709份问卷里的智能体用户：更认工具，而非模型？

用户究竟是如何选择智能体工具的？模型和工具，用户真正离不开的是哪一个？这些问题被反复讨论，却没有清晰的答案

文｜《财经》主笔 吴俊宇

编辑｜谢丽容

2026年，智能体（AI Agent）正在成为更多人日常工作依赖的工具。《财经》通过访谈了解到，部分程序员每天通过智能体消耗的Token已超过5亿，一些搭建了自动化工作流的非程序员，日均消耗也超过2亿。这已经远超今年5月智能体刚刚普及时的水平。

OpenAI的Codex、Anthropic的Claude Code、被xAI收购的Cursor，腾讯的WorkBuddy、字节跳动的豆包工作、阿里的千问办公等AI（人工智能）工具，是推动Token消耗增长的重要工具。

用户究竟是如何选择智能体工具的？模型和工具，用户真正离不开的是哪一个？这些问题被反复讨论，却没有清晰的答案。

为了解这些问题，2026年9月，《财经》通过微信社群和一些线下场合发放了调查问卷。这份问卷只有五道单选题，1分钟即可完成回答。

1.你的工作性质是？

2.如果只允许保留一款AI Agent/编码工具，你会选择哪一款？

3.如果只允许使用一款AI模型，你会选择哪一款？

4.过去三个月，你的AI使用习惯更接近哪一种？

5.如果你最常用的Agent工具不再支持你首选的模型，你会留下哪一个？

《财经》最终回收了709份有效问卷。为减少特定职业群体对调查结果的影响，问卷发放时有意避开了媒体和公关从业者集中的社群。

需要说明的是，这不是一次随机抽样调查。受访者主要来自《财经》研究员的行业社交网络，他们集中在互联网及泛科技等领域。这部分人群对AI工具的关注和使用程度可能高于普通用户。从问卷地址看，北京、广东、上海、浙江等一线城市或地区合计占七成。

此外，此次问卷调查更关注的是受访者的个人选择，没有涉及企业统一采购和部署的情况。在企业内部，员工使用哪款工具往往由公司决定。

因此，问卷结果反映的是互联网及泛科技领域人群的习惯和偏好，不能直接代表中国市场的整体情况。但这可以观察用户的智能体使用习惯。

这次问卷有几个简单的结论。

一是海外智能体产品整体更受欢迎，但产研和非产研用户偏好不同。709名受访者中，首选Codex和Claude Code的合计接近六成，首选GPT和Claude的合计超过六成。产研受访者近八成首选海外工具；非产研受访者中，海外工具和国产工具几乎平分秋色。

二是智能体工具和模型面临二选一的情况时，受访者略微倾向工具。709名受访者，留下工具的受访者占36.5%，留下模型的占33.3%。但不同产品的受访者，偏向明显不同。Codex受访者更倾向于留下模型，Claude Code受访者则几乎对半分，WorkBuddy受访者更倾向留下智能体工具。

三是智能体工具的黏性比用户以为的更强。自称固定使用一款工具的受访者，二选一时过半留下了工具；自称固定使用一款模型的受访者，却有三分之一以上最终留下了工具。

这份问卷也有时效性。绝大多数答卷回收于2026年9月中旬，反映的是截至9月末的用户偏好。10月之后，WorkBuddy、豆包工作、千问办公等国内办公智能体加快推广，中国用户的使用习惯仍在变化。《财经》未来还将继续通过问卷调查等形式持续追踪这些变化。

哪些智能体和模型受欢迎？

从职业分布看，709名受访者中，产品、研发人员占39.8%，市场、运营、行政、销售、媒体人员占37.0%，其他职业占23.3%。

《财经》在调查问卷发放后的访谈中了解，选择“其他”的受访者中，有金融、证券、法律、政府、教育等领域的专业人员，如证券行业从业者、投资人、律师、公务员和教师。

在智能体工具的选择上，Codex、Claude Code等海外产品明显占优势。如果只允许保留一款智能体或编码工具，34.7%的受访者选择Codex，24.3%选择Claude Code，两者合计接近六成。国产产品中，WorkBuddy占15.5%，豆包工作占12.3%，其他的均不足10%。

不过，《财经》在调查问卷发放后的访谈中发现，部分选择豆包工作的受访者实际用的是豆包App或网页版，而非豆包工作桌面端产品。选择其他工具的人群，其中包括使用Hermes、Pi Agent、DeepSeek Harness等小众智能体工具的人群，也包括使用百度桌面版、DeepSeek网页版等具备智能体功能的大众产品的人群。

在选择模型时，海外模型同样占明显优势。如果只允许使用一款AI模型，38.9%的受访者选择GPT，24.8%选择Claude，DeepSeek以19.0%位列第三。其余模型都没有超过4%。

不过，这一结果更多反映的是用户心目中的首选，而非实际使用情况。《财经》在问卷发放后的访谈中了解到，小部分受访者首选GPT和Claude，并不是因为日常使用两款模型，只是认为它们是最优选择。

