AI办公的终局，真的是“AI办公”吗？

文 | AI大模型工场，作者｜西梅汁，编辑｜星奈

2026年，AI行业突然爱上一个词：Work。

国外，OpenAI发布ChatGPT Work；Anthropic则早已把Claude Code的Agent能力带进知识工作场景，推出Claude Cowork。

国内的牌桌更拥挤。

腾讯有WorkBuddy，阿里把QoderWork、悟空、MuleRun整合成“千问办公”，字节把豆包和飞书整合推出豆包工作，百度推出“搭子”，360也做了纳米Work，金山办公，也在7月一口气推出了面向个人的灵犀专业版和面向组织的WPS Comate。

表面上看，这是一场突然爆发的AI办公大战。但真正值得讨论的是水面之下正在发生的变化，我们试图回答三个问题：

第一，为什么大家突然在这个时间点涌进来？

第二，AI办公是真命题，还是伪需求？

第三，AI办公赛道里最核心的壁垒是什么？

AI办公进入“交付结果”时代

在过去的两到三年间，AI融入办公领域大致历经三个时期：

第一阶段：AI生成内容。帮你写一段话、总结文章、翻译、生成PPT大纲。本质还是Chatbot。AI在对话框里回答你的问题，产出物是“参考意见”，你用不用、怎么用，全靠自己判断。

第二阶段：AI进入软件。Word里有Copilot，WPS里有AI，表格、PPT、PDF里开始出现AI功能。本质是人操作软件，AI辅助人。AI是工具里的一个插件，你写文档时它可以帮你润色，你做表格时它可以帮你生成公式——但决定权始终在你手上，AI只是“提建议的人”。

第三阶段，也就是2026年正在发生的变化：Agent开始接管任务。现在的AI办公已经不再强调“帮你写”，而是强调“帮你做完”。

你告诉AI，研究一下最近半年的AI办公市场，整理主要公司和产品，分析竞争格局，最后给我做一份15页的汇报PPT。过去你得到的，大概率是一份文字答案。

现在一个Agent需要自己去搜索、阅读网页、找到报告、提取数据、判断信息价值、运行代码、生成图表、写内容、做PPT、调整版式，最后交出一个能打开、能编辑、能拿去开会的文件。

AI工作的最小单位，从“一次回答”变成了“一项任务”。

而这也是2026年AI办公突然爆发的技术背景。

如果再往下深挖，这一波AI办公能力，很大一部分并不是从传统Office软件里长出来的，反而是从Coding Agent里“溢出来”的。

Claude Cowork直接继承了Claude Code的Agent架构；Kimi Work同样明确表示，是把Kimi Code在工程场景里已经验证的Agent能力迁移给普通知识工作者；OpenAI也正在把Codex积累的长任务执行能力扩展到ChatGPT Work。

因为写代码和做一份复杂报告，本质上正在变成越来越类似的问题：都需要理解目标、拆解任务、使用工具、操作文件、不断检查结果，然后持续几十步甚至几百步，直到任务完成。

Coding Agent解决的是：你告诉我想做什么软件，我去把代码写出来；AI Work解决的则是：你告诉我想完成什么工作，我去把活干完。

于是，一个原本隐藏在大模型里的能力终于跨过了临界点——AI不再只能生产Token，而开始能够拿Token换任务。

而AI办公爆发的另一个原因，更现实。

AI办公之所以成为大厂集体冲进去的赛道，还有一个非常朴素的原因：这是目前AI最容易算清ROI的领域之一。

C端生成式AI普遍面临“算力成本高、用户付费意愿弱、同质化严重”的盈利困境。办公场景高频、刚需，且天然具备付费逻辑，企业愿意为提升效率的工具买单。IDC数据显示，2025年中国企业级AI Agent市场规模大概为212亿元，2026年预计会增长至449亿元，2029年有希望突破3320亿元｡

另外办公场景的商业模式也比很多AI消费应用更清楚。个人用户可以订阅，企业可以按席位付费，复杂Agent任务还可以进一步按Token、积分或调用量收费。

金山办公已经在半年报里明确提出，个人AI产品探索“订阅+AI用量”，企业侧WPS 365则尝试“席位+AI用量”；OpenAI的企业Agent同样进入了基于额度和使用量的收费阶段。

所以，这一轮大厂真正争夺的，并不只是一个新的办公软件市场。它们争的是：谁能够成为把工作交给AI的第一个入口。

越来越拥挤的牌桌

目前在牌桌上的几家大厂，大法各有差异。

腾讯：WorkBuddy，先发领跑

腾讯是跑得最早也是跑得最快的一家。WorkBuddy在今年3月正式发布。它的产品逻辑很直白：用户不用一步一步操作软件，只需要描述目标，AI自己拆任务、调用工具、操作本地文件，再交付结果。之后生态层面接入了腾讯文档、腾讯会议、企业微信等腾讯系产品，并推出企业版，把它从个人桌面Agent继续向企业AI工作台扩展。

