈後，DSH的GitHub倉庫在1小時內突破2萬顆星，28小時破9.2萬，9天超過18萬，到了現在已經逼近20萬。這是GitHub有史以來增長最快的開源項目。社區隨即湧現出超過1萬個插件：桌面客戶端、記憶系統、工作流工具、多模型切換器，光是將其從一個上手門檻極高的Web UI變成執行文件的deepseek-harness-desktop，就已經攢下1.3萬顆星。

過去，Claude Code、Codex把Harness做成黑盒產品，而DeepSeek選擇把Harness本身開源，等於把“造辦公Agent的能力”發給了所有人。於是，辦公Agent大戰裡出現了一種全新的參與方式。DeepSeek只發工具，讓所有人自己動手豐衣足食。你想讓它理解圖片，那就自己去GitHub插件市場裡面下完了裝進去，DSH只提供環境，不提供方法。DeepSeek既不要應用，也不要入口，它要的是“標準”，讓DSH成為辦公Agent的公共底座，它只讓開發者習慣用它的框架，習慣它的流程。

就像OpenClaw和Claude Code一樣，所有的Agent產品，其產品邏輯都來自於這兩款產品。這麼做的優勢是，Agent和任務強相關，需要的就是需要，自己弄不了，還可以找社區。不需要的就是不需要，不像其他辦公Agent，即使你可以一輩子用不上這個功能，但是它還是自帶了。這裡只有一個問題，DSH所使用的叫做MIT協議，意味著誰都能拿來改。巨頭和小龍們雖然都有對應的產品，但它們同樣可以基於DSH做二次開發。這點就和安卓很像，可它背後有谷歌的搜索和廣告收入撐著，而DeepSeek背後只有API這一種收費方式。賭標準的前提是賭別人願意長期留在你的體系裡。

社區項目再繁榮，也很難轉化成DeepSeek自己的收入，DeepSeek真正能收的只有通過DSH默認調用DeepSeek模型的API費用。DSH的插件可以接任何模型，今天跑DeepSeek，明天就可能切到GLM、Kimi或者GPT，這個底層隨時可能被架空。生態越開放，DeepSeek就越可能成為基礎設施，卻也越沒辦法獨佔產業鏈。雖然說辦公Agent這條賽道剛剛起步，但有一個方向是確定的，那就是未來的辦公室，絕對會聚焦於某個辦公Agent，不像現在一樣，各種軟件、數據、報表堆砌在桌面。Agent成為新的入口，組織軟件形態將會被重寫。