办公Agent 爆火 模型大战进入下一阶段

大厂为何同时整合Agent产品？

从2026年6月到8月初，短短不到60天时间，阿里、腾讯、字节三家中国顶级互联网企业几乎同时开启了内部Agent产品的整合。这并非巧合，而是AI行业从摸索期进入入口争夺阶段的必然选择。

• 6月
  ：阿里率先开启内部Agent的产品线与能力大整合，8月3日官宣发布Qwen3.8模型，同时将三款内部孵化的Agent产品——

  QoderWork
  、

  悟空
  、

  MuleRun
  合并为统一的「千问办公」。

• 7月20日
  ：腾讯开启业务整合，

  QClaw
  相关业务和团队并入

  WorkBuddy
  体系。

• 7月30日
  ：字节跳动宣布飞书产品团队整体并入

  豆包
  ，飞书负责人谢欣向豆包负责人赵祺汇报。

过去，大厂需要用多个团队验证桌面操作、云端执行和企业协作等不同路线；现在，主要产品形态已逐渐清晰，竞争从“能不能做出Agent”转向“谁能成为用户和企业的统一入口”。

作为本轮收束中最新落地的产品，集中体现了企业Agent竞争中最关键的几个问题：内部赛马为何此时结束、企业IM与云为何成为Agent的底层资产，以及模型、产品和真实任务如何形成共同进化的闭环。

内部赛马为什么此时结束？

以阿里为例，年初同时保留

（运行在电脑上，擅长本地文件）、（进入钉钉企业账号、权限和应用体系）、（运行在云端，可长时间执行任务，已服务43个国家和地区，单月付费超200美元的用户占比达34%），三种产品代表不同判断。

但市场变化迅速。Anthropic发现非技术员工直接使用Claude Code整理文件、处理表格，于是推出Cowork；OpenAI发现用户混淆聊天、编程和办公边界，将Codex并入ChatGPT桌面客户端，实现Chat、Work、Codex三端合一。用户在用脚投票，市场已没有时间继续分散试验。

易观分析显示，2026年6月，17款主流桌面端AI办公智能体合计访问量超6000万次，腾讯系、字节系和阿里系产品相加约5622万，留给其他玩家的市场不到500万。技术路线确定，头部效应显现，分散成为资源负担。工程层上，模型每升级一次，三支团队都要重复适配，这种重复劳动已无必要。

正是在此背景下诞生。

企业Agent的分水岭：个人 vs 企业

目前市场上大多数通用办公Agent解决的是个人生产力问题：读取本地文件、分析个人文档、整理日程、调用有限外部工具。但个人上下文的叠加不等于企业上下文，企业内所有人的效率相加也不等于企业效率。

企业级Agent面临的是另一类问题：员工的文件、对话和任务相加，不会自动变成企业的运行方式。同样一份文件，个人Agent只需总结；企业Agent还需考虑谁可阅读、谁需确认、结论同步给哪些部门、后续任务需经谁批准。

在此背景下，中美大厂行为逻辑产生明显区别：OpenAI和Anthropic主要合并聊天、编程和桌面执行入口；中国大厂的整合范围则包括钉钉、飞书这样的企业协作软件，同时让云成为Agent底层能力的一部分。豆包融合飞书并与火山引擎深度结合，千问办公合并主攻钉钉场景的悟空，并继承阿里云在企业级服务市场的行业认知、数据管理、资源调度资源。

IM与云成为Agent的底层基础设施

传统办公软件按功能划分：邮件沟通、文档写作、表格数据……但用户完成目标需要工具组合。过去十多年，整合了沟通、员工身份、组织关系、协作网络、文件、会议、审批、权限及各种企业应用连接的钉钉式IM，功能最多且包含完整组织上下文，成为Agent时代最底层的能力支撑。

例如，在自建钉钉组织群里模拟三人选题讨论，让千问办公总结要点并提取待办事项。它不仅能识别出五条待办，正确分配负责人，还自动标出紧急项的优先级和截止时间，并直接写入钉钉待办系统。

对于外部第三方Agent，通过连接器读取群消息生成摘要并不难，困难在于写回：创建待办、调整日程、发送邮件、提交审批、分配任务。读取只需接口，写回需要更高信任。过去十多年，钉钉为Agent积累的不仅是工具，更是信任与企业级上下文的护城河。

模型与Agent：智能飞轮系统

阿里同时拥有一线大模型、企业协作平台和云计算基础设施，但这不会自动转化为优势。只有模型和Agent相互提供反馈时，这种组合才有价值。推出千问办公同日，阿里低调放出Qwen3.8，在编程（Coding）和专业办公（Cowork）方面能力大幅提升。

原因在于：在生产环境中，Agent能为模型提供比聊天记录更有价值的反馈；模型又能一劳永逸地解决Agent中的底层问题。例如，模型选错工具，产品团队可增加调用规则；模型在长任务中忘记要求，可套一层工作流。但这些修补只能降低错误率，无法改善模型本身的判断力。

OpenAI推出Codex时，训练了面向软件工程任务的

，使用真实编程任务进行强化学习，能读取修改文件、运行测试并根据结果调整，直到通过。这改善了编程任务中的大量问题，成为逆袭关键。

Agent留下的完整行动轨迹，可告诉模型如何理解目标、制定计划、调用工具、在哪一步偏离、用户修改了什么、最终产物是否被使用。尤其在代码任务中，能否运行、测试是否通过、文件是否正确修改，通常可被机器验证。这些真实任务中的失败轨迹反馈给模型，成为迭代动力。

结语

千问办公的整合完成，并不意味着阿里在Agent探索上可以高枕无忧。但它至少说明，阿里已找到自己的主线。当越来越多Agent都能制作PPT、分析表格、控制浏览器时，To C式Agent的功能差异会快速缩小。未来真正的差距，将来自产品背后的系统能力：它掌握多少企业上下文、能够获得多大执行权限、能否把每一次Agent真实任务变成下一次模型升级的依据。

常见问题（FAQ）

• 为什么大厂同时整合Agent产品？
  
  因为AI行业从摸索期进入入口争夺阶段，分散试错已无必要。用户需求趋于统一，头部效应显现，整合能集中资源、减少重复工程，快速形成统一入口。

• 企业Agent和个人Agent有什么区别？
  
  个人Agent解决单个用户的生产力问题，如处理本地文件、个人日程；企业Agent需处理组织身份、权限、审批、协作流程，将个人任务转化为组织行动，需要更深的信任和安全体系。

• 千问办公相比其他Agent有什么独特优势？
  
  它整合了阿里云的云计算资源、钉钉的企业协作上下文，以及Qwen3.8模型，形成“模型+IM+云”的完整飞轮，能实现从读取到写回的全链路闭环，并利用真实任务反馈持续迭代模型。

如果想了解千问办公的具体操作，可亲自体验其桌面端和云端协同功能，注意区分个人任务与企业级任务的不同权限设置。