AI入口大战2.0：腾讯、阿里、字节，谁是AI办公的隐形冠军？
过去一年，AI行业最稳定的收入来源来自编程领域，程序员成为首批自愿为AI付费的白领群体。
然而，核心编码场景的渗透率已接近70%，市场开始关注下一个应用场景。除了程序员，全球还有约10亿知识工作者。
那么，AI办公（也被称为协同工作或工作代理）能否接替编程，成为下一个渗透率大幅提升、商业模式真正可行的场景？
本文主要探讨AI办公，围绕四点展开分析：
- 入口为何从聊天框转向代理？
- 代理如何实现？技术能否成为壁垒？
- 个人代理和工作代理哪个先落地？
- 以中国市场为例，如何评估核心玩家的胜算？
以下是详细分析
一、AI入口之变：从“陪你聊”到“替你干活”
AI入口的争夺一直伴随着底层技术的发展，但由于算力成本不像传统互联网时代那样边际用户服务成本几乎为零，以往互联网巨头先补贴培养用户习惯再收割的“纯流量打法”已不再适用。
相反，迫于成本压力，掌握技术、生态、流量优势的平台巨头开始精打细算。C端堪比“知识付费”水平的低付费率，以及短到难以释放足够广告库存的日均时长，都让最先普及的AI聊天机器人的商业化之路异常艰难。
相比之下，以任务完成为导向的代理出现后，企业端的付费意愿被激发，尤其是科技公司和IT从业者。Stack Overflow在2026年4月和10月的抽样调查显示，代理使用率达到59%，每天使用比例升至37%；而在使用AI工具的开发者中，66%使用编程代理，其中73%每天使用。
今年7月，OpenAI的B端付费规模已超过C端，年化超过200亿美元，到9月底增长翻倍，按650亿美元的总体ARR规模计算，B端收入占比超过60%。
与此同时，C端付费规模在9月底约为250亿美元ARR，相比7月仅增长不到40%。
广告变现方面，年初OpenAI信心十足进军市场，一边招兵买马，一边携手多个第三方生态。
但随着转化率持续不佳，CPM报价一降再降，从灰测期间的60美元/千次曝光降至15-25美元区间，接近成熟数字广告平台报价。同时，自助投放平台的最低消费门槛从5万美元直接降至零门槛。
目前最新进展是，8月底ARR为10亿美元，但这已覆盖数万家广告主和40多个国家地区。
为什么聊天机器人付费变现如此困难？
问题不在于AI无用，而在于聊天机器人这种交互形式，天然让用户算不清账、认不清AI价值。进一步细分，AI的价值包含两方面：一是可验证的有效性，二是可衡量的收入扩张或成本优化。
但聊天机器人交付的是“建议”，而非“结果”。它节省的时间或金钱在大多数场景中无法量化，因此结果好坏只能凭感觉，用户要确认效果还需自己再走一遍流程。
当验收成本升高，用户对AI的信任度无法稳定建立，使用场景便停留在浅层问答，这类无反馈、简单基础的用户数据对大模型的后训练迭代作用不大，平台需额外购买或标注高质量数据及验证环境。若要提升模型，还需花更高成本从用户日常问答数据中筛选高质量内容。
同时，越不信任、只交互简单任务，越无法沉淀有价值的数据资产，导致用户切换成本很低，一旦有更高性价比的聊天机器人，便可无缝切换。因此，聊天机器人能将“用户数”做到极致，却难以同步推高体现高粘性的“付费率”。
编程为何能第一个跑出来？
相比聊天框的内容输出，代理以完成任务为目标，这与企业的普遍诉求一致。在AI价值公式中，可验证和可衡量的两个关键因子也能落地：编程是知识范围固定、对错可验证的场景，其增量价值也容易衡量，直接对应IT人才的高薪资。
这种能被用户快速验收、且单个任务经济价值很高的场景，除了编程，还包括财务对账、法务合规审查、数据分析、金融投资、销售策略等。
更大的市场来自上述场景的合并和延伸——成为企业背后的统一办公平台。在深入企业业务流程、提供传统办公软件功能的同时，通过AI帮助企业客户实现更多业务增长，而非仅停留在“员工降本”上。
不过，统一的办公平台场景并非编程场景的简单复制，其发展道路不像编程那样顺畅。
关键在于三个影响因素：
（1）验收标准更模糊、复杂，有些工作成果不易自动验收，而需真人主观判断质量高低；
（2）任务链更长，任何小环节的卡顿都可能导致整条任务停滞，例如月末对账需同时接触网银、税务系统及企业ERP系统，细分环节的容错率更低；
（3）出于网络安全考虑，企业更希望私有化部署，这需要AI办公平台派出FDE团队入驻客户。
