赛马结束,大厂各寻Agent主心骨

心靈之曲

心靈之曲

2026-07-25

930人浏览

转载

“之前(智能体)最大风险是押错方向,现在是重复建设。”一位接近ai行业人士向「市象」表示:“资金和算力太大了,赛马也不可能是长久之计。”

过去,国内大厂面对龙虾热潮大干快上,将一批换壳龙虾抛入市场。

如今,面对满地“龙虾壳”,大厂准备收网。

7 月 2 日,阿里巴巴宣布 融合 QoderWork 、悟空 与 MuleRun ,升级为全新产品千问办公, 由钉钉 CEO 陈宇森统管。 

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

赛马结束,大厂各寻Agent主心骨

7月20日,腾讯将QClaw产品中心的相关业务和团队,调整至WorkBuddy所属的云产品六部。

这两场变动,也成了龙虾潮的收尾。

大厂办公智能体矩阵,是在OpenClaw火箭上升后的恐慌应激反应。今年3月,OpenClaw火速登顶GitHub历史星标榜后,腾讯Qclaw、字节火山ArkClaw、阿里JVS Claw迅速跟上。短时间内,基于OpenClaw封装或兼容的套壳龙虾被批量产出。

仓促上线的代价是,一家公司内各产品功能高度重叠,均集中在白领办公场景,只是入口和流量不同。比如MuleRun从阿里云切入,QoderWork从桌面端切入,悟空从钉钉协同切入。

在腾讯,WorkBuddy和Qclaw一个是腾讯云做的,一个是腾讯电脑管家做的,用户自己都难以分清。

在字节,内部做了至少四款智能体——飞书妙搭OpenClaw、火山引擎ArkClaw、扣子OpenClaw、Trae Work,多个团队分别对OpenClaw产品化改装。

多产品线赛马,优点是想法多,创意多,缺点是资源太分散,只适合防守,打不了大仗。OpenClaw曾用三天迭代三个版本,以一个退休程序员的周末项目击穿了大厂防线。

腾讯 WorkBuddy 与 Qclaw 的整合,阿里整合千问办公,本质上都带有止损意味。 

赛马结束,大厂各寻Agent主心骨

而在7月初,一个更具象征意义的行业事件同步发生。字节豆包、阿里通义千问腾讯元宝等主流大模型应用,几乎在同一时间全面下线了智能体广场与自定义智能体创建入口。

大厂在 AI 应用层从铺开摊子急剧转向收拢拳头,已形成行业共识。 

钉钉的悟空时代落幕

“腾讯云的WorkBuddy爆发,侧面证明了火山引擎负责人肖默的问题,年初看到了龙虾就把所有精力和资源投入到龙虾里,Trae work比友商推迟了几个月出来,市场基本被WorkBuddy占领了,入口没了以后,机会就越来越少了。”

这一表述来自字节员工。结论十分明确,大厂将分散的智能体产品整合到工作台,抢占未来的核心入口已成趋势。

千问办公的整合也类似。表面上是三款Agent产品的合并,背后是3月以来ATH事业群的整合延续。同时,钉钉也在借千问办公,重新定义自己。

从时间线上看,3月16日,阿里ATH事业群的整合,通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部五大实体合为一体,仅24小时后,阿里发布AI原生工作平台悟空,流量入口+智能体工作平台的打法得到确立。

今年 6 月的人事变动加速整合进度, MuleRun 创始人陈宇森接替无招 任钉钉 CEO ,此前他在阿里云内部创业,带出了阿里内部唯一一个在 Agent 赛道上真正跑出商业数据的产品。 

赛马结束,大厂各寻Agent主心骨

让陈宇森带队钉钉,也被理解为阿里让AI产品做得最好的人上去统管战局。

上任仅一周,陈宇森宣布五大部门集体重建,悟空与MuleRun合并形成新悟空团队。原MuleRun CTO束骏亮任负责人,相当于MuleRun的技术班底接管了整个Agent产品线,原无招管理下的的悟空团队落幕。

同时,直销、电销、服务商、售前、交付、客户成功六个渠道合为一个客户发展部,终结了悟空、钉钉、MuleRun销售与交付部门各自独立的局面。

到7月2日的三合一官宣,以QoderWork为基础底座,融合悟空与MuleRun,千问办公在组织层级上,更接近钉钉的产品线。

钉钉的AI应用载体定位则进一步强化。

易观分析发布的《2026年Q2中国办公智能体平台市场洞察报告》显示,截至今年6月,腾讯WorkBuddy月访问量2097万,位居行业首位,阿里的QoderWork 为788万。

阿里缺少社交裂变和C端获客能力,字节有抖音飞书,腾讯有微信QQ,阿里的核心壁垒在B端,在钉钉。

钉钉超2600万的企业组织基本盘,决定了千问办公的产品路线。区别于面向互联网原生用户的WorkBuddy,千问办公将更侧重卖产出和卖效率成果,快速抢占B端市场。结合阿里云的捆绑销售,千问办公+云服务器+模型服务打包,阿里可以打出一套竞争对手难以复制的组合拳。

