关于ZAKER Skills GEO服务 合作
钛媒体 20分钟前

推演大厂 AI 办公之战

当 AI 开始替人操作软件、完成任务,办公则是其中离企业付费最近的场景。这一轮围绕 AI 办公的角力里,各家真正压上的筹码,是过去十年沉淀的企业数据。

云栖大会上,阿里巴巴集团 CEO 吴泳铭对 AI 办公的评价颇为克制。在他看来,AI 写代码、写报告只是机器智能的早期应用。用他的原话说,"仅仅替代现有的工作,不可能创造一个真正的新时代"。但在同一场大会上,阿里巴巴发布了一整套办公产品:一个叫 " 企业上下文 " 的数据服务,一批可以托管的 " 数字员工 ",还有一台名为 QwenNote A2 的会议记录硬件。

这套发布的战略用意不难理解,办公应用本身的技术门槛有限,价值主要在使用过程中积累的数据。企业的汇报关系、合同的历次修订、会议决议的执行记录,这类信息在业内被统称为 " 上下文 "。过去三个月,阿里、字节跳动和腾讯先后对组织架构作出大幅调整,表面上是在争夺 AI 办公的入口,实际争夺的都是这份上下文。

松动的城墙

钉钉的基本盘是规模,它从中小企业的打卡、审批和 " 已读未读 " 起步,凭免费策略和地推团队覆盖了全国。按官方口径,十周年的 2025 年 8 月,企业组织超过 2600 万,付费的超过 19 万,A 股上市公司里有 79% 在用。钉钉商业化起步偏晚,付费版 2022 年才推出,2025 上半财年的年化经常性收入 " 远超 2 亿美元 ",此前许下的盈亏平衡,至今未见官方宣布兑现。

另一边,飞书 2016 年底在字节内部立项,先给自己人用,2019 年才对外开放,同时推出海外版 Lark。它以文档和多维表格见长,客户多为注重效率的大中型企业和新经济公司。飞书曾再 2024 年的未来无限大会上公布,2024 年飞书 ARR 预计超过 3 亿美元。另据媒体报道,其 2025 年营收超过 30 亿元,但飞书对此没有确认。多维表格是它最具代表性的产品,月活接近 1000 万。

腾讯的 AI 资源分散在多条产品线上,和微信直接互通是其中最关键的一块。例如,企业微信此前披露数据,它接入了超过 1400 万家企业和组织,每天通过它服务的微信用户超过 7.5 亿。最近比较火的是 WorkBuddy,数据显示,今年 7 月 WorkBuddy PC 客户端月活 658.2 万,居 PC 端办公 Agent 赛道第一。与微信互通上,用户扫码绑定后,可以直接在微信聊天窗口给电脑上的 WorkBuddy 下达任务。不过这些互通目前只承担消息通道的角色,微信的聊天记录和企业微信的客户往来数据,尚未接入 WorkBuddy 的工作上下文。

过去十年,办公软件守住客户靠三样东西,用户每天打开它的习惯,别人难以接入的封闭生态,以及按人头收取的年费。

一年之内,这三样似乎都开始松动了。

变化最早出现在用户端,OpenAI 在 2025 年 10 月推出自带 Agent 模式的 Atlas 浏览器,Anthropic 的 Claude in Chrome 到今年 8 月正式开放,可以跨标签页替用户执行操作。国内动作几乎同步,据报道,字节的 " 豆包工作 "9 月上线了多个 Agent 并行、直接操作 Mac 界面的功能。钉钉和飞书则从供给侧配合,3 月先后开源命令行工具,让 Agent 不开界面就能调用它们的底层接口。使用者既然不再亲手点击,用户在谁的 App 里停留多久,也就不再关键。

这些变化如果要走向生态深处,以往要接入一个办公平台,需要专门为其开发一套集成程序。2025 年 12 月,Anthropic 把让 Agent 调用外部工具的 MCP 协议捐给了 Linux 基金会新设的 Agentic AI Foundation,OpenAI 也是发起方,同月又把 Agent Skills 定为开放标准。谷歌发起、现由 Linux 基金会托管的 Agent 间通信协议 A2A,到今年 4 月已有 150 多家机构支持,钉钉和飞书的开放平台也都提供了 MCP 服务。

接口一旦通用,任何一家的 Agent 都能调用别家的数据,封闭生态便失去了约束力。

评测机构 METR 长期跟踪的数据显示,Agent 能够独立完成的任务时长在 2024 年之前大约每七个月翻一番,之后翻倍周期缩短到约四个月,按其今年 1 月的估算,当时最强的模型在一半成功率下能完成人类约五小时的工作。完成任务的成本却在快速下降,Epoch AI 估计,达到同样水平的推理价格每年要降几倍到几百倍。

