騰訊、字節、阿里，搶著給打工人配「AI助理」

騰訊、字節、阿里，搶著給打工人配「AI助理」豹變2026.08.08 09:25 · 來自四川全文4690字00:00 / 12:50當AI替你寫完週報、審完流程、跑完代碼，你省下來的時間，到底歸誰？文 | 豹變，作者 | 張經緯，編輯 | 邢昀互聯網大廠們搶著要用AI造福最廣泛的打工人。過去一個月，大廠們集體推進AI辦公應用。7月15日，金山辦公發佈靈犀專業版和WPS Comate兩款AI辦公智能體。7月27日，企業微信原生AI助理“大圓”開啟內測。7月30日，字節跳動調整AI業務架構，飛書將與豆包在生產力場景深度整合。幾乎同一時間，阿里把內部三款AI辦公產品整合為統一品牌“千問辦公”。

字節和阿里急變陣，某種程度上也是為了應對在這個賽道上悄無聲息跑出來的騰訊AI 原生辦公智能體WorkBuddy。讓AI進入企業工作流，利好的不止員工。在不久前的WAIC上，“數字員工”是展臺高頻詞之一，大廠、獨立大模型和創業公司，都會單獨開闢“數字員工”區域，供參觀者體驗，來諮詢的也大多是企業主或管理者。在這些“數字員工”平臺，AI可以扮演企業中的分析師、開發、產品經理，輔助管理者進行決策和商業行動。AI一邊可以當打工人的“小助手”，一面又是打工人的“新同事”，這種對立又統一的關係在大廠的推動下，逐漸成為企業運行的新趨勢。而大廠投身AI辦公背後，則是企業內部策略和外部需求的變化。

1、大廠想讓打工人用上最新的“紡紗機”“AI辦公就是新時代的‘珍妮紡紗機’。”社交媒體上，有網友感嘆道。做自媒體的小千向《豹變》展示用WorkBuddy做的工作臺，裡面包括視頻素材收集、金句記錄、學習資料、工作進程管理等模塊，她還按照自己的喜好要求AI把界面設計成粉色。“不需要會代碼，只要和AI對話，它就能根據你的要求把程序設計出來，相當於它做開發，我做產品經理。”目前國內的AI辦公應用包括字節的Trae，騰訊的WorkBuddy，百度的搭子，金山的WPS Comate，以及阿里的千問辦公（由原來的悟空、Qoder和Mulenrun合併而來）。

除了獨立APP外，各家大廠也在原有生態中加入了AI功能，比如百度的文心助手、剛剛內測的企微“大圓”、支持豆包的飛書，這些更多是不影響原生態功能、服務移動端的“AI+”。各家產品功能上的大同小異，使用體驗則取決於產品思路和投入的資源。一位大廠產品經理對《豹變》說：“後面的競爭主要靠捨得在辦公生態砸錢，以及用戶體驗上的差距，我覺得還沒到分出勝負的時候。”大廠並不是早就想好了要做辦公場景的，今年春節期間，各家還在砸錢、撒紅包，搶C端用戶，但到了年中，重心都逐漸轉移到了B端。騰訊的動作要堅決一些，所以WorkBuddy在用戶規模上暫時領先。

2026年3月WorkBuddy桌面版上線，騰訊希望讓新軟件服務更多用戶，於是主界面只保留一個對話窗口，並棄用了所有程序員術語，給功能模塊起了更加通俗易懂的名字：“專家”“技能”“連接器”。從2026年6月開始，騰訊逐步將企業生態中的各類產品開放給WorkBuddy。同一時間，騰訊在線上、線下兩個渠道大量進行宣傳推廣。易觀數據顯示，WorkBuddy在6月的訪問量達到2097萬，在各類辦公智能體中位居第一。阿里巴巴則起大早趕了個晚集，原因在內部賽馬。

阿里到2026年上半年陸續佈置了QoderWork、MuleRun、悟空等多條產品線，其中QoderWork和WorkBuddy的桌面版幾乎同步上線。但三條產品線彼此獨立，都要爭取集團層面的資源支持。同一時間，阿里的辦公業務也面臨組織管理問題。2026年6月，“置身釘內”事件爆發，MuleRun原負責人陳宇森接手釘釘，辦公AI的資源整合終於開始加速。一個月後三個產品整合為“千問辦公”。2026年8月3日，千問辦公正式公測並打通釘釘生態，定位企業級AI生產力平臺。字節類似的產品發佈更早。

2025年3月，Trae國內版發佈，定位是AI原生集成開發環境（IDE）工具，最早是專為開發者提供智能編程服務，後逐漸吸引了非開發群體。2026年6月，Trae國內版的月訪問量是1279萬，僅次於WorkBuddy。在社交媒體上，Trae和WorkBuddy常常作為比較對象出現，有編程基礎的人往往青睞Trae的簡潔、便宜，小白則喜歡WorkBuddy的通俗易懂和足夠多的封裝功能。小千在短視頻平臺上刷到了二者的對比，最終選擇了WorkBuddy。“界面更簡單，功能更直接，沒有程序員‘黑話’，能連接騰訊生態的各種產品，還有很多封裝好的專家模板。”百度也在相近的時間推出了自己的辦公智能體。

2026年3月百度搭子全量上線，7月推出企業版，8月百度內部辦公智能體dodo併入百度搭子，辦公Agent業務轉為集中作戰。不掌握辦公入口的獨立模型公司，同樣發力辦公場景。2026年6月，KIMI推出KIMI Work，並在一個月後上線Kimi Business企業版；在國內推動“龍蝦熱”的智譜則早在2025年6月就推出了自己的企業級超級助手Agent CoCo。如果說2025年的AI辦公還是一場產品形態的探索賽，到2026年夏天，隨著各家產品線陸續到位、生態壁壘開始搭建，這場比賽已經進入了新的階段，比拼的是誰能把AI真正嵌進用戶“離不開”的工作流裡。