对钉钉而言,部门多次尝试将Agent能力嵌入产品。此次整合后,钉钉将从AI工具迈向操作系统,企业员工可直接唤起千问办公,将AI嵌入工作流程。

借钉钉整合,也是在抢时间。对于用户来说,把WorkBuddy、阿里通义、Coze等AI工具深度嵌入到企业的CRM、钉钉/飞书流程、代码仓库中时,替换成本极高。用户数据、用户习惯、用户关系链都沉淀在这里。

这也是千问办公必须整合的原因。让钉钉直接唤起千问办公写周报,调数据图表形成用户肌肉记忆,争夺桌面办公的入口权。 

企微没成腾讯Agent搭子

这一轮大厂在办公智能体赛道上的集体变阵,AI+流量入口+组织架构整合已经成为固定打法。

阿里与字节、百度,都选择了流量入口+AI智能体的捆绑作战模式。百度GenFlow Agent直接嵌入网盘和文库,千问办公深度整合钉钉。

DeepSeek
DeepSeek

DeepSeek是一款由深度求索公司开发的免费AI助手,支持Web端和移动端使用。它拥有强大的自然语言处理能力,可进行文本对话、内容创作、代码编写、文件处理(支持图像、PDF、Word、Excel、PPT等格式)以及联网搜索。DeepSeek上下文长度达1M tokens,能一次性处理海量信息(如《三体》三部曲)。其核心优势在于完全免费、响应迅速、支持语音输入,并提供API服务,适合学习、办公和开发等多种场景。

下载

字节则更为激进,四款智能体产品全部围绕飞书展开。

飞书妙搭OpenClaw直接内置在飞书内,ArkClaw通过飞书Channel或消息渠道无缝集成,扣子龙虾通过插件对接飞书生态,Trae Work通过外部应用授权链接打通飞书文档和多维表格。其中,飞书是字节所有Agent产品的共同归宿和流量中枢。

腾讯则走了另一条路。

WorkBuddy没有与企业微信深度捆绑,甚至主动打通飞书和钉钉,用户可以通过微信、企业微信、QQ、飞书、钉钉等IM平台远程操控WorkBuddy。

在腾讯看来,Agent应该追求低门槛而非掌控力,成为独立的工作入口。微信和社交平台的自然裂变才是真正的流量引擎,企业微信的留客效应可有可无。

通过内置混元、DeepSeek、GLM、Kimi、MiniMax等十余款主流模型,同时跨平台连接办公软件,WorkBuddy能支持用户远程操控电脑干活。

至于企业微信的定位,更接近生态渠道,而非核心入口。

组织是否整合,是另一条重要的分界线。

阿里让陈宇森统领办公Agent产品矩阵,腾讯将QClaw划给WorkBuddy,大家的选择都是合并,把分散的能力捏成拳头。

百度案例很能说明问题。自2026年以来,百度策略从分散转向整合,设立个人超级智能事业群PSIG,将流量入口文库和网盘放入其中,并由PSIG发布全端通用智能体平台GenFlow Agent。

目的十分明确,通过独立事业群提升业务权重,将to C资产从MEG分离作为增长引擎,一切动作目标都是将已验证资产整合,确保打造AI超级入口。

智能体不是单一技术产品,它需要模型能力、工程化能力、产品设计、分发渠道、客户销售等全链条能力。能力分散在不同BU,意味着管理层意志难以贯穿,资源难优先调配。

OpenClaw类产品的用户留存数据,从另一个侧面证明了整合的必要性。Growthbox数据显示,近七成用户在体验龙虾的两周内决定弃养。

但字节是个例外。

其四款智能体分属火山引擎BU、Flow、飞书BU,共享Seed底座,但各BU独立运作。

在背后,飞书和火山引擎都是万人级别的一级BU,各BU独立核算、独立决策、独立向CEO汇报。这与阿里腾讯将百人级别的Agent小团队整合的情况完全不同。

为此字节选择了一条折中路线,底座统一,应用发散。用豆包统一训练框架,各产品捕捉不同定位。其中,飞书妙搭是产品赠品, ArkClaw 是独立的 SaaS ,扣子是生态平台, Trae Work 是抢用户桌面的 AI 工作助手,各有各的战略使命。 

AICoding成付费高地

眼下的大厂办公Agent,一个棘手问题,是用户买不买单。

以千问办公为例。其背靠的钉钉坐拥海量客户,但付费率并不高。2025年的钉钉十周年发布会上,无招透露钉钉坐拥超2600万企业组织,A股5191家公司中79%都在用钉钉,但付费组织数不超过20万,转化率不足1%。

换言之,钉钉的基本盘恰恰是AI接受度与付费意愿不高的中小企业,这与AI Agent所要求的深度嵌入工作流、长期使用、数据积累的产品逻辑存在矛盾。

而在AI主线的Coding赛道,国内大厂也不占优势。

2026年5月的Code Arena第三方编程榜单中,阿里Qwen3.7-Max得分1541,超越GPT-5.5、Gemini-3.5-Flash、GLM-5.1、Kimi-K2.6等一众模型,仅次于Claude系列,在全球大模型厂商中排名第二。

