辦公 Agent 爆火，模型大戰進入下一階段

從今年6月到8月初，短短不到60天內，中國三大網路巨頭不約而同地展開了內部辦公Agent產品的整合行動。6月，阿里率先啟動內部Agent產品線與能力的大規模整併，並在8月3日正式宣布推出Qwen3.8模型，同時將旗下三款Agent產品——QoderWork、悟空、MuleRun——合併為統一的「千問辦公」。緊接著，7月20日，騰訊將QClaw的相關業務與團隊併入WorkBuddy體系。7月30日，字節跳動宣布飛書產品團隊整體併入豆包，飛書負責人謝欣改向豆包負責人趙祺彙報。三家企業雖然組織架構、產品積累與市場優勢各有不同，卻在相近時間點做出相似的整合決策，這顯然不是巧合。 更合理的解釋是，AI行業走過摸索期後，已進入入口爭奪的關鍵階段。過去，大廠需要透過多個團隊分別驗證桌面操作、雲端執行與企業協作等不同路線；如今，主要產品形態逐漸清晰，競爭重點從「能否做出Agent」轉向「誰能成為用戶與企業的統一入口」。千問辦公作為這波收束中最新的落地產品，正好成為觀察行業變化的最佳樣本。 阿里此次的能力重組，將先前分散在模型、桌面端、雲端與企業協作場景中的積累，整合進一款獨立產品。同時，它也集中體現了企業Agent競爭中的幾個關鍵問題：內部賽馬為何在此時結束？企業即時通訊（IM）與雲端服務為何成為Agent的底層資產？模型、產品與真實任務如何形成共同進化的閉環？讀懂千問辦公，就能掌握企業級Agent真正的賽點。 大廠為何幾乎同時開始整合Agent產品？以阿里為例，今年年初同時保留QoderWork、悟空與MuleRun是合理的，因為三款產品分別測試本地執行、企業協作與雲端運行三種路線。QoderWork在用戶電腦上處理本地文件；悟空試圖進入釘釘的企業帳號與權限體系；MuleRun則從一開始就運行在雲端，能長時間執行任務，且已進入海外市場，截至今年5月服務43個國家和地區的企業與用戶，其中單月付費超過200美元的用戶占比達34%。在市場尚未定型時，多線測試有助於快速找到方向。 然而，試錯期不會永遠持續。今年上半年，行業對通用Agent的理解出現明顯變化。Anthropic發現許多非技術員工會繞過普通聊天界面，直接使用Claude Code整理文件、處理表格與完成多步驟知識工作，於是推出Cowork，保留任務執行能力但改用更適合一般知識工作者的互動方式。同樣的變化也發生在OpenAI身上：部分用戶在ChatGPT處理編程問題，另一部分則在Codex完成報告、圖片與數據處理等非編程任務，聊天、編程與辦公之間的產品邊界被用戶主動打破。7月下旬，OpenAI將獨立運行近一年的Codex併入ChatGPT桌面客戶端，實現三端合一。 千問辦公的誕生，正是阿里三場實驗驗證過的能力重新組合。桌面端繼承本地文件與電腦操作能力，雲端承接長任務、資源調度與多模態生成，企業端則繼續進入組織身份、權限與業務系統。透過將分散的產品能力與反饋數據集中到一個入口、一套工程體系與一個迭代閉環中，阿里得以加速產品迭代。用戶在用腳投票，市場也沒有留下太多繼續分散試驗的時間。易觀分析發布的二季度報告顯示，2026年6月，17款主流桌面端AI辦公智能體的合計訪問量已超過6000萬次，其中騰訊系、字節系與阿里系產品相加約為5622萬次，留給其他玩家的市場不到500萬次。技術路線逐漸確定，頭部效應開始出現，分散反而成為資源分配的負擔。 工程層面也是如此。過去，模型每升級一次，三支團隊都要針對任務規劃、上下文管理、工具調用、失敗重試、權限控制重新適配，造成不必要的重複勞動。千問辦公正是在這個分秒必爭的背景下誕生。 目前市場上多數通用辦公Agent首先解決的是個人生產力問題，例如讀取用戶電腦文件、分析個人文檔、整理個人日程、調用有限的外部工具。但這些僅是個人上下文的疊加，並不等於企業上下文。企業內所有人的效率相加，也不等於企業效率。給每位員工配置一個更聰明的個人助手，可以提高局部產出，卻未必能改善整體信息流轉、任務協同，以及將個人結果轉化為組織行動的效率。 企業面對的是另一類問題。企業不是個人帳號的簡單集合，所有員工的文件、對話與任務相加，也不會自動變成企業的運行方式。