AI 办公的“交付”之战

过去数年，从未有哪个赛道能像AI办公一样，在短短数月内就从赛马转向集火。原因只有一个，没有人想在这场入口争夺战中掉队。

而集火的另一面，是AI办公的竞争逻辑正在被重新定义。留住用户的不再是好奇心驱使的尝鲜，而是能否交付真正让人满意的结果。

至于如何定义结果是否“真正让人满意”，三家的说辞各有千秋：腾讯抢"用得起来"，阿里争"对话即交付"，字节赌"进入工作流"。

当目光被TAB尽数吸引时，百度搭子近日又抛出一个新标准：

交付即惊艳，官方定义是交付结果要专业、美观，更要拿来就能用。

按增速计算，百度搭子是7月国内AI办公类第一，月访问量环比增长达到1063.79%，相比之下体量稍微大一些的WorkBuddy为304%，但其整体月活仍是国内AI办公智能体的那波腕。

从结果看，百度搭子和WorkBuddy是一对阶段性胜利玩家。前者赢在增速，后者胜在体量。但AI办公并非一个短期就能看出结果的赛道，甚至业内也认为，AI办公领域短期内不会出现一个绝对胜出者。

而对于交付结果，他们也有自己的理解。在8月27日的百度搭子产品发布会上反复提的“交付即惊艳”，按百度集团执行副总裁、百度智能云事业群总裁沈抖的话说，用户规模增长快，说明产品命中了用户的需求，但产品体验是否做到了极致、交付结果是否做到了惊艳，决定了用户愿不愿意留下来。

百度搭子定义的“惊艳”，是指交付结果是否真正专业、美观、可用，甚至超出预期。以产品来说，Agent赛道的竞争确实已经从早期心智渗透进阶到了体验升级。

而百度搭子和WorkBuddy之所以值得研究，关键就要看是赢一次的运气还是赢十次的底子。毕竟，赢一次可能靠时机和执行力，赢十次就必须是对赛道的理解深度和用户需求的深刻洞察。

两种产品逻辑

至于百度搭子和WorkBuddy谁会赢十次，不是我们今天讨论的重点，怎么赢一次的到可以好好说一说。

WorkBuddy的爆火原因在众多版本里总结起来其实就三句话：在产品形态的窗口期，第一个拿出了开箱即用的版本；靠同源底座，实现了远超同行的迭代速度；用Skill封装和生态穿透，把能干活的AI递到白领手边。

三句话翻译过来就是：卡位、效率、触达，基本属于腾讯的传统艺能及核心壁垒了。

尤其是触达，仅打通微信直连这一项就没人能复制。靠着社群分享和朋友圈的天然传播链，WorkBuddy基本没花什么广告费，三个月月活就到了2000万。

算下来如果2000万用户全靠买量，够把北上广深的地铁广告包好几轮了。至于后来线下凶猛投放广告的目的就是心智种草了，与拉新其实关系不大。

这是一套标准的腾讯式打法，用最高层的关注、最集中的资源、最大规模的投放，在最短时间内抢占用户心智。

到目前为止，没有另外一家公司是这样的速度，阿里和字节现阶段只是被动的整合资源、统一对外，产品逻辑上虽然与腾讯一致，但效率慢了一大截。

而提出交付即惊艳的百度搭子走的是另一条路。

在效率上百度搭子其实不输，自今年3月发布以来，5个月内已迭代150次。

但快只是表象，真正值得关注的是迭代方向。百度搭子没有选择把功能铺满的路线，而是一个场景一个场景地往里扎，也就是把一个完整的任务从头跟到尾，不是只给一堆零件让用户自己拼。

8月27日的发布会现场，百度搭子就做了一个更直观的演示，把自己的发布会当成一个任务来跑。

发布会开始前，搭子接入了直播流、演讲PPT和相关素材；发布会进行中，它实时理解演讲内容，提炼产品升级信息、嘉宾观点和现场高光；发布会结束前，自动生成了回顾视频、产品升级长图、金句海报和新闻稿。

一场发布会形成一套完整的内容成果，全程不需要人工介入。

这个Demo被百度搭子称为长程任务，即持续数小时跟踪一个目标、多模态协同、最终交付成果。长程任务是百度搭子给自己的定性，它不是一次性问答，而是把一个完整的、有时间跨度的项目从头跟到尾。

70岁的长白山摄影师老万也是长程任务的真实用户，他用百度搭子处理100TB的红外相机视频。

搭子把“挑出动物出现的画面”这个任务拆解为视频识别、片段提取、分类归档和日志生成，数小时的素材自动筛选完成，老万只需要说清楚目标，不需要写一行代码。

发布会Demo和老万案例其实呈现了百度搭子，进入真实工作流并交付完整结果的场景完整交付能力，这也是百度搭子迭代方向的核心：

它不是在功能列表上做加法，而是在工作流的深度上做乘法。

当然，百度搭子也在持续扩展Skill生态，覆盖搜索研究、生活服务、内容创作、办公协作等场景。

百度搭子从上线第一天起就是奔着真干活这个定位去的，沈抖之前说得也很直白，百度搭子要做的，就是深入办公场景真干活、真办事儿。

“用户只要把目标说清楚，它就能理解需求、拆解任务、调用工具，完成跨应用、跨文件的复杂工作，最后交付真正可用的结果。”