腾讯WorkBuddy已经初步跑通了个人端的付费。其个人专业版58元/月,提供每月2000积分的额度,不限使用频率。腾讯一季度财报显示,WorkBuddy 的付费用户留存率超过 80%。

但另一边是,核心Coding用户宁可以每月100至200美元的API费用订阅Claude Code,通过代理和跨境支付辗转接入,也不愿意免费使用国产Agent。

“模型能力差距太大,千问写代码太啰嗦,同样的需求,Claude 400行,千问给你整1000行。”有用户对「市象」表示,海外产品尽管价格昂贵,但能力对得起价格。

这不是模型跑分的问题,而是模型能力与Agent产品能力之间存在巨大鸿沟。核心用户需要Agent的深度任务能力。如跨文件架构重构,遗留代码的上下文推理,自己跑测试报错分析日志堆栈修改代码等。

有接近AI行业人士对「市象」表示,市场看 Anthropic,看的也不是普通对话,而是更高可靠性、更强任务完成率,以及在企业工作流里更高的付费意愿。

当前,国产模型在Coding能力上缺少高质量顶级开源代码,产品主要面向程序员降本提效,而非完全接管终端,这导致资深工程师不愿浪费时间订阅付费。

大厂的应对动作,则是内部禁用。

7月初,阿里要求全体员工7月10日前卸载Anthropic旗下全系产品,涵盖Claude Code及Sonnet、Opus、Fable等多个系列模型,统一替换为自研智能体编程平台Qoder。

尽管此次通知带有安全考量,但深层逻辑在于,企业需要靠行政手段为自家产品制造需求。

对于千问办公而言,产品需要向企业回答的不是AI有多聪明,而是AI能帮企业省多少钱。这些数据需要沉淀在PPT中,让决策者看到人力成本收缩、交付周期缩短。

下一个 AI 周期,拼的不再是谁做了多少款智能体,而是谁的产品能让用户戒不掉。

本文来自微信公众号“市象”,作者:景行,36氪经授权发布。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
数据分析的方法
数据分析的方法

数据分析的方法有:对比分析法,分组分析法,预测分析法,漏斗分析法,AB测试分析法,象限分析法,公式拆解法,可行域分析法,二八分析法,假设性分析法。php中文网为大家带来了数据分析的相关知识、以及相关文章等内容。

2023.07.04

964

6

数据分析方法有哪几种
数据分析方法有哪几种

数据分析方法有:1、描述性统计分析;2、探索性数据分析;3、假设检验;4、回归分析;5、聚类分析。本专题为大家提供数据分析方法的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.07

1101

5

网站建设功能有哪些
网站建设功能有哪些

网站建设功能包括信息发布、内容管理、用户管理、搜索引擎优化、网站安全、数据分析、网站推广、响应式设计、社交媒体整合和电子商务等功能。这些功能可以帮助网站管理员创建一个具有吸引力、可用性和商业价值的网站,实现网站的目标。

2023.10.16

2649

14

数据分析网站推荐
数据分析网站推荐

数据分析网站推荐:1、商业数据分析论坛;2、人大经济论坛-计量经济学与统计区;3、中国统计论坛;4、数据挖掘学习交流论坛;5、数据分析论坛;6、网站数据分析;7、数据分析;8、数据挖掘研究院;9、S-PLUS、R统计论坛。想了解更多数据分析的相关内容,可以阅读本专题下面的文章。

2024.03.13

1167

8

Python 数据分析处理
Python 数据分析处理

本专题聚焦 Python 在数据分析领域的应用,系统讲解 Pandas、NumPy 的数据清洗、处理、分析与统计方法,并结合数据可视化、销售分析、科研数据处理等实战案例,帮助学员掌握使用 Python 高效进行数据分析与决策支持的核心技能。

2025.09.08

1344

12

Python 数据分析与可视化
Python 数据分析与可视化

本专题聚焦 Python 在数据分析与可视化领域的核心应用,系统讲解数据清洗、数据统计、Pandas 数据操作、NumPy 数组处理、Matplotlib 与 Seaborn 可视化技巧等内容。通过实战案例(如销售数据分析、用户行为可视化、趋势图与热力图绘制),帮助学习者掌握 从原始数据到可视化报告的完整分析能力。

2025.10.14

1966

24

Python 数据分析与可视化合集
Python 数据分析与可视化合集

聚焦 Python 在数据分析领域的核心应用,讲解 NumPy 数组运算、Pandas 数据清洗与聚合统计、缺失值与异常值处理、数据透视表生成,以及使用 Matplotlib、Seaborn、Pyecharts 制作折线图、柱状图、热力图、地图等多种可视化图表,适合数据分析师和运营人员快速掌握用 Python 从原始数据中挖掘洞察的能力。

2026.04.08

65

25

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

2026.04.13

69

25

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
墨刀帮助中心
墨刀帮助中心

共0课时 | 0人学习

扣子入门级教程
扣子入门级教程

共0课时 | 179人学习

Genspark AI使用手册
Genspark AI使用手册

共0课时 | 0人学习