同樣一份文件，個人Agent可能只視為需要總結的材料，但企業Agent還需考慮誰可以閱讀、誰需要確認、結論應同步給哪些部門，以及後續任務必須經誰批准。這是企業級Agent與個人辦公Agent最根本的區別。在相似的整合背景下，中美大廠的邏輯也出現明顯差異：OpenAI與Anthropic主要在合併聊天、編程與桌面執行入口，而中國大廠的整合範圍則涵蓋了釘釘、飛書等企業協作軟體，並讓雲端服務成為Agent底層能力的一部分。 體現在產品層面，豆包產品線融合飛書的同時，也與火山引擎深度結合；千問辦公合併了主攻釘釘場景的悟空，同時繼承阿里雲在企業級服務市場上關於行業認知、數據管理、資源調度的全方位資源。這意味著Agent開始吸收IM與雲，把它們變成底層基礎設施。傳統辦公軟體按功能劃分世界，但真實世界中，用戶要完成一個目標需要組合多種工具，Agent也是如此。過去十多年，整合了溝通、員工身份、組織關係、協作網絡、文件、會議、審批、權限與各種企業應用連接的釘釘式IM，因其功能最多且包含完整組織上下文，已成為Agent時代最底層的能力支撐。 在實際測試中，千問辦公能夠在自建的釘釘組織群中模擬選題討論，總結要點並提取待辦事項。它不僅從對話中識別出五條待辦，每條正確分配負責人，還對緊急事項標註「較高」優先級與「即將截止」，並直接寫入釘釘的待辦系統。對外部第三方Agent來說，透過連接器讀取群訊息、生成摘要或完成投研、網頁製作、表格處理並不困難，真正的難點在於寫回：創建待辦、調整日程、發送郵件、提交審批，或將任務分配給正確的人。讀取只需要接口，寫回需要更高的信任，企業必須確定Agent能看到什麼、能替誰操作、哪些步驟需要審批，以及發生錯誤後如何追溯與撤銷。過去十多年，釘釘為Agent積累的不僅是工具，更是信任與企業級上下文的護城河。 再將眼光收斂到國內一線玩家，阿里在這場競爭中還擁有一項少見的條件：同時擁有一線大模型、企業協作平台與雲端運算基礎設施。但模型與應用都在自己手中並不會自動轉化為優勢，只有模型與Agent能夠相互提供反饋時，這種組合才真正有價值。因此，在推出千問辦公的同日，阿里低調發布了在編程與專業辦公能力大幅提升的Qwen3.8模型。這背後邏輯在於，在生產環境中，Agent能為模型提供比聊天記錄更有價值的反饋，而模型又能一勞永逸地解決Agent中的底層問題。 許多Agent產品中看似發生在應用層的問題，根源其實在模型層。例如模型選錯工具，產品團隊可以增加調用規則解決；模型在長任務中忘記最初要求，團隊可以再套一層工作流。這些應用上的修補能降低錯誤率，卻無法改善模型本身的判斷與認知能力。OpenAI推出Codex時，沒有只是為通用模型接入代碼編輯器，而是訓練了面向軟體工程任務的codex-1，使用真實編程任務進行強化學習，能讀取與修改文件、運行測試，並根據結果繼續調整直到通過，一舉改善開發者在編程任務中的大量問題，成為OpenAI在編程領域逆襲的關鍵。 模型解決了Agent的底層能力問題，Agent也為模型帶來比聊天記錄更完整的反饋。對OpenAI與千問系列模型來說，Agent留下的完整行動軌跡，可以告訴模型它如何理解目標、制定了什麼計劃、調用了哪些工具、在哪一步偏離要求、用戶修改了什麼，以及最終產物是否真的被使用。尤其在代碼任務中，能否運行、測試是否通過、文件是否正確修改，通常可由機器驗證。這些真實企業任務中的失敗軌跡又能反饋給模型，成為模型迭代的動力。最終，Agent為模型提供真實任務反饋，模型為Agent提供更強的判斷能力，兩者構成持續運行的飛輪系統。 當然，千問辦公此次整合完成，並不意味著阿里關於Agent的探索從此可以高枕無憂。但它至少說明阿里已經找到了自己的主線。當越來越多Agent都能製作PPT、分析表格、控制瀏覽器時，各種面向消費者的Agent功能差異會快速縮小。未來真正的差距，將來自產品背後的系統能力：它掌握多少企業上下文，能夠獲得多大的執行權限，又能否把每一次Agent真實任務變成下一次模型升級的依據。在這個過程中，IM的上下文、基礎設施的基礎能力，以及模型與Agent的飛輪，三者缺一不可。千問辦公，已經拿到了半張門票。