AI辦公的終局，真的是“AI辦公”嗎？

AI大模型工場2026.09.01 10:59 · 來自北京全文6352字00:00 / 17:58AI辦公能活多久？文 | AI大模型工場，作者｜西梅汁，編輯｜星奈2026年，AI行業突然愛上一個詞：Work。國外，OpenAI發佈ChatGPT Work；Anthropic則早已把Claude Code的Agent能力帶進知識工作場景，推出Claude Cowork。國內的牌桌更擁擠。

騰訊有WorkBuddy，阿里把QoderWork、悟空、MuleRun整合成“千問辦公”，字節把豆包和飛書整合推出豆包工作，百度推出“搭子”，360也做了納米Work，金山辦公，也在7月一口氣推出了面向個人的靈犀專業版和麵向組織的WPS Comate。表面上看，這是一場突然爆發的AI辦公大戰。但真正值得討論的是水面之下正在發生的變化，我們試圖回答三個問題：第一，為什麼大家突然在這個時間點湧進來？第二，AI辦公是真命題，還是偽需求？第三，AI辦公賽道里最核心的壁壘是什麼？AI辦公進入“交付結果”時代在過去的兩到三年間，AI融入辦公領域大致歷經三個時期：第一階段：AI生成內容。

幫你寫一段話、總結文章、翻譯、生成PPT大綱。本質還是Chatbot。AI在對話框裡回答你的問題，產出物是“參考意見”，你用不用、怎麼用，全靠自己判斷。第二階段：AI進入軟件。Word裡有Copilot，WPS裡有AI，表格、PPT、PDF裡開始出現AI功能。本質是人操作軟件，AI輔助人。AI是工具裡的一個插件，你寫文檔時它可以幫你潤色，你做表格時它可以幫你生成公式——但決定權始終在你手上，AI只是“提建議的人”。第三階段，也就是2026年正在發生的變化：Agent開始接管任務。現在的AI辦公已經不再強調“幫你寫”，而是強調“幫你做完”。

你告訴AI，研究一下最近半年的AI辦公市場，整理主要公司和產品，分析競爭格局，最後給我做一份15頁的彙報PPT。過去你得到的，大概率是一份文字答案。現在一個Agent需要自己去搜索、閱讀網頁、找到報告、提取數據、判斷信息價值、運行代碼、生成圖表、寫內容、做PPT、調整版式，最後交出一個能打開、能編輯、能拿去開會的文件。AI工作的最小單位，從“一次回答”變成了“一項任務”。而這也是2026年AI辦公突然爆發的技術背景。如果再往下深挖，這一波AI辦公能力，很大一部分並不是從傳統Office軟件里長出來的，反而是從Coding Agent裡“溢出來”的。

Claude Cowork直接繼承了Claude Code的Agent架構；Kimi Work同樣明確表示，是把Kimi Code在工程場景裡已經驗證的Agent能力遷移給普通知識工作者；OpenAI也正在把Codex積累的長任務執行能力擴展到ChatGPT Work。因為寫代碼和做一份複雜報告，本質上正在變成越來越類似的問題：都需要理解目標、拆解任務、使用工具、操作文件、不斷檢查結果，然後持續幾十步甚至幾百步，直到任務完成。Coding Agent解決的是：你告訴我想做什麼軟件，我去把代碼寫出來；AI Work解決的則是：你告訴我想完成什麼工作，我去把活幹完。

於是，一個原本隱藏在大模型裡的能力終於跨過了臨界點——AI不再只能生產Token，而開始能夠拿Token換任務。而AI辦公爆發的另一個原因，更現實。AI辦公之所以成為大廠集體衝進去的賽道，還有一個非常樸素的原因：這是目前AI最容易算清ROI的領域之一。C端生成式AI普遍面臨“算力成本高、用戶付費意願弱、同質化嚴重”的盈利困境。辦公場景高頻、剛需，且天然具備付費邏輯，企業願意為提升效率的工具買單。IDC數據顯示，2025年中國企業級AI Agent市場規模大概為212億元，2026年預計會增長至449億元，2029年有希望突破3320億元｡另外辦公場景的商業模式也比很多AI消費應用更清楚。

個人用戶可以訂閱，企業可以按席位付費，複雜Agent任務還可以進一步按Token、積分或調用量收費。金山辦公已經在半年報裡明確提出，個人AI產品探索“訂閱+AI用量”，企業側WPS 365則嘗試“席位+AI用量”；OpenAI的企業Agent同樣進入了基於額度和使用量的收費階段。所以，這一輪大廠真正爭奪的，並不只是一個新的辦公軟件市場。它們爭的是：誰能夠成為把工作交給AI的第一個入口。越來越擁擠的牌桌目前在牌桌上的幾家大廠，大法各有差異。騰訊：WorkBuddy，先發領跑騰訊是跑得最早也是跑得最快的一家。WorkBuddy在今年3月正式發佈。

