办公AI的战火，烧到哪了？

文 / 萧樱

2007年，英伟达时任首席科学家大卫·柯克遇到了一个难题。

那一年，柯克在世界各地做了100多场演讲介绍CUDA（一种将GPU用于通用计算的平台），但几乎无人问津。

对于习惯使用CPU的科学家和开发者来说，学习CUDA意味着改变一套用了多年的工作方法，而他们当时甚至不清楚GPU能在自己的领域用来做什么。

英伟达想要教会他们。于是，公司开始向科学家赠送GPU，帮助大学开设CUDA课程，还举办技术峰会，让研究人员直接向工程师反馈自己需要什么功能。

“我成了圣诞老人，向所有开发人员赠送了大量的GPU，每个人都喜欢圣诞老人。”一位英伟达商务拓展部门负责人在《英伟达之道》一书中回忆。

这套“圣诞老人”的方法奏效了。从计算机科学和电气工程，再到化学、生物学、材料科学等领域，GPU逐渐成为科研人员进行计算工作的基础设施。

近20年过去，黄仁勋的芯片帝国建成。除了芯片本身，围绕CUDA这个入口创建的软件生态也成为其一道坚固的护城河。

时至今日，AI已相对普及，人人都能打开对话框和Chatbot聊上几句。但当AI的能力从问答走向执行，人们发现打造一个“AI通才”的难度要比制造一本“百科全书”高得多。

年初的“龙虾热”（OpenClaw）快速完成了一次市场教育的过程，能做事的AI（Agent）进入了不少专业人士的工作流。从Coding领域开始，Agent首先成了程序员身边一位天才专家。随着AI Coding的渗透率提升，用户群体更广的AI办公成了当前最具潜力的场景之一。

但和英伟达当初面临的问题相似，这些AI公司也要思考，到底要怎么从零打开这个新市场？又要怎么建立起自身的护城河？

相比Coding，办公的场景更为复杂、多元。对律师、人事、财务、教师等不同职业来说，AI究竟要满足他们怎样的需求，答案可能截然不同。

这也是为什么目前办公AI的战火在各行各业分点燃起。

模型开始降价，入口价值上升

从Claude Work，到OpenAI将ChatGPT和Codex合并拓展至办公场景，再到近期xAI推出Grok Bot。今年上半年在AI Coding打得白热化的AI巨头，又赶场到了AI 办公。

国内跑在最前面的是腾讯WorkBuddy，自3月发布后不到半年，月访问量就突破2000万。阿里紧跟着推出千问办公，字节跳动近期也将飞书并入豆包，豆包办公随之上线。

所有的AI巨头都在这片蓝海里。

它们从Coding转场到更广泛的办公场景，一方面是后者的潜在用户多，能创造更大的市场空间。另一方面，也和通用模型开始降价有关。

今夏以来，OpenAI等大厂相继下调了模型价格。OpenAI把GPT-5.6的入门档模型Luna降价80%，其API价格从输入1美元/百万Token降至0.2美元，输出从6美元降到1.2美元。Meta刚刚发布的Muse Spark 1.3的Contributor版本更是把价格压低到输入0.10美元、输出0.20美元/百万Token。

国内厂商的降价力度也很大。据多家媒体统计，仅2026年上半年，国内大模型行业就发生了六轮降价。举个例子，在2024年用GPT-4 Turbo处理一万条数据要花160美元，如今用国产模型只需要十几元人民币。

模型价格正出现明显的分层。前沿模型依然可以维持溢价，比如OpenAI旗舰模型GPT-5.6 Sol没有和Luna一样降价。但面向大众的通用模型已越来越接近电和自来水这样的基础设施。当用户能获得足够好的通用智能，而且这种好用还伴随着使用成本的下降，AI进入规模更大的办公市场就成为可能。

而当模型能力不再稀缺，入口的价值就开始上升。过去几年面对Chatbot时，你我的反应总是：“我要问什么”。但如果AI可以替你完成一项工作，你大概率会想的是，我应该在哪里把这项工作交给AI？

这是一种很微妙的变化。Agent的能力上限，依旧与模型能力强相关。但是，入口会决定用户要在哪里使用Agent的能力。

对大厂来说，建一个入口不难。但一个有竞争力的办公Agent入口，背后得有一套体系化能力支撑。

首先是模型要侧重针对Agent任务进行优化，其次是Harness能力，能把模型的推理组织成可以持续执行的任务。再往下，是有一个可以为Agent提供稳定执行空间的云底座，同时Agent还要能打通办公软件、企业数据等工具和资源。

竞争深水区在需求侧

办公AI对入口的争夺已硝烟弥漫。

大厂在供给侧的动作很密集。比如，腾讯的WorkBuddy已经接入旗下的文档、会议和知识库里等产品，而且最近还上线了开放平台，接入了100多家软硬件厂商。阿里把内部的QoderWork、钉钉、MuleRun收拢进千问办公，字节也把飞书和TraeWork的能力合并，一起带进了豆包办公。

