实测AI办公三强：豆包全能、WorkBuddy够稳、千问还得加把劲

密集更新后，谁胜出了？

AIX财经（AIXcaiijng）原创

作者 | 雷晶

编辑 | 金玙璠

9月以来，办公Agent又迎来一轮密集更新。

阿里的千问办公、腾讯的WorkBuddy和字节的豆包工作，三家又一次迎来正面对决。

豆包工作的更新频率最高。9月2日，它上线了多Agents并行和操作电脑功能；一周后，又补上本地Office编辑、浏览器录制与回放，以及本地与云电脑的自由切换。9月15日，豆包工作和飞书共同发布豆包工作伙伴，让Agent加入群聊，接收不同成员交来的任务。

另外两家也在加速。9月7日，千问办公推出多人工作台，用自然语言描述需求，就能生成一个最多支持百人同时在线协作的网页应用。此前，它宣布上线刚满一个月，用户数已经突破3000万。9月2日，WorkBuddy开放平台正式上线，首批集结超百家生态伙伴，支持接入智能眼镜、录音卡片、智能耳机等十几个品类的硬件，腾讯同步发布了9款联名硬件。

这一轮更新，有一个共同方向，办公Agent正在进入更多真实的工作场景。电脑里的文件、群聊里的讨论、随身设备记录的信息，都可能成为它理解任务的线索。

当功能越来越像，普通用户到底怎么选？

我们选了市场营销、内容运营、产品经理和开发四类工作，分别设置真实工作任务，交给千问办公、豆包工作和WorkBuddy完成，调用了它们自己最新的旗舰模型，三家的表现如下：

豆包工作整体领先，多模态能力较强，适合工作中图片、视频等创意呈现需求高的人群；

WorkBuddy的产品设计用起来顺手，尤其适合有轻度开发需求的人群；

千问办公中规中矩甚至可以说平平无奇，但基础的办公任务可以完成。

接下来，具体看看它们的表现。

01.市场营销：千问谨慎、WorkBuddy细致，豆包高效

市场营销是目前比较容易把AI接进工作流的职业之一。搜集信息、整理分析、做物料初稿，都已经可以交给Agent先跑一遍。

先让三个Agent做一份竞品分析，这个环节最怕信息不全，分析注水。三家Agent的性格，从接活开始就能感受到。

千问办公像细致的秘书，动手前会先确认交付格式和对标品牌的选择，问清楚后才开工。

千问办公思考过程

它交上来的网页信息量有点单薄，列了三家竞品的相关情况，但每个维度展开的内容比较少，对于整体行业的分析也比较少。

千问办公制作的竞品分析

WorkBuddy则是先把过程摊开给你看。它先交了一份调研过程资料，解释为什么选这三家作为对标对象，再展开分析。

WorkBuddy思考过程

成品也延续了这种细致。报告加了目录，先讲市场情况，再看竞品动态。它的分析维度最多，竞品信息展开得最充分，也简要归纳了各个品牌的特点。

WorkBuddy制作的竞品分析

到了市场机会部分，又列出5个切入方向，结尾附上数据来源和口径说明，方便核对。

WorkBuddy制作的竞品分析

豆包工作接到任务后，自己调用了刚上线的多Agents并行功能，让几个子Agent分头调研，再完成报告。

豆包工作思考过程

它最后交了网页版和飞书文档两个版本。内容大体相同，网页版用了更多表格，主次也更清楚。

豆包工作制作的竞品分析

除了分点介绍三个品牌，它对不同竞品的横向对比更出彩，用图表对比了各家关键数据。

豆包工作制作的竞品分析

它还用一条时间轴串起三家的动态，可以直观看到各家的动作。

豆包工作制作的竞品分析

竞品报告是“里子”，物料是“面子”。我们给了一份贝果新品的完整brief，要求产出主视觉海报、小红书封面图和15秒预热视频。

先说结论，在本次测试中，豆包工作主动调用了专门的视频生成模型和文生图模型，它的整体完成度最高。

尤其是视频。豆包工作设计了一条简单的情节线，把贝果的制作过程串了起来，镜头之间有推进，背景音乐和旁白也加上了，最像一支完整的新品预告。

图片的整体效果也过关，但主视觉里有一处文字挤在了一起。拿来做初稿可以，正式使用前还得处理这些细节。

豆包工作制作的海报，左主视觉/右小红书封面图

千问办公生成的两张图比较生硬，感觉是套用了设计软件最常见的模板。

千问办公制作的海报，左主视觉/右小红书封面图

但它的短板主要在视频。视频看上去是让主视觉动起来，并切换不同视角展示面包图，整体更像一张动

WorkBuddy先让无文字版海报动起来，再接上掰开贝果的特写，最后回到带抖动效果的主视觉，和千问办公的相比质量大差不差，胜在画面丰富。

它生成的海报则比较中规中矩，没有特别突出的地方。

WorkBuddy制作的海报，左主视觉/右小红书封面图

这一轮真正拉开差距的不是文字，而是交付形式。三个Agent都能做调研，但一旦任务继续往海报、短视频等环节走，豆包工作的多模态生成优势就更明显；如果主要任务停留在资料搜集和分析，WorkBuddy也值得考虑。