2、為什麼都看準辦公AI辦公和代碼的共同特徵是結構化輸出，這也是大模型最擅長的領域。AI辦公最早可以追溯到Anthropic的Claude Cowork，這個產品宣稱要把Claude code的工作方式帶給非開發者，本質上是為了破圈。而對大廠來說，配套的產品矩陣和流量則是現成的，即使是做獨立APP，也可以通過產品矩陣的聯動提高用戶粘性。比如WorkBuddy就可以通過“連接器”應用，把IMA等其他騰訊的產品接入AI工作流。相比Chatbot，AI辦公更容易留住用戶。

和AI聊天的遷移成本幾乎為零，但如果把AI嵌入審批、文檔、會議的工作流，用戶就會因為工作習慣和遺留的歷史數據，而留在已有的AI產品生態裡。小千認為她大概率不會輕易更換應用：“除非我做一個全新的任務，不然肯定不會輕易換的。好不容易搭好的工作臺、積累好的數據，換個軟件就得從0開始搭。”騰訊2026年一季度財報業績會上披露，在產品早期，CodeBuddy和WorkBuddy的活躍用戶留存率超過60%，付費用戶留存率超過80%。除代碼外，辦公也是最接近變現的AI使用場景，因為提效價值可以被量化、預算化。近幾個月發力辦公應用以前，大廠的更多精力在C端市場。

但此前代價高昂的春節紅包大戰帶來的流量要麼迅速流失，要麼變現困難，OpenAI、Anthropic轉攻B端，商業化效果顯著，國內大廠也開始掉頭駛向看上去更能賺錢的企業服務。科智諮詢發佈的報告顯示，2025年中國企業級AI Agent市場規模約212億元，2026年預計增至449億元，2029年有望突破3320億元。沙丘智庫調研顯示，企業AI Agent採納率從2024年底的17.3%升至2026年中的40.3%。對創業企業來說，辦公AI還意味著組織靈活性，不必為流程性工作僱傭過多員工，“一個人駕馭一個AI團隊”正是這類產品的核心賣點。

一位創業者對《豹變》說：“我們公司現在是兩個創始人+三個Agent的模式，完全可以cover日常工作。”政策與監管也促成Agent向生產工具發展。7月15日《人工智能擬人化互動服務管理暫行辦法》實施後，豆包、千問、元寶集體下線用戶自建智能體功能，數百萬自建AI角色被關停。這意味著，用AI娛樂的路變窄了，AI自然地被推進到作為生產工具的道路上。3、還要跨過幾道坎AI作為生產工具的賣點在自然語言交互，不需代碼和複雜操作即可搭建產品、實現功能。但實際操作中，用戶往往要反覆溝通才能獲得滿意的結果，還得防止AI“偷奸耍滑”。

《豹變》嘗試用某款辦公AI進行新聞熱點搜尋時，發現AI提供的所謂熱度排行實際上是隨機排列，AI也非常“乾脆”地承認了這一點。為了減少這部分低效溝通，官方通常會提供一些常用模板，以及添加一些專家功能。但更重要的是，提效是一個“真需求”嗎？多位白領向《豹變》表示，充分了解辦公AI產品的功能後，還是覺得自己平時用不到。提高效率，然後被領導派更多活，這並不符合打工人的利益。個人的流程提效需求有限，而進一步將AI從個人提效工具轉換為企業組織變革，則要複雜得多。首先是數據安全問題。亞馬遜、蘋果、三星等大公司早已限制員工在工作時使用外部AI工具。

在中國，支付清算協會早在2023年就倡議“不上傳國家及金融行業涉密文件及數據”。當企業核心財務數據、客戶名單、未發佈財報都不敢餵給AI時，所謂的“AI重塑工作流”就只能停留在非核心業務的表層。其次權責模糊。當AI輔助生成的方案出現錯誤、AI自動審批的流程造成損失，責任該由誰承擔？AI介入後，傳統的責任追溯鏈條難以生效，但新的規則尚未建立。2023年至2025年，美國市場經歷過一段時間的“數字員工”熱。2023年11月，微軟發佈了Copilot Studio，允許企業基於微軟生態自定義AI工作流，比如自動整理會議紀要、生成財務模型、跨應用調取數據等。

2024年凱雷集團開始試點Copilot Studio，希望用它來自動化處理會議摘要和財務建模。但運行一段時間後，他們發現Copilot無法可靠地從其他應用程序中提取數據，導致自動化流程頻頻中斷，最終凱雷向微軟反饋了問題並削減了相關支出。在海外社交媒體上，Copilot被塑造成“煩人又無能、偏偏纏著不走”的同事。2025年8月，MIT媒體實驗室發佈了報告《The GenAI Divide: State of AI in Business 2025》，覆蓋了300多個公開的AI部署案例、52位企業高管深度訪談和153位高級領導者的問卷反饋。

報告顯示，儘管企業在生成式AI上累計投入了300億至400億美元，但95%的試點項目未能對損益表產生任何可衡量的影響，只有5%的企業真正從中提取到了價值。MIT把這種現象命名為“GenAI Divide”——高採納率與低轉化率之間的鴻溝。回到國內，辦公AI剛剛爆發，WorkBuddy們最終能不能成為“新時代的珍妮紡紗機”，不取決於誰先發布、誰融了更多錢，而取決於它們能不能真正回答那個最樸素的問題：到底是在幫人幹活，還是在給人添活。