访谈中还有一个现象是，由于问卷的模型选项中没有豆包，部分受访者选择DeepSeek作为替代。豆包和DeepSeek的实际使用，存在较高重合度。

在“智能体+模型”的使用习惯上，用户更倾向于固定使用智能体工具，而非固定模型。过去三个月，29.2%的受访者固定使用一款智能体工具，底层模型可以更换；19.9%的受访者固定使用一款模型，智能体工具可以更换；23.3%的受访者固定使用“智能体+模型”的组合，两者都不愿更换。另有27.6%的受访者尚未形成稳定的使用习惯。

当智能体和模型只能二选一时，智能体略微占优。如果最常用的智能体工具不再支持首选模型，36.5%的受访者会留下工具、改用其他模型，33.3%会留下模型、更换工具，30.2%会两者都换。

如果只看已经形成稳定使用习惯（包括固定使用“智能体+模型”，或者固定使用智能体工具，或者固定使用模型这三种情况）的513名受访者，留下工具的占40.9%，留下模型的占37.0%，两者都换的降到22.0%。工具和模型之间，依然难分高下。

产研和非产研用户，使用习惯有何区别？

709名受访者，其中包括282名产研（产品研发）和427名非产研受访者（市场、运营、行政、销售、媒体，以及其他用户）。这两类人群，几乎是不同的智能体用户。

先看工具。产研受访者，近八成首选海外工具；非产研受访者中，海外和国产工具各占一半。

产研受访者中，首选Codex的占43.6%，其次是Claude Code（33.0%），其后是WorkBuddy（6.0%）。非产研受访者中，首选Codex的占28.8%，其次是WorkBuddy（21.8%）、豆包工作（18.7%）、Claude Code（18.5%）。

再看模型。产研和非产研受访者都首选GPT，差别在于第二名——产研受访者更多选择Claude，非产研受访者更多选择DeepSeek。

产研受访者首选GPT的占37.9%，其次是Claude（33.7%）和DeepSeek（15.6%），其余模型都不超过5%。非产研受访者同样首选GPT（39.6%），但排第二的是DeepSeek（21.3%），Claude（19.0%）退居第三，其余模型也不超过5%。

《财经》在问卷发放后的访谈中了解到，多位产研受访者认为Claude和Claude Code的开发体验更超前，但考虑到订阅Claude存在较高封号风险，他们最终选择了GPT和Codex。

GPT和Codex的用户并不集中在产研人员。首选Codex的246名受访者中，产研和非产研各占一半（各123人）。在非产研受访者中，Codex（28.8%）和GPT（39.6%）分别是首选比例最高的工具和模型，后者甚至略高于产研组的37.9%。《财经》访谈发现，一些投资、证券、能源行业的从业者正在用Codex改造自己的工作流。

再看使用习惯。产研受访者的习惯更稳定，78.0%已形成固定的使用习惯。相比之下，非产研受访者为68.6%。

两组差别最大的是两端。产研受访者中，29.8%固定使用“智能体+模型”的组合，两者都不愿更换，比非产研受访者（19.0%）高出约11个百分点；产研受访者尚未形成稳定习惯的占22.0%，比非产研受访者（31.4%）低约9个百分点。

两组最常见的习惯都是固定工具、模型可换（产研32.3%，非产研27.2%）。非产研受访者固定模型的比例是22.5%，产研受访者仅为16.0%。

《财经》在问卷发放后的访谈中了解到，一些产研受访者已经围绕智能体工具形成了一套稳定的工作流，有的甚至将其部署到了云上。固定使用一套工具和模型，有助于这套工作流稳定运行。相比之下，相当一部分非产研受访者仍处在试用和比较不同产品的阶段，尚未形成稳定的使用习惯。

最后看取舍。当最常用的智能体工具不再支持首选模型时，产研受访者更容易把工具和模型一起换掉，非产研受访者则更倾向于留下工具。

产研受访者中，留下工具、留下模型和两者都换的分别占34.4%、33.3%和32.3%，几乎三等分。即便只看已形成稳定使用习惯的220人，仍有27.3%愿意两者都换，留下工具和留下模型的分别为37.3%和35.5%。

非产研受访者中，留下工具、留下模型和两者都换的分别为37.9%、33.3%和28.8%。形成稳定习惯后，他们的选择明显收敛：293人中，43.7%留下工具，38.2%留下模型，两者都换的只有18.1%，比产研受访者低约9个百分点。

《财经》在问卷发放后的访谈中了解到，产研用户能够自行接入不同模型的API（应用接口），也会尝试二次开发开源智能体工具。对他们来说，工具、模型都不是不可替代的，趁手更重要。一旦现有组合不可用，换平台的成本并不高。

对一些非产研受访者来说，固定使用哪款工具，会受到身边工作环境的影响。《财经》访谈了解到，一些使用者倾向于使用WorkBuddy，是因为公司同事都在用，这便于协同。也有受访者因为公司的聊天记录、会议速记沉淀在飞书上，因此选择豆包工作。

