一个信号：阿里补上了最后一块拼图
8月3日, 阿里巴巴旗下, 企业级Agent产品“千问办公”（QwenWork）开启公测, 它由QoderWork、MuleRun、悟空三款产品整合而成, 同步接入新一代基座模型Qwen3.8, 是业内首款产品, 支持桌面端Agent, 支持云端Agent, 支持企业协同Agent。这一动作补上了大厂在企业办公Agent赛道的最后的那一块拼图, 至此, 阿里、腾讯、百度以及字节这四家头部公司, 全都已将桌面办公Agent置于牌桌之上, 腾讯的WorkBuddy, 百度的DuMate、即搭子, 加上字节的豆包办公与TRAE Work, 再一起加上阿里的千问办公, 一场围绕谁是企业默认AI工作台的争夺战正式拉开帷幕, 打响了。
需加以留意的细节为, 阿里向外释放出的信号十分明晰, 那就是: 千问办公并非是要去打造另一个WorkBuddy, 原因在于WorkBuddy更多调用依赖的是个人方面的上下文, 然而企业方面的上下文对于办公场景而言同样具备重要性。这句话在一定程度上表明了这一轮竞争的分水岭所处位置, 即: 个人效率工具做起来相对容易, 企业级的组织协同做起来困难重重。
格局：四条路线，各自下注不同的护城河
把几家产品摆在一起看，会发现打法并不相同。
腾讯WorkBuddy所走的路线是先发以及生态路线, 它是依托腾讯云代码助手CodeBuddy发展起来的, WorkBuddy的定位是一种集AI对话, 多任务并行、远程控制、办公协同于一体的工具, 它已经服务了全球超过2000万用户, 并且原生打通了腾讯办公生态, 腾讯云还推出了WorkBuddy Enterprise版本, 试图将这套能力打包成企业级AI工作平台。
百度DuMate所遵循的是安全合规的路线, 其核心卖点在于通过“本地安全沙箱”来运行, 它能够支持文件夹级别的权限控制, 数据是在设备内部进行流转的, 适宜于对数据隐私有着较高要求的团队。这属于一条典型的差异化打法, 并非比拼谁的模型更加炫酷, 而是比拼谁能够让金融、政务这类面临强监管的客户安心。
字节的那两条线, 当前仍处于磨合期, 豆包办公是正跟飞书做进一步整合 , TRAE Work朝着通用办公场景扩张, 这源自编程场景 , 本质上是字节从“C端流量”方向以及还从“企业生产力工具”方向同时展开探索呢, 但目前还没彻底收敛成一个统一的产品。
阿里千问办公所具有的差异化之处, 是将重点押注于“企业上下文”这四个字上面。据相关了解, 阿里在今年整合了内部多股Agent力量, 其核心目的在于为企业提供一款具备安全可控特性、能够进入真实业务系统开展具体工作的Agent产品, 目前已经打通了钉钉IM, 在未来有着将企业真实数据库以及工作流进行全面连接的计划。也就是说, 阿里所押注的并非通用能力, 而是能否把“三五个人乃至更大规模团队的需求”转化为标准化产品, 而这件事情在目前行业当中还不存在成熟的参考标杆。
一个共识：竞争焦点正在从"模型"转向"落地能力"
存在行业观察者表明, 往昔字节, 阿里, 腾讯的竞争要点为模型能力自身, 然而随着模型能力趋向相同, 竞争核心已然转为用户规模以及商业价值。更深一层的论断是, AI办公下一时期的切实差异化, 并非在于谁接入了更为庞大的模型, 而是在于谁能够将经企业授权的数据, 具体应用场景以及生态连接转变为安全可靠的任务执行能力。
这个判断跟IDC最近发布的评估报告方向是相符的, IDC在今年6月的报告里表明, 办公协同软件市场正从“AI助手”朝着“AI Agent”以及“AI原生工作流”转变, 各类组织正迅速从孤立的试点项目转向企业级规模化部署, 在数据层面, 中国企业级AI智能体市场规模在2025年约为212亿元, 2026年预计会增长至449亿元, 同比增长超过110%, 增速极为惊人, 不过这也表明这个市场远远没有定型, 谁都还没有取得决定性的地位。
值得玩味的是, 近乎全部玩者都在避开一个更具本质性的难题: 模型的能力能够向外购买, 能够达到对齐的状态, 然而企业的业务知识、组织流程以及团队所具备的默契, 这些存在于暗处、不易言传的知识, 恰恰正好是任何一家规模较大的工厂都没有办法直接去复制的。究竟谁能够把这一部分资产沉淀下去, 谁才有可能构建起真正坚不可摧的护城河。这同样是在充斥着“接入能力最为强大的模型”这样宣传声音的浪潮中, 明略科技所走的道路显得有所差异的原因所在。
