WorkBuddy、千问与豆包竞逐，办公Agent为何还不是一门大生意？

图文 | 躺姐

今年初，OpenClaw掀起的AI Agent热潮，已经过去半年。那时，中文互联网几乎到处都在谈Agent。大厂推出类OpenClaw产品，创业团队也往桌面助手里挤，仿佛谁都能抢到一张新入口的门票。

半年后再回头看，真正接住这波需求、把个人办公入口做出声量的，是腾讯的WorkBuddy。

WorkBuddy的特别之处，是它并非靠全球领先的自有模型冲出来。Codex和Claude Code有顶尖基座模型开路，WorkBuddy则选择在产品层把多模型、Skills、本地工具和腾讯生态接到一起。对没有编程基础的人，这是一款愿意点开试试的产品。

虽然不是WorkBuddy用户，我也有切身体感。今年初用Claude桌面端时，我一直没碰Claude Code，因为不觉得自己需要编程。后来实际用起来才发现，它接住的是原有工作里的文件、工具和多步任务，投研和日常办公都能用得上。

WorkBuddy在个人端的起量，至少印证了一件事：除了卷模型，把产品做好同样是一条路。几乎在同一时间，阿里和字节也开始收拢各自的办公Agent资源。8月3日，阿里将三款Agent整合为千问办公并开启公测；8月6日，字节在年中全员会上强调AI生产力和企业业务，此前已重组豆包、飞书与火山引擎相关团队。

但个人端的热闹，离一门能够持续产生现金流的生意还有距离。三家现在最容易让人看到的是功能、免费额度和社交媒体上的声量，最难看到的却是付费规模、使用深度、续费和单位成本。

而办公Agent还有一个天然的错位：员工在用，工作成果归公司。只做一份报告时，个人可以偶尔买一点Token；当Agent开始长期运行、接入内部数据并代表员工采取行动，成本、权限和责任就不该继续留给员工。它要真正上规模，最终必须进入企业预算。

01 好用只是开始

现在的办公Agent之所以看起来像一场面向个人的竞争，原因并不复杂。打工人们最先发现新工具，也最容易被Skills、多模型和免费额度打动，点开一个Skill，看它写完报告、做好表格，价值几分钟内就能感觉到。

这种展示当然重要，它让一项陌生技术从看不懂变成可以亲手试，也让个人很快用得顺手。但个人用得顺手，只能证明产品跨过了使用门槛，不能证明整段工作已经能够进入企业生产，更不会自然变成企业买单。

个人端最容易感受到的，往往是一份立刻可见的结果。让Agent写报告、整理表格、处理代码，今天的基座模型已经能完成相当一部分。可企业要付费的，不是这些孤立的结果，而是它能不能接住一件具体工作。

同一个客户、订单或利润，即便在同一家公司里，不同部门可能使用不同口径，需要的知识又散落在客户系统、业务系统、数据湖和旧系统里。模型面对公开资料可以写出一份通顺的报告，进入企业以后，它还得按公司的定义找到依据，给出能够继续使用的结果。

即使数据和口径都对，工作也只做了一半。报告写完要进入审批，数据算完要写回系统，任务卡住要等人处理，恢复以后还得知道从哪里接着做。Agent要接住的不是一道题，而是一件会被打断、会出错，也必须继续往下走的事。

工作一旦拉长，成本就高了。亚马逊云科技（AWS）的示例测算显示，一次请求需要三次工具调用时，推理成本可能达到单次工具调用的5到10倍，因为每轮调用都会把累积的对话和工具结果重新送回模型；增加的编排、存储、网络和安全负载，也会影响企业愿意让Agent运行多久、接多少任务。

如果Agent能花钱、修改系统或对外行动，企业面对的就不只是成本。权限由谁开放，结果由谁检查，出了错谁来接手，都要在行动前说清楚。个人拿到错误结果可以重做一遍，公司却要保证一次失误不会沿着后面的工作继续传下去。

成本会随着任务变长，责任又会随着行动扩大，企业自然不会一开始就把整段工作交给Agent。更现实也更常见的做法，是先划定一个能够观察、随时接管的范围，再根据结果逐步扩大AI工具的使用范围和授权边界。

西班牙对外银行（BBVA）从2024年5月开始与OpenAI合作，首批向约3300人开放ChatGPT Enterprise，2025年5月扩大到约1.1万人；又过七个月，才宣布面向约12万人推广。到今年6月，实际使用人数超过10万，从第一批账号到现在过去了两年。

摩根大通铺开的速度更快。它在2024年夏季推出LLM Suite，把大模型放进安全的内部环境，八个月从零覆盖约20万人。但这首先搭起的是员工访问模型的统一安全入口，并不意味着企业已经把数据、系统和行动权限一次性交给Agent，更深的数据接入和工作流授权仍要未来逐步推进。

尽管入口由企业管理，Agent背后的运行资源却可能横跨内外，企业要决定的是哪些能力可以借助外部，哪些必须留在内部。IDC与中国信息通信研究院联合调研了250家企业，其中，在IDC调查的智算云服务用户中，85.8%采用外部AI算力与自有数据中心结合的混合架构。

这些选择看起来各不相同，背后却有同一套逻辑。Agent可以接触什么、做到哪一步，决定权必须重新回到组织手里。模型负责提供能力，模型之外还需要一套产品机制，把任务组织起来、验证结果，并在必要时限制或接管行动。