02.内容运营：WorkBuddy交卷快，豆包拆得细

内容运营的工作，一半在追热点，一半在琢磨选题。

我们先让三家整理近期的AI热点，再给出选题策划，看看谁搜来的信息最全、建议最好。

WorkBuddy反应最快，11分钟就交卷了。它的热点按模型、资本、政策等类别整理，基本覆盖了过去一周的重要动态，拿来快速补课比较方便。

WorkBuddy制作的热点汇总

可惜给出的5个选题有点泛，可操作性不强。

WorkBuddy制作的选题策划

千问办公直接在对话框里给出了回答，没有另外生成文档或网页。篇幅也比较短，热点分成三个方面，信息量不大。

千问办公制作的热点汇总

选题只是简单带过，能提供的参考有限。

千问办公制作的选题策划

这一轮，我们还用上了豆包工作新上线的操作浏览器功能。开放权限后，它自己打开浏览器搜集近期AI热点，查看了5个网页信息源，最后交来一张网页版热点矩阵图，以及一份完整的策划案。

豆包工作思考过程

两份成品各有用处。热点图用不同颜色区分赛道，并归纳出三条主线，适合先扫一眼，了解这一周各个方向发生了什么。

豆包工作制作的热点汇总图

策划案也按赛道展开，把具体热点做了详细总结。

豆包工作制作的热点汇总

它给出的5个选题也是三家里最详细的，覆盖了我们要求的内容，并且信息量比较足，内容最丰富。

豆包工作制作的选题策划

会追热点只是及格线。我们再让它们从机器之心、量子位等AI领域账号中抓取过去一周传播度最高的AI领域文章，分析选题类型、文章亮点和数据表现。

这道题的问题在于，三家都没办法拿到完整、可核验的公众号阅读、点赞和在看数据。怎么判断高传播，就看各家本事了。

WorkBuddy显示自己检索了118篇文章，并从中筛出15篇。它先说明公众号数据无法获取，再用跟进同一话题的头部媒体数量、站外扩散广度和事件延续天数，合成了一个传播指数。

我们要求的选题类型和文章亮点它都涵盖了，WorkBuddy还补充分析了四家媒体的选题偏好和做法差异，最后给出选题建议。

千问办公也先交代了判断方法，它结合跨平台转载数、首页推荐位、搜索热度和二次讨论，交叉判断传播情况。

它先选出传播度最高的10篇文章，又按账号分别列出前5篇展开分析。

整理了一周热点结论、洞察和建议，附上信息来源。相比第一轮，这次的回答完整了不少。

豆包工作交来的内容密度仍然最高。它先归纳5个核心热点，分析哪些选题更容易获得关注。

再从抓取到的135篇文章里筛出18篇，整理选题类型、账号偏好和本周观察。

它甚至还选了7篇来进一步拆解。

它还会把已查证的数据和估算内容分开标注，让人至少能知道哪些信息可以引用，哪些只能作为判断线索。

两轮下来，豆包工作的优势主要是交付更完整：从热点汇总、选题策划到样本拆解，几个步骤接得更顺。WorkBuddy在方法说明上更谨慎，千问办公第二道题的完整度也明显比第一道高。

03.产品经理：豆包原型更好看，WorkBuddy快且细

产品经理最日常的两件事，画原型和做复盘，我们各给了一道题，看看三家能把这两件事做到什么程度。

先让它们做一个奶茶点单小程序。

WorkBuddy最快，6分钟交卷。成品看上去很像小程序，配了模拟产品图，还自己加了热门榜单，方便用户挑选。单论功能丰富度，这轮它表现最好。

WorkBuddy制作的小程序

千问办公花了15分钟。功能齐全，但页面透着一股网页味，产品占位图不够统一，视觉呈现不够好。

千问办公制作的小程序

豆包工作用了20分钟，功能同样完整，交来的版本最接近我们印象中的奶茶小程序。主页banner会滑动切换，占位图选的都是同类饮品，塞进页面里毫不违和，审美是三家中最好的。

