企业智能体办公赛道：大厂完成排兵布阵，但真正的竞争才刚开始

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，由QoderWork、MuleRun、悟空三款产品整合而来，同步接入新一代基座模型Qwen3.8，是业内首款同时支持桌面端Agent、云端Agent、企业协同Agent的产品。这个动作补上了大厂在企业办公Agent赛道的最后一块拼图——至此，阿里、腾讯、百度、字节四家头部公司都已经把桌面办公Agent摆上牌桌：腾讯的WorkBuddy、百度的DuMate（搭子）、字节的豆包办公与TRAE Work，加上阿里的千问办公，一场围绕"谁是企业默认AI工作台"的争夺战正式打响。

值得注意的细节是，阿里对外释放的信号很明确：千问办公不是要做另一个WorkBuddy，因为WorkBuddy更多调用的是个人上下文，而企业上下文对办公场景同样重要。这句话某种程度上道出了这轮竞争的分水岭所在——个人效率工具好做，企业级的组织协同难做。

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走的是先发+生态路线。依托腾讯云代码助手CodeBuddy起家，WorkBuddy定位为集AI对话、多任务并行、远程控制、办公协同于一体的工具，已服务全球超过2000万用户，并原生打通腾讯办公生态。腾讯云也已推出WorkBuddy Enterprise版本，试图把这套能力打包成企业级AI工作平台。

百度DuMate走的是安全合规路线。它的核心卖点是"本地安全沙箱"运行，支持文件夹级权限控制，数据在设备内流转，适合对数据隐私有较高要求的团队。这是一条典型的差异化打法——不拼谁的模型更炫，拼谁能让金融、政务这类强监管客户放心。

字节的两条线还在磨合期。豆包办公正在与飞书进一步整合，TRAE Work则从编程场景向通用办公场景扩张，本质上是字节在"C端流量"和"企业生产力工具"两个方向上同时试探，还没有完全收敛成一个统一产品。

阿里千问办公的差异化，押注在"企业上下文"这四个字上。据了解，阿里今年整合内部多股Agent力量，核心目的是给企业提供一个安全可控、能进真实业务系统干活的Agent产品，目前已打通钉钉IM，未来计划全面连接企业真实数据库和工作流。换句话说，阿里赌的不是通用能力，而是能不能把"三五个人甚至更大规模团队的需求"标准化成产品——这件事目前行业里还没有成熟的参照标杆。

一个共识：竞争焦点正在从"模型"转向"落地能力"

有行业观察者指出，过去字节、阿里、腾讯的竞争焦点是模型能力本身，但随着模型能力趋同，竞争重心已经转向用户规模和商业价值。更进一步的判断是，AI办公下一阶段的真正差异化，不在于谁接入了更大的模型，而在于谁能把经企业授权的数据、具体应用场景和生态连接转化为安全可靠的任务执行能力。

这个判断和IDC最新发布的评估报告方向一致。IDC在今年6月的报告中指出，办公协同软件市场正在从"AI助手"向"AI Agent"和"AI原生工作流"转型，各类组织正快速从孤立的试点项目转向企业级规模化部署。而在数据层面，中国企业级AI智能体市场规模2025年约212亿元，2026年预计增至449亿元，同比增长超110%——增速惊人，但也说明这个市场远未定型，谁都还没有拿到决定性的身位。

有意思的是，几乎所有玩家都在回避一个更本质的问题：模型能力可以外购、可以对齐，但企业的业务知识、组织流程、团队默契——这些"暗默知识"，恰恰是任何一家大厂都无法直接复制的。谁能把这部分资产沉淀下来，谁才可能建立真正的护城河。这也是为什么在一片"接入最强模型"的宣传声浪里，明略科技的路径显得有些不同。

明略的位置：不追风口本身，追风口背后的问题

作为一家长期深耕TOB市场的公司，明略科技（2718.HK）在这轮竞争里选择了一条更底层的路：今年6月29日，明略正式开源发布Octo——一个定位为"人与AI Agent协作网络"的平台。

这个选择背后的逻辑，或许要回到明略对行业下一阶段的判断。明略方面认为，AI Agent发展的核心命题并非持续扩大模型参数或打造单一超级智能体，而是让不同来源、不同厂商的Agent能够在同一个网络里协同工作——这也是Octo想要构建"Agent之间的互联网"的初衷。具体到产品设计上，Octo精准定位为企业现有文档、代码托管、项目管理工具之间的"协作层"，支持私有化部署，试图把数据与知识主权真正留在企业内部。

放在整个赛道里看，这种打法至少呈现出几个和大厂逻辑不完全相同的特征：

第一，不绑定单一模型。大厂普遍的路径是"自家模型+自家Agent"深度耦合——阿里用Qwen3.8驱动千问办公，腾讯用混元驱动WorkBuddy。而明略的Octo作为协作层，本身是模型无关的架构，这意味着企业可以按需接入不同厂商的模型和Agent，而不必被单一技术栈锁死。在模型能力快速迭代、格局仍在变化的当下，这种"不押注"某种程度上是一种更稳妥的企业级选择。

第二，坚持开源和私有化部署。这在大厂产品里并不常见——多数桌面Agent仍是云端SaaS模式，数据流转依赖厂商自身的云基础设施。Octo基于Apache License 2.0协议开源，企业可以把系统部署在自己的环境里，这对金融、政务等数据敏感型客户会更有吸引力，逻辑上和百度DuMate的"安全沙箱"打法有些相似，但更彻底。

第三，长期TOB经验带来的场景理解。明略在企业服务领域的积累时间较长，这类积累的价值往往不体现在发布会上的Demo效果，而体现在真实业务场景里的边界处理能力——比如权限体系、审批流程、多部门协同这些"不炫但难做"的问题。这恰恰呼应了前面提到的行业共识：接下来拉开差距的不是模型，而是对企业真实需求的理解深度。

第四，全员AI Native的组织实践。如果说前三点是产品层面的选择，这一点更接近组织能力——一家公司自己是否真正把AI工作方式跑通，某种程度上决定了它给客户的建议是否可信。这也是为什么明略把Octo的产品哲学总结为"Open、Context、Taste、Orchestration"四个维度，其中Taste（偏好进化）强调的是让人类判断持续校准AI，而不是让AI替代判断——这个理念本身，需要一家公司先在自己内部验证过。

写在最后：格局远未收敛

回到开头的问题：大厂扎堆入场，是不是意味着企业办公Agent赛道已经尘埃落定？从目前的证据看，答案是否定的。真正的竞争，可能才刚刚从"谁的Demo更炫"进入"谁能在企业真实业务系统里稳定跑上一年"这个更难的阶段。

在这个意义上，明略科技选择的开源、多模型兼容、深耕TOB场景理解的路径，与其说是在"抢滩"，不如说是在为下一阶段——当潮水退去、比拼真正落地能力的时候——提前做准备。

这条路是否能跑通，还需要时间和更多真实客户案例来验证，但至少在方向判断上，它抓住了行业共识里最硬核的那部分：AI办公的终局，拼的从来不是谁先上线，而是谁能把AI真正变成企业可持续积累的组织资产。