中国AI办公彻底打起来了，阿里、腾讯和字节都动手了

作者｜黄晓彬

原创首发｜蓝字计划

过去几年，中国大厂每次发布新模型，都恨不得把人类智力的天花板一次又一次地“捅穿”。

参数从几千亿卷到几万亿，数学、编程和科学跑分轮番刷新纪录，图表上的柱状图一根比一根长。

但大部分人看完也就划走了。

毕竟普通人既不知道那些英文缩写测试的是什么，也很难因为模型数学题多拿了几分，就少写一份周报、少整理几个Excel。

模型厂商、硬件厂商们一次又一次地宣传所谓的“AI 红利”，但对大部分人来说都是看不见，摸不着的东西，甚至还不如“AI 黑利”更好感知。

但是，就在最近，普通人也能切身感知到的“AI红利”，或许真的要来了。

不久前，腾讯把QClaw相关业务和团队并入WorkBuddy所在体系；字节也将飞书与豆包产品团队整合，让豆包进一步进入企业办公场景。

在8月3日，阿里也发布了2.4万亿参数的旗舰模型Qwen3.8-Max，同时将QoderWork、悟空和MuleRun三款Agent合并，推出“千问办公”。

最终，随着千问办公的上线，点燃了中国办公Agent竞争的最后一根导火索，正式进入阿里、腾讯和字节的“三国时代”。

当然，AI 出现已经这么多年，相信依然有很多人会把这当成一种“狼来了”：每次新的 AI 热潮在萌芽阶段都吹上天了，就如当年的元宇宙，但最后都会落得一地鸡毛。

说不准，这次所谓的“中国办公Agent大战”，也是同样的下场。

但这次确实不同。这块战场有真实用户，有明确需求，是真的有可能彻底改变数亿人使用AI的方式。

大厂们盯上了打工人的脏活累活

如果你上过几天班，应该都被一些看起来简单、做起来要命的工作折磨过。

到了月底，要收集几十张表格，把格式各异的数据复制到同一个Excel里；拿着一沓发票逐张核对金额、时间和报销项目；开完两个小时的会议，再从录音和聊天记录里整理一份纪要。

这些破事，到底吃掉了多少工作时间？

办公协作平台Asana曾经调查过来自6个国家的9615名知识工作者，结果发现，大家平均有58%的工作时间，都消耗在沟通协调、寻找资料、切换软件和追赶进度等“工作中的工作”上。

按照一天工作8小时计算，相当于每天有4个半小时，都花在了这些无法直接创造价值的杂活上。真正留给专业工作和战略思考的时间，只剩下3个多小时。

而这些工作上到“破事”，已经变成了一块庞大、而且已经有人愿意付钱的大蛋糕。

阿里、腾讯和字节，当然不会看着它被别人端走。

只不过其实市面上的办公Agent并不少，那为什么最有资格组成“御三家”的，还是这三家公司？

关键其实就四个字：市场地位。

据21财经援引QuestMobile数据，钉钉、企业微信和飞书已经合计覆盖国内协同办公市场的92%。

钉钉已经连接超过2600万家企业组织。A股5191家上市公司中，有79%都在使用钉钉。大量企业的考勤、审批、通讯录和组织关系，本来就沉淀在这里。

飞书的整体规模虽然是三家最小的，但飞书文档、会议和多维表格等等功能因为简单易用，受到大量白领追捧，进入了大量企业更深层的协作流程。

光是飞书多维表格这一项产品，月活用户就已经接近1000万。

最牛的还是腾讯，截至2026年3月底，微信及WeChat的合并月活已经达到14.32亿。

实际上，虽然微信从严格意义上来说并不是一款办公软件，在现实生活里，工作群聊、客户沟通、文件传输和供应商对接，基本都绕不开微信。

正因如此，从私聊、群聊到文档、会议、表格和审批，三家背后的生态，几乎包住了一个中国职场人的软件日常。

而用户数量庞大，也就意味着拥有庞大的流量入口。这才是三家最难复制的基础，也是中国办公Agent“三国之争”能够成立的原因。

可是这也只解释了，为什么阿里、腾讯和字节在做办公Agent 这方面有着不可撼动的优势，还没解答的问题是：

广大打工人需要工具减负不假，但为什么偏偏要选“办公 Agent”？

会聊天的 AI，开始自己动手了

对AI 工具赛道比较熟悉的小伙伴都知道，自动化办公工具其实早就不是新鲜事。

会写VBA、懂Python或者熟悉低代码平台的人，早就可以把一部分重复工作交给电脑。

问题是，为了少做两个小时表格，先花两天学习怎么写脚本，怎么看都不像给普通人准备的办法。

办公Agent提供了一条更加“傻瓜”的路：

直接说人话。

用户不需要研究函数，也不用自己搭工作流，只要告诉它：“把这些发票按部门整理成报销表”“汇总本月销售数据，再做一份周会PPT”，剩下的步骤由Agent自己拆分。

这就构成了办公Agent 和过去的自动化办公工具，甚至是 AI 聊天工具的最大差异：

AI开始从“指导工作”，走向“接手工作”。

以制作周会PPT为例，它可以先打开文件夹，读取里面的Excel和会议纪要；再提取销售额、增长率和异常数据，生成图表；随后打开演示软件，完成排版，最后把做好的PPT保存到指定位置。