因此，企业决定是否替换或升级为AI办公平台的采购决策链比AI编程更长，自然发展进度不如编程顺畅。
二、代理竞争，技术会是核心壁垒吗？
- 代理=LLM+Harness
要判断代理是否具备持续的技术壁垒红利，需先了解其运作原理。
代理完成一项工作主要包含5个关键步骤，每个步骤涉及不同层的软件工具。其中两个核心技术分别是大模型层和Harness层，总体而言，大模型负责思考后做出决策或提出要求；Harness负责稳定安全地执行和验收。
- 真正的壁垒在“数据”
从代理的运作原理可以看出，一个代理要稳定执行并完成交付工作，需要大模型做准确判断，同时还需一个可靠的Harness来稳定执行。
那么，领先的代理的技术壁垒来源于大模型还是Harness？
（1）Harness本质是一个技术套壳
首先，Harness的设计思路和底层工程代码非常成熟且通用，属于运行基础设施，包括日志、权限、沙箱、存档、界面等。
其次，Harness外接应用生态的连接协议如MCP、Skills等已成为开放标准。OpenAI将Codex Harness直接开源，Dots运行其上；开源的OpenClaw也成为微软Autopilot和Meta Muse的灵感来源。
因此，Harness本身不构成技术壁垒，同时模型还在吸收Harness的功能，即许多原本靠Harness补充的能力正被尝试训练进模型。
a. 代理调度执行纳入大模型（适用于并行任务）
典型例子是Kimi，自K2.5首次推出代理群组，让模型自行决定拆任务、分派子代理后，K2.6、K3延续此设计思路，将越来越多的代理协作直接训练进模型，不再依赖外部Harness串行调度。
不过，目前头部模型厂的主流路线仍将代理的调度执行框架交给Harness，大模型仅被训练成善于使用“拆分子任务”工具，当需要时，再通过Harness的子代理工具派出若干子代理并行执行。
b. 上下文、纠错规划纳入大模型
此外，各家大模型的上下文窗口都在向1M看齐，规划、自我纠错越来越成为模型自身能力，这使得承担上下文管理、压缩、检查纠偏功能的Harness的重要性有所下降。
（2）模型收敛，且无需持续使用前沿模型
大模型是坐镇后方的决策层，底层大脑的差距过大确实会影响终端体验。但目前前沿模型的领先优势普遍在3-6个月，在年中开源大模型大幅追赶、缩小与闭源模型差距后，近两个月北美闭源头部也竞争激烈，相继推出新版本。
尽管闭源模型通过封锁思维链严防同行蒸馏，但追赶者仍可通过完善训练环境，即进行更多后训练来实现大模型性能的迭代提升。
同时，在“能做事”这条及格线上，模型之间的差距已在收敛。
闭源模型不断降价，甚至以性价比更高的小模型与中国开源模型直接竞争，但仍挡不住原有大客户反过来成为其竞争对手。以下几例均说明“纯模型层”的客户锁定很弱。
a. Meta先用Claude Code开发Muse，再用自研Muse Code替换Claude Code；
b. 微软让Copilot的自动路由默认走更便宜的OpenAI模型；
c. 阿里7月弃用Claude Code，改推自家Qoder。
（3）真正难抄的是“用户使用数据”留存
既然大模型和Harness都不具备绝对的技术壁垒，那么抛开价格，为何用户认为Codex和Claude Code比其他Harness更聪明？
这里的“聪明”主要表现为Codex和Claude Code能快速理解用户意图，并对过往经验主动吸收并应用于下一次任务交付，综合来说就是上下文能力。
一个具备较深上下文能力的代理，能沉淀用户使用数据并在未来任务中调取，更好地执行任务。这些数据包括聊天信息、文件、邮件、权限、特定行业知识、企业内部规范、组织架构、业务流程记录，尤其是用户每一次纠错、批准、拒绝等反馈的执行轨迹，都能回流对底层大模型进行后训练强化学习。
这也是为何作为入口的Harness，即便承载第三方模型，反而能通过收集用户使用轨迹数据来反哺训练自家模型。
按照代理的运作流程，底层大模型和Harness对用户使用轨迹数据的触达能力有明显差异：Harness层能看到的用户使用数据明显更多，尤其是“人工确认与交付”环节，大模型层几乎完全看不到用户的验证与反馈，丧失了可用于后训练的最佳原料。