它的產品邏輯很直白：用戶不用一步一步操作軟件，只需要描述目標，AI自己拆任務、調用工具、操作本地文件，再交付結果。之後生態層面接入了騰訊文檔、騰訊會議、企業微信等騰訊系產品，並推出企業版，把它從個人桌面Agent繼續向企業AI工作臺擴展。騰訊的優勢很容易理解。它既有模型，也有騰訊文檔、企業微信、會議、郵箱、知識庫，以及大量企業服務能力。換句話說，WorkBuddy並不缺“手”。真正的問題，是怎麼讓這些手在一個Agent裡被統一調度起來。阿里：先把分散的牌收回來阿里的問題恰好相反。它並不是沒有Agent，而是Agent一度太多。

悟空、QoderWork、MuleRun，分別從不同方向切入企業Agent和知識工作。今年8月，阿里最終把三款產品整合為“千問辦公”。新產品同時支持桌面端Agent、雲端Agent和企業協同Agent，並開始和釘釘打通。這背後實際上是一種非常典型的大廠邏輯：模型負責智能，釘釘負責組織和工作流，千問辦公負責成為新的Agent入口。因此阿里真正值得觀察的並不是千問辦公能不能做一份PPT，而是它最終能在多大程度上進入釘釘背後的企業數據、組織關係和業務流程。那才是企業Agent真正值錢的地方。字節：把AI直接放進“工作現場”字節則有另一張牌：飛書。

早在7月30日，字節便完成一場少見規模的內部方案調整——飛書產品小組整體歸入豆包，之後又將TRAE和釦子團隊納入豆包體系｡ 8月25日，“豆包工作”正式發佈，與飛書深度打通，現在飛書官網已經把“豆包工作”放在核心位置，原飛書aily也進一步演進為“豆包工作夥伴”。這條路線的關鍵是將企業在飛書裡的聊天、文檔、項目管理等進行整合管理，相比一個獨立的桌面Agent，這種打法距離企業真實上下文更近。百度搭子是今年增速非常快的一款產品。按照AI產品榜7月PC端數據，其月活達到674.3萬，環比增長1063.79%；百度在8月27日的發佈會上還披露，從3月發佈至今，搭子的日均提問次數增長了60倍。

360則推出納米Work，並直接用Token換市場。發佈時，周鴻禕宣佈向首批用戶每人提供1億Token試用額度，同時計劃幫助1000家小企業完成AI落地。8月25日，商湯也把原來的辦公小浣熊、代碼小浣熊統一升級成“商湯小浣熊Raccoon Work”。官方披露，小浣熊家族累計服務用戶超過2000萬，周活超過300萬。但在這張牌桌上，還有一個很特殊的玩家：金山辦公。它沒有微信、釘釘、飛書這樣的超級通信入口，也沒有一款自研前沿大模型可以作為流量中心。但它握著另一張互聯網大廠都想要，但很難短時間複製的牌：38年積累的文檔資產和辦公場景的深度理解。

7月15日，金山辦公在2026 AI生產力大會上連發兩款AI辦公智能體：面向個人的靈犀專業版和麵向組織的WPS Comate。同處第一梯隊的WPS AI國內月活用戶在2025年底就已超過8013萬。WPS雲端文檔存儲量超過2900億份。什麼才是AI辦公真正的壁壘？當大廠們都在捲入口流量時，一個更深層的問題浮現出來：AI辦公捲到最後，拼的是什麼？答案可能不在AI本身。壁壘一：上下文中金計算機首席曾指出，在算力與模型日益普及化的今天，高質量的數據資產正成為企業實現AI價值落地的決定性因素。AI辦公真正的護城河，是用戶工作中沉澱下來的結構化數據資產——工作上下文。

Chatbot時代，一個好的Prompt就能完成很多事情。但Agent時代遠遠不夠。比如你讓AI：“按照上個月的經營分析格式，把華東區這個月的數據重新做一版，然後重點解釋利潤率下降的原因。”要做好這件事，它至少得知道：上個月的報告在哪裡；哪一版是最終版；華東區的數據從哪個系統讀取；公司的利潤率到底怎麼算；老闆喜歡看什麼指標；哪些數據你有權限訪問；最後PPT應該套哪一個模板。這些東西，模型訓練得再聰明也不會天然知道。它們存在於一家公司的文件、郵件、會議、聊天記錄、數據庫、業務系統和人的工作習慣裡。這就是為什麼這一輪幾乎所有真正深入辦公場景的玩家，都在往“上下文”走。

飛書的籌碼，是聊天、會議、文檔和組織關係；釘釘的籌碼，是企業通訊和大量業務系統；騰訊的籌碼，是文檔、會議、企業微信以及更大的騰訊生態；而金山辦公的上下文，則更多來自另外一個地方：文件。這裡不是說金山辦公擁有用戶幾十年的“文檔資產”。更準確地說，是從1988年WPS誕生算起，它積累了38年Office原生技術，以及對文檔格式、編輯、排版、兼容、協作和交付方式的工程理解。它知道一份真正可以工作的Office文件應該長什麼樣。壁壘二：交付成果今天讓AI“生成一份PPT”已經不難。