02 谁能把实施经验变成产品

即便是同一个模型，放进不同产品，最后能做成的事也可以完全不同。有些产品每走一步都要人提醒，另一些能记住进度、调用工具，并在出错时停下来。这些差别没有写在模型权重里，却决定了Agent能不能交付结果。

产品运行框架（Harness）负责把模型能力组织成可以交付的产品。它把任务需要的资料交给模型，安排步骤、调用工具、记住进度，结果不对时还要能够检查和重来。当AI Agent进入企业以后，身份、权限和审计也要放进同一套机制。

模型越强，Harness越不必重复模型已经会做的事，产品设计的重心越应该转向验证、恢复和治理。

2026年7月，Anthropic披露，面向Claude 5代模型调整Claude Code，删去80%以上系统提示词，在其编程评测中未见性能损失；团队再按模型反复失败的位置补回必要机制。Claude Code负责人Boris Cherny还认为，让模型在执行过程中验证自己的工作，是当前最容易被低估的能力之一。

和个人用户不同，Agent进入企业，模型之外的产品层从单个产品延伸到云平台。云厂商把模型服务、运行环境和组织治理合成一层。2026年4月，谷歌云宣布，Vertex AI将通过Gemini Enterprise Agent Platform交付。

拆开看，单个Agent怎样完成任务，由Harness组织；企业管理多个Agent，则需要企业控制层（Control Plane）统一登记、授权和管理。国内的腾讯云WorkBuddy Managed Agents、阿里云百炼与AI网关、字节旗下火山引擎AgentKit和HiAgent，也在以不同的产品组合补齐类似的组织级治理能力。

Harness和企业控制层可以执行规则，却不能替企业制定规则。Agent只在一个团队里使用时，口径、权限和验收标准还能局部约定；一旦跨过部门边界，这些规则就要在组织内部重新对齐。

Anthropic对500多名美国企业技术负责人的调查，量出了这道分界。57%的受访企业已用Agent处理多阶段流程，进入跨团队流程的只有16%。同一调查中，46%的受访者将现有系统集成列为主要障碍，42%提到数据访问与质量。

跨过这道组织边界，企业既要打通系统，也要对齐数据。毕马威（KPMG）2026年报告提出，企业数据要供Agent使用，必须能够被检索、带有足够的业务上下文，并通过数据血缘、机器可读权限和决策规则建立可信基础；而数据含义、质量标准与权限归属，又分别掌握在不同部门手里。

办公Agent进入企业生产，需要完成两次转换。Harness负责把模型变成企业实际可用的产品，企业则要把产品嵌进自己的生产系统和流程。前一次决定Agent能不能把任务做完，后一次决定它能不能进入正式生产，并形成持续采购。Agent厂商可以提供连接器、权限工具和评测方法，但数据怎样解释、业务怎样定义、结果怎样验收，仍要由客户企业形成共识。

在当前阶段，每家企业不同的数据、权限、流程和验收标准，首先增加的是单个客户的实施负担。换一家客户，厂商就要重新理解业务、配置系统、验证结果，上一家客户的经验只能部分复用。

与传统SaaS相比，办公Agent面对的工作范围更宽，理论上的市场边界也更大。目前看，不同厂商走到这里，手里的牌也不一样。云厂商和企业软件公司离数据、系统和身份体系更近，独立Agent产品则可以依靠跨模型、跨云的中立性，或者在一个行业里把方法做深。多模型本身不构成护城河，只有把质量、成本、权限和评测一起管起来，模型路由才会产生企业价值。

腾讯、阿里和字节拥有的个人流量、内部推广和云资源，当然都是优势；但一门能够复制的生意，最终还要由第三方客户来证明。只有当体系之外的企业愿意交出预算、数据和行动权限，这场竞争才算真正进入企业市场。

03 结语

个人端的流行可以制造声量，企业端才能留下可供定价的数字。

对于投资人来说，Agent的大行其道未必全是好事，它正在让原本就不透明的云业务和软件业务，变成一个更深的黑箱。过去，市场已经很难知道一笔收入究竟落在计算、存储、数据库还是软件里；现在，应用席位、模型推理、企业控制层和实施交付，又被很多公司装进同一个“AI业务”口径。

微软披露AI年化收入运行率超过370亿美元、Microsoft 365 Copilot付费席位超过3000万，Salesforce披露Agentforce的年化经常性收入（ARR）与交易笔数，中国厂商公开的更多是活跃排名、席位价格，以及飞书新客户采购AI产品的比例。

它们看起来都在证明AI开始创造收入；但这些口径没有随着数字一同变细，市场仍然分不清卖出去的是可复制的产品，还是需要反复实施的项目。

投资人真正需要回答的是两个问题：Agent有没有越过席位和试点，进入客户的正式生产；企业部署有没有开始形成规模经济。前一个可以看生产工作流占比、人工接管率和续费扩张，后一个则要分别看单个客户消耗多少实施与定制资源，以及后来客户的上线速度和模板复用率。

更细的披露不会自动推高股价，却会成为经营信号。愿意公开生产使用、交付复用和客户扩张的公司，至少让这门生意有机会被比较；只愿公布席位、Token和合同数的公司，也要接受市场对看不清部分的折价。

声明：本文仅用于学习和交流，不构成投资建议。

欢迎点赞、在看、转发，您的支持是我们更新的动力！