注意这句话的关键词是不是回答，不是生成，而是交付。把一件事从头到尾做完，给一个可以直接用的结果。到了8.27，百度搭子又把交付标准拿了出来而已。

“快”背后的慢功夫

在交付即惊艳的标准出现之前，大厂对AI办公的紧迫程度，可以用迭代速度来直观理解。

日均一版、两天一版、一天一个能力……大厂们急的是谁都知道的结论：AI办公的窗口期不会太长，谁先跑通谁拿下一张入场券。

但入场券人人想拿，拿不拿得到，看的是手里有没有牌。百度搭子能做到日均一版、月推三套件，靠的大概率不是产品经理有多勤奋，而是一套早在几年前就开始搭建的底层能力。

所谓底层能力，可以理解为全栈AI能力的垂直整合：国内具备从芯片到大模型再到应用框架全栈自研能力的公司，一只手数得过来，百度是其中之一。

• 芯片层，昆仑芯已迭代至第三代，2026年5月发布的天池256超节点，在超大规模集群推理场景下展现了性能优势；
• 模型层，文心5.1以业界同规模模型约6%的预训练成本，在多项基准测试中取得领先；
• 云基础设施层，已连续六年、累计十次蝉联中国AI公有云市场冠军。

三层自有意味百度搭子的每一次迭代，不需要等外部供应商的适配周期。模型想调参，自己就能改；算力要扩容，昆仑芯随时能补；安全有特殊要求，从芯片到应用全链路可控。

而且，这种全栈能力在办公场景的价值是要被放大的。

原因在于办公任务天然复杂，跨应用、跨文件、跨模态，一个任务可能同时涉及文档理解、表格计算、网页抓取和视频处理，如果模型和底层框架不是自研的，很难在短期内完成深度适配。

而百度搭子之所以快，正是这套全栈能力提供了即插即用的接口，模型层理解行业术语，框架层调用外部工具，芯片层保证响应速度，三层各司其职，互不卡脖子。

这也是沈抖之前为什么说真正有用的智能体，芯片、云、模型、数据、工程，缺一环都不行。

这也不是公关话术，全栈自研的核心价值是每一层都可控、可调、可审计：

当模型需要针对金融术语做微调，自己就能改；当某个行业客户要求数据不出域，从芯片到应用全链路都能配合。

而这套能力之所以真正跑起来，并且朝着正确方向迭代，源于百度在战略层面更早的一个判断：

AI的落地与应用价值，要高于单纯的技术参数竞赛。

这个判断在2025年世界大会上已有端倪，在2026年Create大会上被李彦宏提炼为DAA（Daily Active Agents，日活智能体数）。

“Token不代表终局，AI时代的度量衡是DAA，关注有多少Agent在给人类干活，并交付结果。”这句话的潜台词很明确，AI的价值不在于模型有多大、跑分有多高，而在于有多少智能体真正进入了工作流、干完了活、交付了成果。

这个战略判断直接影响了百度搭子的产品走向。

这条路径的逻辑其实也不复杂，个人版是验证能不能干活，用户把目标说清楚，搭子能不能拆任务、调工具、出成果；

自媒体、设计、金融三套件验证能不能干好一个职业的活，不是泛泛地写文案，而是把一个账号从选题到复盘的全部环节串起来；

企业版验证能不能让一个组织具备持续交付的能力，通过行业套件沉淀优秀员工的经验，通过知识库让经验可复用，通过VPC保障安全合规。

三步走完，百度搭子已经从一个能聊天的AI变成了一个能进入具体岗位工作流的智能体平台。

更关键的是，这三步都踩在了同一个基座上，全栈自研能力让每一步的迭代成本更低、速度更快，战略前瞻则确保每一步都朝着交付成果的方向走，而不是在功能列表上堆砌无意义的数字。

尾声

最后回到AI办公赛道本身，这不是一个可能有机会的市场，而是一个已经有数据验证的市场。

2026年国内AI办公市场规模预计接近千亿，但渗透率仅21.4%，还有数倍增长空间。

更重要的是，办公场景是当前众多Agent应用方向中，少数同时具备广泛用户群和清晰购买力的赛道，个人愿意为效率付费，企业愿意为生产力买单。

当前AI办公桌面端月活约3000万，按传统办公软件数亿用户来算，渗透空间保守估计还有20倍。但这个空间不会自动填满，它取决于谁能把AI真正嵌入工作流，而不是停留在能聊天、能生成的表层。

WorkBuddy用流量和生态在抢宽度，百度搭子用全栈能力和深度工作流在扎根基，两种路径，指向同一个终局：谁能让用户把活干完干好，谁就是下一代办公入口的赢家。