腾讯的优势很容易理解。它既有模型，也有腾讯文档、企业微信、会议、邮箱、知识库，以及大量企业服务能力。换句话说，WorkBuddy并不缺“手”。真正的问题，是怎么让这些手在一个Agent里被统一调度起来。

阿里：先把分散的牌收回来

阿里的问题恰好相反。它并不是没有Agent，而是Agent一度太多。悟空、QoderWork、MuleRun，分别从不同方向切入企业Agent和知识工作。

今年8月，阿里最终把三款产品整合为“千问办公”。新产品同时支持桌面端Agent、云端Agent和企业协同Agent，并开始和钉钉打通。

这背后实际上是一种非常典型的大厂逻辑：模型负责智能，钉钉负责组织和工作流，千问办公负责成为新的Agent入口。

因此阿里真正值得观察的并不是千问办公能不能做一份PPT，而是它最终能在多大程度上进入钉钉背后的企业数据、组织关系和业务流程。那才是企业Agent真正值钱的地方。

字节：把AI直接放进“工作现场”

字节则有另一张牌：飞书。

早在7月30日，字节便完成一场少见规模的内部方案调整——飞书产品小组整体归入豆包，之后又将TRAE和扣子团队纳入豆包体系｡ 8月25日，“豆包工作”正式发布，与飞书深度打通，现在飞书官网已经把“豆包工作”放在核心位置，原飞书aily也进一步演进为“豆包工作伙伴”。

这条路线的关键是将企业在飞书里的聊天、文档、项目管理等进行整合管理，相比一个独立的桌面Agent，这种打法距离企业真实上下文更近。

百度搭子是今年增速非常快的一款产品。

按照AI产品榜7月PC端数据，其月活达到674.3万，环比增长1063.79%；百度在8月27日的发布会上还披露，从3月发布至今，搭子的日均提问次数增长了60倍。

360则推出纳米Work，并直接用Token换市场。发布时，周鸿祎宣布向首批用户每人提供1亿Token试用额度，同时计划帮助1000家小企业完成AI落地。

8月25日，商汤也把原来的办公小浣熊、代码小浣熊统一升级成“商汤小浣熊Raccoon Work”。官方披露，小浣熊家族累计服务用户超过2000万，周活超过300万。

但在这张牌桌上，还有一个很特殊的玩家：金山办公。

它没有微信、钉钉、飞书这样的超级通信入口，也没有一款自研前沿大模型可以作为流量中心。但它握着另一张互联网大厂都想要，但很难短时间复制的牌：38年积累的文档资产和办公场景的深度理解。

7月15日，金山办公在2026 AI生产力大会上连发两款AI办公智能体：面向个人的灵犀专业版和面向组织的WPS Comate。同处第一梯队的WPS AI国内月活用户在2025年底就已超过8013万。WPS云端文档存储量超过2900亿份。

什么才是AI办公真正的壁垒？

当大厂们都在卷入口流量时，一个更深层的问题浮现出来：AI办公卷到最后，拼的是什么？

答案可能不在AI本身。

壁垒一：上下文

中金计算机首席曾指出，在算力与模型日益普及化的今天，高质量的数据资产正成为企业实现AI价值落地的决定性因素。AI办公真正的护城河，是用户工作中沉淀下来的结构化数据资产——工作上下文。

Chatbot时代，一个好的Prompt就能完成很多事情。但Agent时代远远不够。

比如你让AI：“按照上个月的经营分析格式，把华东区这个月的数据重新做一版，然后重点解释利润率下降的原因。”

要做好这件事，它至少得知道：上个月的报告在哪里；哪一版是最终版；华东区的数据从哪个系统读取；公司的利润率到底怎么算；老板喜欢看什么指标；哪些数据你有权限访问；最后PPT应该套哪一个模板。这些东西，模型训练得再聪明也不会天然知道。

它们存在于一家公司的文件、邮件、会议、聊天记录、数据库、业务系统和人的工作习惯里。这就是为什么这一轮几乎所有真正深入办公场景的玩家，都在往“上下文”走。

飞书的筹码，是聊天、会议、文档和组织关系；钉钉的筹码，是企业通讯和大量业务系统；腾讯的筹码，是文档、会议、企业微信以及更大的腾讯生态；

而金山办公的上下文，则更多来自另外一个地方：文件。这里不是说金山办公拥有用户几十年的“文档资产”。更准确地说，是从1988年WPS诞生算起，它积累了38年Office原生技术，以及对文档格式、编辑、排版、兼容、协作和交付方式的工程理解。它知道一份真正可以工作的Office文件应该长什么样。

壁垒二：交付成果

今天让AI“生成一份PPT”已经不难。但如果要求AI打开原来的PPT，只改其中几页，把Excel里的最新数字同步进去，同时保留母版、公式、图表和可编辑结构，难度马上就不一样了。