豆包工作制作的小程序

接着我们再让它们做一个数据看板，并写一份归因分析和改进建议。

在这一关，三家的数据看板覆盖的维度差不多，图表和交互都有，主要区别在视觉呈现，没有太大差距。能看出差异的主要是报告。

WorkBuddy写得最细。直接原因和根本原因分开讲，建议按优先级排序。

WorkBuddy制作的数据分析

WorkBuddy还主动交代了结论缺哪些数据验证、各项指标用的什么口径。

WorkBuddy制作的数据分析

豆包工作的整体分析结构和WorkBuddy很像。它的亮点在下月目标上，它把每个目标为什么定这个数讲得很细，还配套给了辅助监控指标和相应的总结分析。

豆包工作制作的数据分析

千问办公给出的成品比较简单，虽然也涵盖了我们的基本要求，但分析偏简洁，且给出下月目标后，没有进一步延伸。

千问办公制作的数据分析

产品经理这个职业，我们投WorkBuddy一票。但豆包工作的审美优势也比较大，如果单看设计产品图它更为契合。

04.前端开发：豆包完成度更高，WorkBuddy有巧思

压轴的是前端开发，是最难糊弄的职业。

先来一个测试Agent能力的经典题，做一个骑自行车的鹈鹕SVG动画，看看三家能不能同时处理代码、动画和物体之间的空间关系。

WorkBuddy想法不少。它给鹈鹕系了条红围巾，嘴里还衔了条小鱼，角色一下子就活了。可惜细节没兜住，围巾像直接贴在脸上，小鱼隔着长喙能被看穿。骑行动作倒是符合物理规律，就是鹈鹕本身像几块拼接起来的，不够自然。

WorkBuddy制作的鹈鹕动画

豆包工作建模更自然，鹈鹕的形象在视觉上更美观，也没有明显的物理穿模，骑车的速度还分了悠闲、正常、飞驰三档。

豆包工作制作的鹈鹕动画

千问办公这轮有点翻车。鹈鹕没握住车把，两只脚像踩在同侧踏板上，不符合物理规律。

千问办公制作的鹈鹕动画

接下来，我们上一个更接近真实工作的需求，一个科技峰会报名网站。要能报名，能管票，管理后台带密码，还能导出名单。

豆包工作的审美依旧在线，最像一个真实存在的报名网站。每种票的权益写得清清楚楚，排版是先看完活动信息再选票报名，要求基本全覆盖。

豆包工作搭建的网站

WorkBuddy则是走赛博霓虹的蓝紫风格，基本的功能也都能正常使用。

WorkBuddy搭建的网站

千问办公动用了多人工作台的新功能，它也采用了蓝紫配色，网页支持多人同时打开来报名，管理员在后台看名单做统计。

千问办公搭建的网站动图

这一轮豆包工作取胜，WorkBuddy的整体表现也不错，但它稳定性不足，有巧思但落地不稳。

05.结语

过去几个月，一个明显变化是，大厂内部原本分散的办公Agent开始收拢。

7月20日，腾讯将QClaw部分业务和团队调整到WorkBuddy所在的云产品六部；7月底，字节把飞书产品团队与豆包产品团队整合。到了8月，产品端也开始集中。8月3日，阿里推出由QoderWork、MuleRun、悟空整合而来的千问办公并开启公测；8月25日，字节发布豆包工作。此前跑在前面的WorkBuddy，则在7月iOS、Android和鸿蒙移动端三端同步上线。

这次测试也能看出这种变化。三家的基础功能已经越来越像：都能查资料、生成文档、分析数据、制作网页，也都在继续补连接器、Skills和电脑操作等能力。

真正开始拉开差距的，是它们背后的工作环境。豆包工作的优势正在和飞书结合，企业里的群聊、文档、项目和组织关系，都可能成为Agent理解任务的上下文；WorkBuddy一边接入腾讯的IM、文档、邮箱、会议和知识库，一边把入口延伸到手机、眼镜和耳机；千问办公背后则是钉钉、阿里云和阿里的企业客户体系。

所以办公Agent接下来比的，是谁能接触到更多真实工作的上下文，并且获得权限把任务真正做完。模型能力的领先可能几个月就被追平，但企业内部的数据、权限、业务系统和已经形成的工作流，没有那么容易复制。

商业模式也随之变化。当写方案、做PPT、生成网页逐渐成为基础能力，真正更容易收费的部分，会变成企业席位、专业能力、私有数据和业务系统接入，以及由此带来的模型、云和第三方工具调用。

这也在挤压通用办公Agent创业公司的空间。继续和大厂比入口、免费额度和功能更新，成本会越来越高；法律、金融、医药等需要专业数据和复杂流程的场景，则可能留下更多差异化空间。

大厂把通用能力做得越便宜，创业公司的机会反而越需要往行业深处走。

对腾讯、字节和阿里来说，再一次面临正面比拼，需要看谁能让自家的Agent接触更多的真实工作，完成过去必须跨软件、跨部门才能完成的任务。

*题图由AI生成。