最终,这些变化都指向了收费方式。软件既然开始替人把整件事做完,再按 " 多少人启用 " 计费的商业模式便难以成立,Gartner 7 月的数据估计,全球多达 2340 亿美元的企业应用软件支出将因此受到冲击。

整编

城墙倒了,Agent 可以绕开界面,调用任何接口,以越来越低的成本完成越来越多的任务。

Agent 替人干活,就得像新员工一样拥有账号、权限,并留下操作记录,微软已经在身份管理产品里给 Agent 单独建档。一家公司谁是谁、谁向谁汇报、谁能批什么,这张组织图就躺在钉钉、飞书和企业微信的通讯录中,文档、审批记录、决策留下的痕迹,也存在于此。" 通用的聊天机器人,回答不了企业内部的问题。" 陈宇森说。

会议上的发言、现场的声音,原本不在任何软件里,做录音硬件的 Plaud 2025 年出货超过 100 万台,据 7 月的一篇报道,它累计卖出 200 万台,已经盈利。阿里的 QwenNote A2、腾讯会议和影石合作的领夹麦克风,瞄准的都是这一场景。

任务最后总要落到某一个人头上,这个人的邮件和日程,写了一半的方案,说话行文的习惯,手上正在推进的几件事,都是 Agent 必须知道的。这些是个人的上下文,却都长在工作里。一个只懂组织、不懂眼前这个人的办公 Agent,和一个只懂流程、不懂老板的新秘书一样,用不顺手。

这四件事,合起来就是上下文。它之所以值钱,不只因为稀缺,也因为难用。

Anthropic 在 2025 年 9 月的一篇工程文章里,把上下文称作 Agent " 关键但有限的资源 "。向量数据库公司 Chroma 同年 7 月的研究发现,输入给模型的上下文越长,它的表现反而可能越差。把企业资料不加筛选地全部输入,得不到一个可用的 Agent。难点在筛选:选什么、何时给、按谁的权限给。2025 年 10 月的一篇论文走得更远:它提出 Agent 可以在干活时不断积累和提炼经验,不改模型本身,表现也能持续提升。照此推论,一家企业用得越久,它的上下文越好用,也越难搬走。

这正是 AI 办公的,新的护城河。

三家近三个月的调整指向一致,字节的动作最大。7 月 30 日,飞书的产品团队并入豆包,归豆包负责人赵祺统管,飞书首席执行官谢欣改向赵祺汇报。飞书的销售团队则并入火山引擎,由谭待负责。8 月 24 日,编程工具 TRAE 和智能体平台扣子也划进了豆包。到 9 月 15 日的发布会,梁汝波把分工讲得清清楚楚:豆包负责智能,飞书承载业务上下文,火山引擎提供模型和算力。

阿里的调整几乎是同一步棋,7 月它把内部三条互相赛马的 Agent 产品线合并成 " 千问办公 ",交给钉钉负责人陈宇森。8 月又调整财报分部,把模型、千问和千问办公放进同一个 "AI 实验室与应用 "。腾讯 7 月底成立基础模型部,9 月把 WorkBuddy 企业版做成套件,接上腾讯文档、乐享和网盘,更关键的动作则留待 10 月 29 日的生态大会。

两家的做法有一个共同点,让一个 AI 品牌站到台前,协同软件退到身后。

美国的情形可以对照,微软证明,在原有办公套件上加价卖 AI 行得通,它称 Microsoft 365 Copilot 的付费席位到 2026 年 7 月已超过 3000 万,半年翻了一番。而 Anthropic 和 OpenAI 这样的模型公司,正直接切入办公软件内部:前者把 Claude 放进了 Excel 和 PowerPoint,后者称企业客户已达 100 万家,并推出了调用企业知识的功能。字节让豆包主导飞书,阿里以千问办公整合钉钉,走的是后一条路,只不过模型公司和协同软件本就是一家。

9 月 8 日,Meta 在美国推出了 Muse,按 Meta 的官方说法,Muse 是一个 " 面向所有人的个人 AI Agent"。

它连着用户的 Facebook、Instagram 和一批第三方应用,能替人发邮件、订餐厅、购物、填表格。它的主界面是一段不中断的长对话,记忆跨对话保留。用户定下目标后,它会在后台接着推进,还会根据用户的习惯主动出主意。Meta 在两件事上格外小心。一是不打扰:文章说,主动发消息的门槛 " 必须很高 "。二是透明:用户能看到它做过的每件事和正在追的目标,还能直接打开、修改它记住的关于自己的内容。

更值得国内同行学习的是它的安全设计,Meta 把上下文当资产,也当风险。它一直提防程序员 Simon Willison 所说的 " 致命三要素 ":能读取私人数据,会接触来路不明的内容,又能向外发消息,三者同时具备,风险就会显著放大。

