大厂混战AI办公，百度搭子靠什么抢占身位？

AI办公正在迎来一场新的产品大战。

WorkBuddy、豆包工作、千问办公、百度搭子相继入场，大厂重新把注意力从模型拉回到产品。

数字办公从命令行走向桌面软件，再从本地Office走向云协同，每一轮变化都在降低人操作计算机的成本；Agent则更进一步，开始接过拆任务、找资料、调用工具和交付结果的工作。

8月17日，AI产品榜发布的2026年7月桌面端榜单显示，百度搭子月活达到674.30万，仅次于WorkBuddy的1115.23万，在AI办公智能体中排名第二；值得注意的是，其月活环比增长达到1063.79%，位列AI办公智能体增速第一。

而在8月27日的百度搭子产品发布会现场，百度集团执行副总裁、百度智能云事业群总裁沈抖介绍，过去一个月，百度搭子用户增长了近9倍。自今年3月发布以来，百度搭子在5个月的时间里总计迭代了150次。沈抖认为，好的智能体不只是模型更聪明，还要更懂用户、更会组织工具和专业工作方法。

在做Agent这件事上，百度搭子正跑出自己的方法论。

A

从3月上线开始，百度搭子几乎一直处于高速迭代状态，高峰期接近一天一个版本。6月底，百度搭子企业版上线；7月10日，个人版集中升级，推出包含自媒体、金融在内的多种专业套件，同时启动搭子联盟。随后又上线多端协同、新手引导和活动中心。也是从这个阶段开始，百度搭子开始从一个通用Agent，进一步进入具体的办公场景。

到了8月27日的发布会，百度搭子企业版还围绕“规范、沉淀、安全”升级，发布15个套件、96项技能，覆盖金融与财务、商务与法务、产品与研发、运营与人力四大职能域。搭子的边界已经不再只是日常办公，还在继续向更专业、更具体的职能场景深入。

体验与场景的高速迭代，让用户增长很快跟了上来。

今年7月，百度搭子桌面端月活环比增长1063.79%，一个月增长超过10倍，成为同期增速最快的AI办公智能体。同期网站端月访问量也达到897万，环比增长845%。PC和Web两个入口同时出现明显跃升。

更能反映使用深度的是提问次数，7月10日AIDAY时，百度披露，搭子上线以来日均提问次数已经增长20倍；一个月后的8月12日，这个数字进一步扩大到60倍。

在AI产品榜8月17日发布的7月桌面端榜单中，腾讯WorkBuddy以1115.23万月活排名AI办公智能体第一；百度搭子月活达到674.30万，仅次于WorkBuddy。

一个用量第一，一个增速第一，且两款产品都是今年3月才正式进入市场。眼下的办公Agent远没有进入守成阶段，几个月前才上线的产品，已经能够迅速聚集数百万用户。

AI办公，是目前众多Agent场景里少数已经同时具备大规模用户、明确需求和付费基础的市场。知识工作足够高频，企业也早已有软件和生产力工具预算，商业价值相对清楚。

但另一方面，AI真正接手的工作仍然有限。邮件、文档、表格、会议、浏览器和业务系统依旧彼此割裂，大量流程还需要人来搬运和衔接。

这让AI办公处在一个很特殊的阶段：商业价值已经足够清楚，但产品形态和市场格局都还远没有定型。

混战也因此出现：腾讯有WorkBuddy，阿里有千问办公，字节推出豆包工作，百度智能云持续加码搭子。

但有意思的是，办公Agent看起来正在迅速变得相似。

操作浏览器、处理文件、生成PPT和表格、调用Skill、执行长程任务，这些能力正在被各家快速补齐。今天还是某款产品的卖点，过一阵子很可能就会变成行业标配。

当功能逐渐雷同，谁能覆盖更多的场景，同时提供“出人意料”的交付结果，正在成为Agent竞赛的关键要素。

8月27日发布会提到最多的一句话是“交付即惊艳”。按照沈抖的说法，用户规模快速增长，只能说明产品命中了需求；而产品体验是否做到极致、交付结果是否做到惊艳，决定用户是否愿意留下。

这也成为百度搭子接下来的目标。它要做的不只是“真干活、产出结果”，还要进一步把交付标准往上推：让不同场景下的成果更专业、更美观，也更接近拿来就能直接用的程度。

当大家会做的事情越来越像，真正能做到什么程度，则取决于背后那家公司有什么。

WorkBuddy的优势更靠近沟通与文档，千问更靠近企业协同。百度搭子背靠的则是多样的AI能力与其在全栈自研领域的长期积累，它不只是单纯调用模型选取工具组织交付，还有依托于全栈AI云的持续迭代与定制交付能力。

B

今年5月，李彦宏提出了一个“AI时代新度量衡”：DAA，日活智能体数。

在他看来，Token衡量的是投入和成本，真正更接近价值的，是有多少Agent每天在替人干活、完成任务并交付结果。

三个月后，这套思路又被推进了一步。

8月18日的百度二季度财报电话会上，李彦宏再次判断，基础模型仍在快速演进，没有一个模型能够始终在所有维度保持领先。百度因此会采取更加“application-driven”的路线，让ERNIE优先强化AI搜索、数字人、秒哒、伐谋和百度搭子等真实应用最需要的能力。

DAA强调的是结果，application-driven强调的是让模型围绕真实结果进化，两次表态其实是同一条路线：先重新定义AI的价值怎么衡量，再重新定义模型应该为什么而优化。