明略的位置：不追风口本身，追风口背后的问题
明略科技这家一向长期深入钻研TOB市场的公司, 在这一回的竞争当中抉择了一条更为基础底层的线路, 在今年的6月29日, 明略正式公开源头代码发布了Octo这个定位被设定为“人与AI Agent协作网络”的平台, 没错。
或许得回溯到明略针对行业下一个阶段的判定, 才能探寻到这个选择背后所蕴含的逻辑。明略方面持有这样的观点, AI Agent发展的关键命题并非仅是稳步扩展模型参数或者塑造单一的超级智能体, 而是要达成不同来源、不同厂商的Agent能够于同一个网络当中协同开展工作的状况——而这实际上也是Octo想要架构起“Agent之间的互联网”的初始意向。针对于产品设计而言, Octo精确地将自身定位成为企业现有的文档、代码托管以及项目管理工具之间的“协作层”, 其具备支持私有化部署的特性, 尝试着切实把数据与知识主权留存于企业内部。
若将其置于整个赛道之中去看, 这般打法起码展现出若干与大厂逻辑并非完全同一的特征:
其一, 并非绑定仅有一个模型。大厂通常所走的路线是“因自家之模型与自家之Agent”作深度的耦合, 像是阿里凭借Qwen3.8去驱动千问办公, 腾讯凭着混元去驱动WorkBuddy。然而明略的Octo身为协作层, 其自身乃为模型无关的架构, 这就表明企业能够按照自身需要接入各异厂商的模型以及Agent, 而用不着被单一的技术栈给束缚住。在模型能力迅速进行迭代、格局依旧处于变化之中的当前, 这样的“不予以押注”在一定程度上是一种更为稳妥的企业级别的选择。
第二方面, 秉持开源以及私有化部署的方式。这在大厂所推出的产品当中并非普遍存在的情形——绝大多数的桌面Agent依旧是采用云端SaaS模式, 数据实现流转依靠的是厂商自身所构建的云基础设施。Octo依据Apache License 2.0协议进行开源, 企业能够将系统部署于自身的环境内部, 这对于金融、政务等数据敏感型客户而言会具备更高的吸引力, 从逻辑层面来讲与百度DuMate的“安全沙箱”打法存在一定相似之处, 不过更为彻底。
第三, 因长期从事TOB业务而产生的场景理解, 明略在企业服务领域积累的时间较为长久, 这种积累所具备的价值通常并非体现在发布会时的Demo呈现效果上, 而是展现在真实业务场景当中对于边界的处理能力方面, 比如说权限体系、审批流程以及多部门协同这些“看上去并不炫酷但实际操作起来颇具难度”的问题。这刚刚好对应了前面所提及到的行业共识: 后续能够形成差距拉开态势的并非是模型, 而是对于企业真实需求的理解深度方面。
第四点而言, 是全员AI Native相关的组织实践, 要是说前面三点归属产品层面的选择范畴, 那么这一点则更贴近组织能力领域, 一家公司自身究竟有没有切实将AI工作方式完好运行起来, 在一定程度上对其给予客户的建议是否具备可信度起着关键的决定作用。这同样是为何明略将Octo的产品哲理归纳成“Open、Context、Taste、Orchestration”这种四个层面, 当中Taste（偏好演变）所着重突出的是要借助人类评判持续校正AI , 并非是让AI取代作判断 —— 这样子的观念本身, 有待一家公司先于自身内部证实过。
写在最后：格局远未收敛
回到开头所提出的问题, 大厂纷纷扎堆入场, 这是否就意味着企业办公Agent赛道已然尘埃落定呢? 就目前所拥有的证据来看, 答案是否定的。实际上, 真正的竞争, 或许才刚刚从“谁的Demo更具炫感”, 进入到“谁能够在企业真实业务系统里稳定运行长达一年”这样一个更为艰难的阶段。
在这样的一种意义之中, 明略科技所挑选的开源行径, 以及多模型兼容之举, 还有深耕TOB场景理解的道路, 与其说是去进行“抢滩”之举, 倒不如说是针对下一阶段。在下一阶段里边, 当潮水已然退去, 开始比拼真正能够落地的能力之时, 从而提前去做好准备。
存在这样, 一条路, 其是不是能够跑通, 这件事, 还需要时间, 以及更多真实客户案例去进行验证, 不过, 至少在方向判断这个层面上, 它抓住了行业共识里, 最为硬核的那一部分、那一部分内容是, AI办公的终局, 所比拼的, 从来都不是谁率先上线, 而是谁能够把AI真正转变为企业可持续积累的组织资产。