但如果要求AI打開原來的PPT，只改其中幾頁，把Excel裡的最新數字同步進去，同時保留母版、公式、圖表和可編輯結構，難度馬上就不一樣了。到了這一步，比的已經不是生成能力，而是軟件執行能力。金山辦公今年推出靈犀專業版，一個重要變化就是讓Agent直接調用WPS的文檔能力，在文字、表格、演示、PDF這些原生對象上完成編輯，而不是在Office外面生成一個“看起來像Office”的結果。這裡真正值得討論的，並不是“靈犀也能做PPT”。而是另外一個問題：如果未來AI要接管越來越多辦公操作，那麼Office內核本身，會不會變成Agent的一套執行環境？

過去幾十年，Office內核解決的是“人怎麼操作文檔”。Agent時代，它可能還要解決另一個問題：AI怎麼操作文檔。一旦這個判斷成立，金山辦公過去看起來非常傳統的Office技術積累，價值就會重新被定義。因為模型可以買，搜索可以買，甚至很多Agent框架都可以快速搭出來。但一套成熟的文檔內核、格式兼容體系和幾十年積累下來的Office工程能力，很難在兩三年裡重新造一遍。這才是金山辦公真正值得關注的地方。壁壘三：信任如果說上下文決定了AI能不能“聽懂”工作，交付成果決定了AI能不能“做好”工作，那信任決定了——企業敢不敢讓AI真正走進工作。

個人AI辦公做到最後，用戶可能只關心三個問題：好不好用、貴不貴、結果怎麼樣。但進入企業，遊戲規則完全不同。一個Agent如果只是幫員工寫一段話，出錯的代價很低。一旦它開始查詢公司的銷售數據庫、讀取合同、修改CRM、生成財務數據，甚至直接調用業務系統，問題就完全變了。它能看什麼？不能看什麼？誰授權它操作？數據錯了怎麼追責？調用一次花了多少Token？Anthropic今年在討論Agent安全時用了一個很形象的概念：blast radius，爆炸半徑。Agent能力越強、獲得的系統權限越大，一旦出錯，可能造成的影響範圍也會同步擴大。所以企業最終購買的不會只是一個“更聰明的AI”。

它真正購買的是一套：能夠在企業權限邊界之內，穩定執行任務的系統。這也是WPS Comate和其他產品最大的不同。Comate解決的則是組織生產力，讓AI能夠連接企業知識、數據和系統，同時運行在既有權限和管理體系之內。Comate它可以連接CRM、ERP、OA以及WPS 365中的文檔、會議紀要等數據，同時把權限控制下沉到數據層，對不同角色設置行級、列級乃至指標權限，並保留AI操作和數據訪問日誌。這些能力聽起來遠沒有“300個Agent同時幹活”性感。但它們很可能才是真正決定企業願不願意長期使用AI的東西。因為企業不會因為一個Demo特別驚豔，就把核心業務系統交給AI。

企業需要的是：可控、可靠、可審計，以及真的能夠進入工作流。而這些東西最大的特點就是——慢。接一個模型，可以幾天完成；做一個Agent產品，也許幾個月就可以上線。但要進入一家企業幾十個系統，理解裡面的數據結構、權限規則、業務流程，再讓幾千名員工真正用起來，往往需要幾年時間。一旦這套信任體系建立起來，遷移成本極高。這也解釋了為什麼這一輪AI辦公競賽，真正值得關注誰最早開始深耕企業場景，誰最先把權限、審計、合規這些“枯燥但致命”的問題一個一個解決掉。如果把AI辦公比作建一棟大樓，大模型是鋼筋——決定能蓋多高。但真正決定這棟樓能不能住人、敢不敢住人的，是地基、水電、消防、安防這些看不見的系統。

在AI辦公里，這些“看不見的系統”就是信任。而信任，恰恰是所有壁壘裡最難複製的一種。結尾回到最開始的問題：AI辦公到底是真命題，還是偽需求？答案可能已經越來越清楚。AI辦公是真需求，但“AI辦公”未必是一個長期存在的產品類別。因為當AI真正進入每一個軟件、每一個文件和每一條工作流之後，人們可能不會再專門打開一個所謂的“AI辦公軟件”。就像今天已經沒有多少人會強調自己在“互聯網辦公”。未來，用戶只需要提需求，其他交給AI。今天所謂的WorkBuddy、千問辦公、豆包工作、靈犀、Comate，爭奪的就不再只是一個“AI辦公入口”。它們真正爭奪的是：誰有資格成為人與數字世界之間的工作執行層。

所以今天AI辦公為什麼這麼熱，答案並不複雜：技術終於跨過了“從回答問題到執行任務”的臨界點，而辦公又恰好是最容易計算ROI、最容易把Token換成生產力的場景。但真正決定終局的，可能恰恰不是今天大家最熱衷比較的月活、補貼，甚至也不完全是模型。模型會越來越強，也會越來越普及。真正稀缺的是那些模型拿不到的東西。你的文件、你的工作習慣、企業的數據和權限、真實業務流程，以及把一件複雜工作穩定交付出去的能力。換句話說，AI辦公捲到最後，拼的可能真的不是AI，拼的是誰離“工作本身”更近。