行业落地来源:网易号(风声声) · 2026-07-22 · 原文:https://www.163.com/dy/article/L2FFQ2DI05567ASL.html

前两天腾讯刚刚传出,旗下QClaw划入WorkBuddy部门的消息,没想到,阿里在桌面级Work Agent(办公智能体)方面的动作,就紧随而至了。

据《财经》报道,阿里正在计划合并包括Qoderwork、悟空和MuleRun在内的三款AI桌面智能体产品,意图打造一款新的企业级AI生产力工具,坊间猜测可能是"千问办公"或者"QwenOffice"。

无独有偶,最近字节也传出,正在推进豆包与飞书的整合动作。

去年年底,随着"龙虾"爆火,AI Agent(智能体)赛道一夜之间成为了大厂们竞争的焦点。AI代替人来干活,属于终极理想。

从"内部赛马"到"集中火力"

当时大厂们纷纷出牌,一个厂商经常几个产品并行。比如腾讯,WorkBuddy 做办公、QClaw做浏览器自动化、还有搞个人AI助手的Marvis;阿里有QoderWork、悟空、MuleRun,分散在不同部门;字节最克制,但也有像TRAE、飞书 My AI等产品。

总之,大厂们的动作用一句概括,就是:产品内部赛马。先把坑占上,多做几款产品用来试错,总有一款能跑出来。

不过,从近期大厂们的动作来看,好像突然之间都想通了。不管是腾讯收拢部门、阿里三合一,还是字节着手统一入口,不约而同全部从"内部赛马"转向了"集中火力",集中点,也都统一的选择了:Work Agent。

为什么是 Work Agent?

一是Work Agent 的潜力,在所有Agent产品中,跑出来了。7月20日,易观发了组数据,腾讯WorkBuddy的月度访问量,冲上了2000万大关,短短四个月时间,翻了一倍还多。而且不光是腾讯,包括字节的TRAE Work、阿里的QoderWork,几个办公智能体的增量,都非常明显。这说明,办公才是Agent落地最多的场景,市场需求足够大。

另一方面,收拢产品,确实也是烧不动了。VentureBeat之前对Agent有一个提法叫"The 100x problem"——同样一个用户请求,Agent 工作流的服务成本,比普通ChatBot高得多,长流程倍数更高,甚至能达到100倍消耗。因为Agent 的工作方式,本质上就是"反复调用模型",一个指令触发十几次上百次链式调用。用户成倍增长后,如果一个大厂还是几个Agent业务线,强如腾讯、字节成本上也撑不住。

总之,今年大厂竞争的主基调,一定是:集中力量办大事。只有五根手指握成拳头,才能给对手致命一击。

三款国内 Work Agent 实测横评

目前,在通用Work Agent领域,比较有声量其实就几款产品:字节的TRAE Work、阿里的QoderWork、腾讯的WorkBuddy。国内这几款,体验下来能力上各有侧重。

WorkBuddy 属于小白都能上手那种,不排队,热门一线模型都能调用,但每个任务都是要消耗积分的,日常小任务还好,复杂任务容易有成本焦虑。WorkBuddy基础的收费档位,连续包月70元/月,每个月有2000积分。微信生态做得很好,特别是扒微信公众号的文章,非常方便;各种场景化skill、Agent工具配套做得要更完善,并且还可以接入微信直接在微信上下指令,对于新手用户来讲,是比QoderWork、TRAE Work要友好的。不过,WorkBuddy想用爽,前提还得选对模型——用自家混元的时候,明显感觉逻辑散、提炼不准;换成DeepSeek之后,质量直接上一个台阶。

字节 TRAE Work 第一次打开的时候愣了会儿,没有 WorkBuddy 那么多"一键做周报"的预制按钮,得自己把需求描述清楚。不过,一旦说明白了,跑起来还是不错的。尤其是处理Excel时,它直接写了段Python脚本,把两个表做了交叉校验,还标出一处自己都没注意到的数据口径不一致。就是到了PPT环节,表现有点拉胯。它最早叫TRAE SOLO,本身就是个代码专精的AI编程工具,数据处理、脚本生成这些偏技术的活,它天生就强,PPT、文档美化这类纯办公场景,就会相对糙一些。另外,TRAE Work目前是会员制,随便造,没有流量焦虑。

阿里 QoderWork 的上手难度,是三家中最高的,光安装配置就花了点时间,本地沙箱的设置项很多。长文档阅读能力不错,文档核心观点抓得比较准,逻辑梳理也清晰。但整体交互偏厚重,中途想调整个需求,响应不如前两家灵活,更像"一次交付型"的工具。定价上,基础收费档位59元/月,也是积分制,每个月2000积分。设计重心在企业端,权限管控很细,核心功能都放在钉钉上了。

结语

三者根本就不是给同一类人做的,WorkBuddy 瞄准的是最广大的普通白领,要的是开箱即用、零学习成本,靠微信生态拉量;TRAE Work 服务的是有一定技术能力的知识工作者;而QoderWork能力强,重点在企业客户。如今,市场对AI叙事的考量,更多还是商业化——能不能把AI的账算过来,用户期待的也是能不能真的把活干完。在这场关于Work Agent的战争中,乾坤未定,赌局才刚刚开始。

← 返回社区贡献