模型仍然重要，但AI最终还是要回到应用里证明价值。

而所谓“application-driven”，也并不是简单地“重应用、轻模型”。它更像一个持续自我强化的闭环：真实产品先告诉模型什么能力最重要，模型针对这些高频任务优化；能力提升之后，又会带来更高的任务完成率和更多真实使用；新的用户需求、失败案例和执行数据，再继续反哺下一轮模型和Agent优化。

最终形成的可能是一种很难单纯靠模型追平的优势：产品用得越多，越知道模型该往哪里进化；模型越适合这些场景，产品又越好用。

而把这个闭环真正跑起来的关键，开始落到一个更具体的概念上——Harness。

Harness原本是软件工程术语，进入Agent时代后被重新广泛使用。Anthropic、OpenAI等前沿公司近一年开始系统讨论Harness设计，DeepSeek最近在推出DeepSeek Harness（DSH）时，则直接把这个判断写成了一个等式：

Agent = Model + Harness。

如果说模型是Agent的大脑，Harness就是让这个大脑真正能够工作的那副“身体和工作台”。

它决定模型能够看到什么上下文、调用哪些工具、访问哪些文件和软件；也负责保存任务状态、组织长程任务、调度子Agent、处理失败和重试。

同一个模型，放进不同的Harness里，效果可能完全不同。Anthropic此前在长程任务中就反复验证过这一点：仅仅调整任务拆解、上下文交接和评估机制，就能明显提升Agent完成复杂任务的能力。

对办公Agent来说，Harness的价值还会随着使用不断积累。

当一类任务经过反复执行，任务拆解、工具组合、Skill、上下文组织和交付标准都有机会被沉淀下来。一次成功的工作，也就不再只是一次性的结果，而可以成为下一次直接复用的工作方式；到了企业里，这些经验还可以进一步成为团队和组织的能力。

AI办公的竞争也因此不只是谁拥有更多功能，还要看谁能承接完整工作、交付专业成果，再把已经验证过的流程和经验持续复用。

模型能力可能被下一次发布追平，围绕Harness建立起来的工作方式却可以持续积累。

相比继续把大量资源投入一场随时可能被下一代模型改写的SOTA竞争，Harness给互联网大厂留下了另一种“弯道超车”的可能——它们未必需要先做出全世界最强的模型，才能做出最有竞争力的Agent。

而对于百度来说，把搜索、网盘、文库这些既有资产融入各类AI Agent产品，也是在为移动互联网时代积累下来的产品和服务，寻找AI时代新的价值创造方式和商业模式。

这种迁移已经开始反映在百度的收入结构里：今年二季度，百度核心AI业务收入达到125亿元，同比增长25%，已经占百度通用业务收入的一半；一年前，这个比例还只有38%。其中，AI云基础设施收入73亿元，同比增长50%，GPU云收入更是同比增长283%。

但拆开来看，AI应用还需要一些时间。今天几家大厂面对的其实是同一个阶段差：用户和真实任务已经起来了，收入还在后面追。

腾讯目前也没有单独披露WorkBuddy等AI产品的收入，仍在强调未来将使用量进一步转化为收入；阿里虽然已经单独披“AI实验室与应用”板块，但相比其云业务，AI应用明显仍处在更早的发展阶段。

这也是application-driven接下来真正需要验证的下一步，前一个闭环已经相对清楚：应用暴露真实需求，模型和Harness围绕这些任务优化，能力提升又带来更多使用和反馈。

如果应用进一步跑通商业化，还会出现第二个循环：AI应用和云产生收入，再反过来支撑模型、算力和Harness的下一轮投入。

真实任务反哺模型，真实收入反哺研发，两个闭环同时跑通，application-driven才真正具备自我强化的能力。

C

前面已经说过，百度正在把AI竞争的重心从单纯追逐模型能力，进一步推向应用和结果。

值得注意的是，这套判断并没有停留在战略口号上，而是开始具体地反映在百度搭子的产品形态里。

百度很早就形成了从昆仑芯、智能云、文心模型到应用层的纵向自研技术布局。到了搭子这里，这套全栈能力给产品留下了更多纵向调整的空间：底层模型可以围绕真实任务继续优化，Harness可以调整任务拆解、上下文、工具调用和长程执行，云提供运行环境，搜索、网盘等互联网时代留下来的产品又可以直接成为Agent可以调用的能力。

这种能力最终体现在产品迭代的速度和穿透力上。

搭子3月上线后，很快从通用Agent扩展到企业版、自媒体、金融、设计等专业套件，并不断把搜索、网盘、秒哒和新的Skill压进同一个任务入口。

7月百度搭子发布企业版时，沈抖就表示：一个Agent表面上只是一个产品，背后实际上需要芯片、云、模型、数据、工程和产业落地等一整套能力共同支撑。

过去几年来，百度对外传递的观点始终未变——模型竞赛是上半场，应用与任务交付才是 AI 真正创造价值的地方。这些判断让百度提前铺好了全栈的技术底盘。今天，正是凭借“芯模云体”的全栈 AI 布局，才让它们在智能体的竞争中能够快速更上。

全球AI竞争面对的是复杂多元文化，多类型需求场景的交集，商业化与产品赛道往往五花八门，而国内市场则是真刀真枪的需求判断与产品力比拼，从某种程度来说，Agent竞赛，眼下还在一个初级阶段，大家都是在各自擅长的领域，不同的市场，寻求适用于自己的增长最优解。

但在AI办公这道题上，百度已经做出了自己的选择：把过去积累的模型、工具、内容和互联网服务收进一个统一工作台，再把Agent不断推向更完整、更专业的交付。

这条路最终能走多远还需要商业化验证，但在一场远未定型的产品战争里，百度搭子已经找到了自己的位置。