到了这一步，比的已经不是生成能力，而是软件执行能力。

金山办公今年推出灵犀专业版，一个重要变化就是让Agent直接调用WPS的文档能力，在文字、表格、演示、PDF这些原生对象上完成编辑，而不是在Office外面生成一个“看起来像Office”的结果。

这里真正值得讨论的，并不是“灵犀也能做PPT”。而是另外一个问题：如果未来AI要接管越来越多办公操作，那么Office内核本身，会不会变成Agent的一套执行环境？

过去几十年，Office内核解决的是“人怎么操作文档”。Agent时代，它可能还要解决另一个问题：AI怎么操作文档。一旦这个判断成立，金山办公过去看起来非常传统的Office技术积累，价值就会重新被定义。

因为模型可以买，搜索可以买，甚至很多Agent框架都可以快速搭出来。但一套成熟的文档内核、格式兼容体系和几十年积累下来的Office工程能力，很难在两三年里重新造一遍。

这才是金山办公真正值得关注的地方。

壁垒三：信任

如果说上下文决定了AI能不能“听懂”工作，交付成果决定了AI能不能“做好”工作，那信任决定了——企业敢不敢让AI真正走进工作。

个人AI办公做到最后，用户可能只关心三个问题：好不好用、贵不贵、结果怎么样。

但进入企业，游戏规则完全不同。一个Agent如果只是帮员工写一段话，出错的代价很低。一旦它开始查询公司的销售数据库、读取合同、修改CRM、生成财务数据，甚至直接调用业务系统，问题就完全变了。

它能看什么？不能看什么？谁授权它操作？数据错了怎么追责？调用一次花了多少Token？

Anthropic今年在讨论Agent安全时用了一个很形象的概念：blast radius，爆炸半径。Agent能力越强、获得的系统权限越大，一旦出错，可能造成的影响范围也会同步扩大。

所以企业最终购买的不会只是一个“更聪明的AI”。它真正购买的是一套：能够在企业权限边界之内，稳定执行任务的系统。

这也是WPS Comate和其他产品最大的不同。Comate解决的则是组织生产力，让AI能够连接企业知识、数据和系统，同时运行在既有权限和管理体系之内。

Comate它可以连接CRM、ERP、OA以及WPS 365中的文档、会议纪要等数据，同时把权限控制下沉到数据层，对不同角色设置行级、列级乃至指标权限，并保留AI操作和数据访问日志。

这些能力听起来远没有“300个Agent同时干活”性感。但它们很可能才是真正决定企业愿不愿意长期使用AI的东西。因为企业不会因为一个Demo特别惊艳，就把核心业务系统交给AI。企业需要的是：可控、可靠、可审计，以及真的能够进入工作流。

而这些东西最大的特点就是——慢。接一个模型，可以几天完成；做一个Agent产品，也许几个月就可以上线。

但要进入一家企业几十个系统，理解里面的数据结构、权限规则、业务流程，再让几千名员工真正用起来，往往需要几年时间。

一旦这套信任体系建立起来，迁移成本极高。

这也解释了为什么这一轮AI办公竞赛，真正值得关注谁最早开始深耕企业场景，谁最先把权限、审计、合规这些“枯燥但致命”的问题一个一个解决掉。

如果把AI办公比作建一栋大楼，大模型是钢筋——决定能盖多高。但真正决定这栋楼能不能住人、敢不敢住人的，是地基、水电、消防、安防这些看不见的系统。

在AI办公里，这些“看不见的系统”就是信任。而信任，恰恰是所有壁垒里最难复制的一种。

结尾

回到最开始的问题：AI办公到底是真命题，还是伪需求？

答案可能已经越来越清楚。AI办公是真需求，但“AI办公”未必是一个长期存在的产品类别。

因为当AI真正进入每一个软件、每一个文件和每一条工作流之后，人们可能不会再专门打开一个所谓的“AI办公软件”。就像今天已经没有多少人会强调自己在“互联网办公”。

未来，用户只需要提需求，其他交给AI。今天所谓的WorkBuddy、千问办公、豆包工作、灵犀、Comate，争夺的就不再只是一个“AI办公入口”。它们真正争夺的是：谁有资格成为人与数字世界之间的工作执行层。

所以今天AI办公为什么这么热，答案并不复杂：技术终于跨过了“从回答问题到执行任务”的临界点，而办公又恰好是最容易计算ROI、最容易把Token换成生产力的场景。

但真正决定终局的，可能恰恰不是今天大家最热衷比较的月活、补贴，甚至也不完全是模型。模型会越来越强，也会越来越普及。

真正稀缺的是那些模型拿不到的东西。你的文件、你的工作习惯、企业的数据和权限、真实业务流程，以及把一件复杂工作稳定交付出去的能力。

换句话说，AI办公卷到最后，拼的可能真的不是AI，拼的是谁离“工作本身”更近。