用户交给它的是一个目标，它负责把目标拆成一连串具体动作，再一步步执行。

为什么它突然可以自己动手了？关键在于两个能力：Agent和电脑控制。

Agent相当于一个个独立的协作部门，负责理解目标、规划步骤，并根据执行结果决定下一步做什么；电脑控制则给AI装上了“手”，让它能够在授权范围内操作鼠标和键盘，打开软件、点击按钮、填写表格和移动文件。

只要拿到了相应权限，办公Agent能够处理的任务，也就不再局限于写文案、做表格和生成PPT。大量原本需要人类在电脑上反复点击的工作，都有机会交给它完成。

甚至，阿里、腾讯和字节这三家推出的办公Agent 工具，还拥有普通 Agent 工具不具备的能力：不用你去提醒，它就知道需要的资料放在哪里。

这正是背靠钉钉、微信和飞书三个软件最得天独厚的优势。

当Agent 工具和办公、聊天平台打通之后，已经沉淀在平台里的文件、群聊、会议纪要、通讯录和审批记录都可以直接被 Agent 读取、调用。

从听懂一句人话，到控制电脑完成任务，再到读取工作资料、交付结果，办公AI终于形成了一条完整的工作链。

但能替用户把活干完，只是这场竞争的起点。

听懂人话、操控电脑、调用工作资料，很快都会成为办公Agent的基础能力，千问办公、WorkBuddy和豆包也会越长越像。

当这些通用功能再也分不出高下，三家还准备靠什么赢？

三家混战，谁能笑到最后？

最终决定办公Agent上限的，会是那些别人短时间内抄不走的东西。

阿里手里的王牌，就是千问大模型。

就在千问办公开启公测的同一天，阿里发布了最新的旗舰模型Qwen3.8-Max。

这款模型拥有2.4万亿参数和100万Token上下文，可以一次读入大量文档、表格、图片和视频。按照阿里公布的测试结果，Qwen3.8-Max在多项能力上已经追上了Anthropic的Claude Fable 5，属于目前全球性能最靠前的一批大模型。

把它放进千问办公，相当于直接给办公Agent装上了一颗旗舰级大脑。

而且，这颗大脑还是阿里自己造的，不需要向其他模型厂商采购API。模型如何升级、算力如何调度、产品怎么定价，主动权都掌握在阿里自己手里。

如果阿里的优势是超级大脑，那么腾讯打出的又是什么牌？

答案是：人多，兵也多。

腾讯已经为WorkBuddy搭起了Agent Suite、垂类智能体和SkillHub。仅SkillHub技能社区，就收录了超过7万个Skills，两个月累计下载超过3000万次。

这就意味着，用户不要提前花时间新建、调试Skills，就有非常多现成的、专业的助手可以调用。

比如准备一次客户拜访，销售Agent可以整理客户背景，数据Agent分析历史订单，法务Agent检查合同风险，文档Agent负责制作汇报材料。

再加上企业微信、腾讯会议、腾讯文档、腾讯网盘等产品，可以快速和微信用户的日常工作流打通，形成一座不断扩建的“数字员工市场”。

阿里在训练“组织大脑”，腾讯在组建“数字军团”，那字节又准备怎么打？

字节最强的牌，还是一如既往的产品能力。

复杂的技术到了字节手里，很容易就被包装成用户非常容易接受的卖点。

豆包本身已经培养了大量普通用户与AI对话的习惯，飞书又拥有文档、会议、多维表格、知识库等完整的协作环境。

现在和办公Agent 功能结合后，它可以根据任务生成文档、表格、PPT、图片、视频，甚至直接做出一个在线应用。生成的结果还能回到飞书里，由团队继续查看、评论、修改和共享。

这对运营、市场、产品和内容团队尤其有吸引力。

于是，三家的路线已经相当清楚了。

阿里拥有自主研发的超级大脑，腾讯正在搭建一套规模庞大的Agent生态，字节则希望把复杂的AI能力，做成最容易使用、也最适合团队协作的产品。

那么，究竟谁能笑到最后？

实际上，短期内恐怕不会出现一个通吃所有场景的赢家。现阶段的用户，肯定更加倾向于“每个都试试”，特别是各自基本盘的用户群体，恐怕三家想互相从对方手里抢人，还很困难。

但这次大乱斗，至少指明了一个积极的方向：

编程、工程和科研里的AI能力当然强大，但大部分普通人每天不会写代码，也不会设计芯片；AI生成的图片和视频足够热闹，但面向的用户群体始终是少数。

而办公Agent要解决的，的确是绝大多数人每天都要面对的破事。

如果大厂一定要卷，希望它们这一次，能沿着这个方向卷到底。

参考资料：

财新网《阿里发布2.4 万亿参数大模型 Qwen3.8 企业级 Agent “千问办公” 公测》

钛媒体《钛媒体，《WorkBuddy 跑出来后，钉钉飞书放下了 “入口” 执念》、《大厂抢滩 AI 办公》

中国基金报《阿里“超大杯” Qwen3.8 正式发布，阿里 “千问办公” 开启公测》