因此，若大模型和Harness入口平台不属于同一家企业，数据回流对原大模型的后训练优化会打折扣。反之，提供Harness入口的平台可利用用户使用轨迹数据，对自己的落后大模型进行快速优化。
当然，最佳方案是大模型和Harness来自同一家公司，这样能获得完整的用户使用数据，通过后训练优化，让产品体验“越用越聪明”。
- 自有生态是另一种起跑线优势
但数据回流的规模与用户量息息相关。用户可由产品功能吸引，如底层模型性能、技能生态丰富度，也可由其他高频入口导流，如外接工具规模和外部入口。
而无论是外接工具还是分发入口，都离不开传统互联网。在巨头生态各自为政的情况下，哪家拥有更多自有生态和巨额流量入口，都算赢在起跑线上，其对代理的入口分发作用比靠技术硬实力的先发优势更轻松。
三、个人代理 vs 办公代理：长期理想 vs 短期现实
类比互联网，消费互联网的价值远大于产业互联网。
个人代理面向数十亿人，一旦成为电商购物和OTA的总入口，广告和交易佣金的想象空间巨大——2026年美国每个日活用户能贡献约300美元广告收入。
但眼下有三堵墙：
（1）生态墙：通过代理调用第三方生态平台的服务会跳过开屏广告和推荐流，导致外部平台错失广告和佣金，因此AI原生入口常遭传统互联网平台抵制。
这个问题在中国市场可能更突出。最典型的是豆包手机上线，遭到微信、淘宝、支付宝和多家银行App的“围剿”，而9月发布的Meta Muse在北美同样遇到Amazon的跳转封禁。
（2）隐私墙：个人代理需获取银行登录、聊天记录、支付权限。Muse上线后出现“未授权读取消息”、“人工代打电话未充分披露”等事件，其承诺的“加密虚拟机”要到年底才上线；开源的OpenClaw暴露了13.5万个公网实例和上千个恶意Skill，Gartner直接建议企业封禁。
没有深入用户生活，个人代理就很难提供真正有效的AI服务。
（3）成本墙：目前大众用户对个人代理的实际粘性不算高。例如仍在营销势头上的Muse，上线一个月后的用户粘性数据，即便有社交平台导流，DAU/MAU也只是ChatGPT水平，离真正助理水平仍有差距，这意味着Muse的商业化至少在短期是问题。
但Muse成本不低：它为用户单独配备虚拟机，同时负担免费、低档付费用户的Token成本。据测算，以每天用户让代理干10-20件事计算，每用户每月总服务成本为15-37美元。
通过另一渠道的专家调研估算，单人单月成本约30-50美元。以30美元/月为参考，全年单人服务成本为360美元。但Meta旗下Facebook、Instagram的单用户广告价值还不到360美元，且上述20件事的Token用量仍在免费套餐额度内，用户无需额外购买付费套餐。
反观面向企业办公场景的代理，长期TAM至少可从效率提升、侵蚀传统软件两个角度找到相对清晰的承接来源。
智谱在1H26业绩会上给出的协同工作全球TAM展望为5万亿美元，是聊天和编程市场的数倍。
另一种思路是直接以office为参照，以office的付费渗透率46%为基数，每人40美元/月的付费标准，得出总市场空间2160亿美元。
海豚君认为上述两个展望都不合理：5万亿美元占全球10亿白领以上员工薪酬的1/5、SaaS市场的3-4倍，若全部可触达替代，对现有生产方式将是巨震；而2000多亿美元的估算假设中，不仅低估了office的基数，也低估了AI实际能承接的工作价值。
海豚君从人员降本提效、侵蚀传统软件两个角度进行估算，供参考：
（1）个人提效与员工降本
首先从人工替代角度计算价值空间，通过估算代理能承接的工时占比，算出理论上可节省的员工薪资。
同时考虑线下沟通成本、迁移成本、ESG等社会责任压力，企业可能更愿让员工开展更多业务，而非仅裁员，因此增加厂商分成比例系数代表企业最终付费意愿。
最终空间大小=知识工作者的工资总额 × 代理能承接的工时比例 × 代理厂商可获分成比例。
按不同市场，估算结果如下，最终预估各地区TAM加总为4060亿美元。
（2）企业软件替代
另一个TAM承接来源是传统企业软件被替代或份额减少。
Gartner给出参考值，到2030年，代理有望侵蚀传统SaaS软件支出约10%，即2300亿美元。
但海豚君认为Gartner的估算可能偏保守，按企业软件品类对应的迁移难易度，最终估算整体侵蚀率16%，按2026年算TAM为2270亿美元，按2030年算TAM为3560亿美元。