几家的想法其实很一致，都是让办公AI连接起工作流上的文档、知识库、会议等环节的能力，从而提高生产力。但当各家办公AI产品在供给侧越来越相似，竞争就进入到了需求侧的深水区。

法律、教师、投研、HR、销售、财务......他们有不同的知识体系、数据来源、工作流程、判断标准、专业术语、风险边界等等。办公AI的竞争已经进入用户需求细分的深耕阶段。

不过，这么多场景，要从哪里先开始切入？教育是办公AI中很特殊的一块市场。学生在学校如何与AI协作，教师如何用AI重新组织教学和教育的方式，都会影响这一代AI原生学生进入职场后如何理解和使用AI。

教育场景就像是办公AI的一块前置市场，也因此成为今天AI公司争夺下一代用户的主战场之一。OpenAI已经有ChatGPT Edu，Anthropic也有Claude for Education，今年7月还推出了Claude for Teachers。Google的Gemini for Education在今年3月已经进入马来西亚全部20所公立大学，覆盖约60万学生和7.5万教职工。

在国内，正值9月开学季，竞争更为激烈。

从9月起，全国的学生和教师在腾讯WorkBuddy完成认证，可以免费领取1000积分。WorkBuddy还上线了“开学季”专家专区，并通过持续的校园开放日活动进入国内高校让更多师生学习和用好AI工具。此前，WorkBuddy和山东省莱州市教育局一起为全市6000多名教师配备了AI助教。

字节跳动和阿里巴巴也在用各自的方式进校。豆包给通过学生认证的用户送出三个月会员，上线开学季技能专区。阿里云的“云工开物”计划则是持续向高校学生提供模型算力，和高校共建AI通识课。

这一轮办公AI产品进校，最直接的意义是把使用门槛降到了几乎为零，让AI成了师生开学就能领到的标配。

但好工具送到手上，不等于旧习惯会自动让位。当年英伟达的GPU性能足够强，但研究者们还有使用CPU的惯性。直到他们发现自己的需求，只能被新技术满足。

今年暑期，WorkBuddy发起了一场“宝藏母校Skill大赛”，全国逾400所高校的创作者手搓出超过1000个校园Skill。学生们做出了“今天能晒被吗”或者“避开熟人的约会路线”这样有趣的的skill。

这些skill没有去解决很宏大的问题，是学生从自己真实的需求出发去做的。这些非常具体、细微的需求，只有身处其中的人才了解。而现在，学生作为非专业人士借助WorkBuddy这样的AI产品，也能满足自己的奇思妙想。

归根结底，用户最终会选择打开的还是那个能满足自己特定需求的产品入口。

办公AI的护城河是什么？

校园之外，办公AI也在向更专业的垂直行业的“深水区”渗透。

法律是海外正在升温的一个方向。OpenAI正在推动ChatGPT与第三方法律软件连接，让律师在ChatGPT里更新文件和处理合同，也能检索法律数据库。Google推出Gemini Enterprise for Legal，把合同审查和监管跟踪做成专门能力，并与律所、法律软件及数据服务商建立连接。

金融是另一个更激烈的战场。今年3月以来，WorkBuddy已陆续进入100多家金融机构，9月推出的WorkBuddy金融版，则进一步把投研、合规、授信尽调等工作放进一个更专业的AI环境里。阿里云发布了金融级通用智能体平台“点金”，万得上线了AI投研平台WindClaw，同花顺也开放了iFinD的数据接口。

据不完全统计，今年以来国内已经有十余家云厂商、金融IT服务商、金融信息服务商和AI厂商发布或升级金融Agent平台。一些金融机构也在基于开源模型推进本地部署。

法律和金融率先成为办公AI的竞争场，有其必然性。这两个行业都要处理大量高门槛信息，工作流程高度结构化，专业判断密集，对错误也极为敏感。这些需求不是一个通用Agent所能满足的，办公AI必须能有更垂直的能力供应。比如WorkBuddy已经接入教育、法律、金融、医疗、传媒、零售、出行等50多个行业，并且进入到了广东省政府的政务系统中。

不过，精通一个行业场景本身，逐渐会变成办公AI的基础能力，称不上护城河。当一个办公AI产品能同时进入社会各行各业并沉淀，情况就会发生变化。

办公AI在不同垂直场景里沉淀的上下文、数据和用户反馈等等，能改善其在特定场景的表现，形成一个个垂直能力。与此同时，在严格的数据边界内，平台还能积累经过授权的流程模板、工具连接和使用反馈等，通过Skill、专家等形式纳入自家生态中，让不同行业在同一个生态里共用这些能力。

也就是在一个有体系化能力支撑的入口里，这些垂直能力不断叠加，并且开始形成生态，就有可能成为一个办公AI的护城河。

办公AI的竞争还在继续，鹿死谁手还未知。但回看英伟达的故事，建立一个有竞争力的入口，并围绕这个入口累积能力，最终建成生态，这样的路径在今天可能依然奏效。