于是 Muse 被关在一个隔离的环境里,每一个对外动作,都要由另一个名叫 Sentinel 的 Agent 审批放行。权限先读后写,一点点放开。只有购物、发邮件这类撤不回来的操作,才停下来征求用户确认。邮箱连接器会自动滤掉验证码,每次付款都生成一张一次性的虚拟卡号。扎克伯格说," 分寸感 ",也就是办成事却不多说一句不该说的,是个人超级智能需要专门训练的本事。

判断、检验与悬念

下面几条是依据上述事实所作的判断,而非既成之事。

最直接的变化,是协同软件会从台前的应用退为台后的上下文底座。员工日常打交道的将是豆包、千问这样的 Agent,钉钉和飞书负责提供身份、权限和企业知识。对字节和阿里,这只是内部分工。对腾讯却有些模棱两可,企业微信握着最独特的那种上下文,即企业和客户之间的往来,可台前该站谁,WorkBuddy 吗?至今没有说清。

价格战会先在模型层打起来,再蔓延到办公软件。飞书的销售并入火山引擎,模型和软件打包卖,办公软件就成了消耗算力的渠道。有报道称飞书旗下的 aily 将改为按用量计费,价格预计大降。千问办公则用按月订阅。两种模式会并存一段时期。但拥有自研模型和算力的公司,完全可以把软件做得近乎免费,靠算力赚回来。没有这份底气的独立软件公司,会最先承压。

决定胜负的,是谁能管好上下文,而不是谁更聪明。Gartner 预测,到 2027 年底,四成以上的 Agent 项目会被终止。Agent 读到的东西越多,出错的代价就越大,企业要问的也就越具体:它看了什么,凭谁的权限做事,做错了能不能查、能不能撤。Muse 的审批 Agent、读写分开、只确认不可逆操作,大概会成为国内下一轮产品发布的参照。谁先把现成的组织权限改造成专为 Agent 设计的细粒度授权,谁就更容易让大客户放心交出上下文。

检验上述判断,最合适的样本是一家没有组织上下文的公司:百度。

在协同办公上,它离得最远,自家的协同工具如流由百度 Hi 改名而来,主打知识管理,却从未公布过有说服力的用户数据。它的办公家底来自内容和存储,百度文库付费用户约 4000 万,2025 年 AI 功能月活约 9700 万,全年收入据报道超过 20 亿元。网盘加文库月活接近 3 亿。它掌握的是个人资料,而非组织关系。

百度没有去补这门课,似乎是绕了过去。文库网盘的通用智能体改名 " 库库 AI",到今年 9 月,全球 AI 办公月活已超过 4000 万,海外版 Kooko 的用户超过 1000 万。它从个人入手,目标是替一个人交出一份可信的文档,而非管理一家公司,这和 Muse 从个人助理切入的路径颇为相近。负责这块业务的王颖说,AI 办公最大的痛点是 " 数据真实、结果可信、链路溯源 "。一个没有组织数据的玩家,能守住的也正是这块阵地。

如果库库 AI 能从个人用户一路渗进企业,说明组织上下文未必像本文说的那样不可替代。如果它止步于个人工具,说明城墙虽倒,地基仍归协同平台所有。百度的账本让这场检验更加紧迫,2026 年第二季度,它的净利润同比下降了 68%。

有三个问题,眼下还没有答案。

开放协议是第一个变数,它拆掉了封闭生态,也可能反噬自身,冲淡上下文的锁定效应,如果企业的数据随时能被另一家的 Agent 读走,这条护城河就比想象中浅。

更难回答的是工作记忆的归属,Muse 记住的东西属于用户,用户可以改,企业 Agent 攒下的上下文属于公司。当一名员工在工作 Agent 里留下的经验和习惯越来越值钱,它该归员工还是归公司,人走了又怎么处理,国内尚无公开讨论。同时握有个人入口和企业入口的腾讯(微信和企业微信)与字节(豆包和飞书),会最先碰上这个问题,也最有条件回答它。腾讯 10 月 29 日的生态大会,值得留意。

最深的悬念在于,个人助理会不会反过来吞掉办公 Agent。既然两者办的是同一类事,一个人很可能只想要一个 Agent,同时照管工作和生活。Muse 在美国、百度在国内,都是从个人助理做起。DeepSeek、Kimi 这样的纯模型公司也可能跟上。要是用户最终把工作也交给了这个跟着自己走的 Agent,三家围绕组织上下文所做的整编,恐怕只守住了一半。

回到吴泳铭那句话:替代办公确实开创不了新时代。可旧城墙倒塌之际,谁守住并管好了企业的上下文,谁才有资格去定义那个新时代。(本文首发钛媒体 APP,作者 | AGI-Signal 编辑 | 刘湘明)

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容