其中办公协作、数据分析与BI迁移最容易，假设有40%-50%；基础设施工具替代率最低为10%。
（3）加总后的全球TAM
以2026年基数算，人员降本加软件侵蚀的TAM为4060+2268=6328亿美元，位于office参考计算的2160亿美元保守预期和智谱展望的5万亿美元乐观预期之间。
其中可能有一些重复计算，但基本上仍有望达到5000亿美元左右的市场规模。
按同样思路计算中国市场，人员降本330亿元加115亿元合计445亿美元，约3200亿元人民币的TAM。
四、AI办公对比，谁最有希望坐稳“工头位”？
以中国市场为例，最后聊聊这个赛道的核心玩家，包括腾讯Workbuddy、字节豆包工作、阿里千问办公，以及模型厂代表的智谱Zcode。
作为一个更有望将巨头重金囤下的算力有效变现的应用方向，海豚君认为各头部平台相比年初的聊天机器人入口争夺，竞争只会更激烈且持续。
但巨头会减少纯撒币的旧获客范式，转而利用自身传统生态位和渠道优势，叠加产品推陈出新的速度比拼，最快触达用户并实现高留存，持续积累企业和用户的核心数据资产，从而率先拥有强者恒强的正向飞轮。
因此年中才全面开战的AI办公市场，当下仍是谈终局赢家尚早的时期。但通过前文梳理的逻辑，可稍加评判目前各玩家的赢面。
下图是各AI办公平台运作的关键四层生态布局，从完善度上，腾讯、字节、阿里都是全布局生态。智谱缺乏上亿流量的入口级产品进行导流，相对吃亏。
目前几家AI原生的办公代理平台，Workbuddy用户规模暂时领先，但这里有腾讯在C端的流量优势以及HY系列免费Token的性价比优势加持。
那么后续演进如何发展？下面从前文总结的关键要素进一步比较：
- 上下文优势
上文梳理的结论是，纯技术不构成绝对壁垒，一个合格的、能做事的大模型只是入局门票。不需要基准评分顶尖的前沿模型，只需在稳定完成长任务、单任务成本更低上跑出优势即可。在中国这个模型更便宜、追赶更快的市场，技术更难成为持续壁垒。
但用户使用数据的积累是关键，不仅能作用于底层大模型的后训练，还能更好地总结经验并储存，深入理解企业业务流程，提升用户体验并增加迁移成本。
要拥有更多上下文，要么有生态内的高频入口导流，直接积累更多用户使用轨迹；要么本身拥有大量行业知识储备或接入更多行业方案。
关于上下文优势的对比，海豚君认为：阿里>字节>=腾讯。
（1）阿里最优，具备入口流量优势加行业知识。
钉钉服务全国2600万家以上组织，在传统行业、政府、教育渗透最深。这些组织的审批流、组织架构、考勤规则都长在钉钉上，是最天然的“企业上下文”。
千问办公顺势将这些上下文产品化，形成25项企业模块、20多个连接器，再加上专家网络和技能市场。
但局限是，钉钉客户以中小企业为主、行业分散，单个行业做不深，且知识主要分布在通用流程，专业领域深度不如飞书的头部客户。
（2）字节居中，客户质量更高
飞书客户集中在互联网、新能源车、新消费、先进制造等“管理先进”的企业。这些客户愿将核心业务流程搬上飞书，沉淀高价值、可复制的行业最佳实践。
字节在“驻场交付”上投入最大。据调研，目前FDE团队60-70人规模，不只帮客户内部降本，还做面向市场的获客方案。
豆包工作目前已按行业形成方案，包括智驾、AI模型公司、AI教育、AI制药等标杆案例。
局限在于入口借力有限，飞书月活只有钉钉的约1/7，行业覆盖窄。因此豆包工作的企业方案深度绑定飞书，跨生态就打折扣。
（3）腾讯目前更依赖开放生态，但流量优势正在积累数据资产
虽然Workbuddy在原生AI办公平台上跑得最快，结合最新调研信息，9月日活已超600万，但平心而论，腾讯在可借用的入口流量和行业知识积累上都不占优。
企业微信更偏对外沟通和客户管理，嵌入企业内部流程较浅，业内评价它在三家里“企业专属模块最弱、生态最中立”。
因此腾讯的打法相比阿里、字节更开放，是“我出代理、模型、分发，伙伴出行业数据和知识”，又开始了熟悉的开放生态玩法：
a. 在入口补充上，Workbuddy接入了30多个硬件品牌，覆盖智能眼镜、录音卡、麦克风、耳机等10多品类；
b. 在行业知识上，Workbuddy开放平台首批接入100多家生态伙伴，横跨20多个行业，其中深度合作企业超过30家。
目前Workbuddy的优势主要在金融营销、零售私域这类“对外”场景里，知识和数据是另外两家没有的。