不同智能体的用户，习惯是怎样的？

709名受访者中，选择Codex、Claude Code、WorkBuddy和豆包工作的受访者分别有246人、172人、110人和87人。其余工具的用户样本太少，因此不展开讨论。四款工具的用户，呈现出四种不同的习惯。

Codex受访者的整体黏性是最高的。他们对“Codex+GPT”这套智能体和模型的组合忠诚度很高，而且这种忠诚度主要是GPT模型带来的。

Codex用户中，产研人员占50.0%。74.0%的Codex用户首选GPT，其次是Claude（17.9%），其他模型合计不到一成。Codex用户也是四家里最认“智能体+模型”组合的。34.6%固定使用“智能体＋模型”的组合，两者都不愿更换。

但组合中更重要的一方是模型。当Codex不再支持首选模型时，42.3%的用户选择留下模型、更换工具，只有30.1%留下Codex，27.6%两者都换。只看已形成稳定使用习惯的用户，留下模型的比例升至45.5%。在四款工具中，Codex是唯一一款选择留下模型，而不是选择留下工具的。

Claude Code是四款工具中产研属性最强的，但其用户首选Claude的比例，远低于Codex用户首选GPT的比例。

172名首选Claude Code的受访者中，产研人员占54.1%，高于Codex（50.0%）、WorkBuddy（15.5%）和豆包工作（8.0%）。但Claude Code受访者，只有55.8%首选Claude，另有19.2%首选GPT、11.0%首选DeepSeek。相比之下，Codex用户中首选GPT的占74.0%，高出约18个百分点。

也就是说，Claude Code有四成以上的受访者，首选模型并不是Claude。《财经》在问卷后的访谈中了解到，部分Claude Code用户会通过兼容接口等方式接入第三方模型。对他们来说，Claude Code更像是一个智能体框架。

WorkBuddy的受访者中，普通办公用户的比重明显更大，而且他们对智能体工具的黏性更高，对模型的黏性有限。

WorkBuddy受访者以非产研人员为主，占比高达84.5%，产研人员只占15.5%。WorkBuddy受访者的模型选择最分散：DeepSeek占35.5%，GPT占24.5%，Claude占16.4%，GLM、Kimi、Qwen等也各有一定比例。

与Codex相反，WorkBuddy用户的忠诚对象是工具。49.1%固定使用WorkBuddy，底层模型可以更换。当工具不再支持首选模型时，56.4%选择留下WorkBuddy并改用其他模型，是四款工具中最高的。只看已形成稳定使用习惯的用户，这一比例达到60.0%。

《财经》在问卷后的访谈中了解到，一些受访者选择WorkBuddy，是因为它不依赖海外网络环境，更容易满足所在公司或机构的合规要求。这让它成为一些金融、证券、媒体等从业者的首选。此外，在WorkBuddy中调用DeepSeek、混元消耗的积分较少，一些受访者用它搭建了每日跟踪股市行情和资讯的工作流。

豆包工作非产研受访者是四款产品中占比最高的，占比高达92%。豆包工作的受访者，也是四家中习惯最不稳定的。

豆包工作受访者首选的模型，DeepSeek占48.3%，GPT占25.3%。从使用习惯来看，44.8%的用户尚未形成稳定的使用习惯，比全体受访者高出约17个百分点。当工具不再支持首选模型时，39.1%选择两者都换，也是四家中最高的。

《财经》在问卷后的访谈中了解到，部分选择豆包工作的受访者，实际使用的是豆包App或网页版，而非豆包工作这款智能体产品。这可能是豆包工作用户习惯最不稳定的原因之一。另一方面，豆包工作的不少用户也是从豆包App和网页版转化而来，还有一部分来自飞书。他们中有相当一部分人，可能仍在使用习惯过渡阶段。

豆包工作中只能使用豆包模型，无法接入第三方模型。由于问卷的模型选项中没有豆包，一些豆包模型的使用者在问卷中选择了DeepSeek作为替代。豆包工作受访者中，还有25.3%首选GPT。《财经》在访谈中了解到，一些豆包App或网页版用户认为GPT是目前最好的模型，如果条件允许，他更希望使用GPT。

不同模型的用户，怎么选智能体？

从模型这一侧来看，用户是怎么选择智能体的？

首选GPT、Claude和DeepSeek的受访者分别有276人、176人和135人，首选Qwen、GLM、Kimi的受访者合计75人。

GPT受访者的职业分布与全体受访者基本一致，产研人员占38.8%。他们最常用的工具是Codex（65.9%），其次是Claude Code（12.0%）和WorkBuddy（9.8%）。GPT受访者的使用习惯也最稳定，尚未形成稳定习惯的只有21.4%。

GPT的高黏性并不完全来自模型性能。与前文产研受访者的情况类似，《财经》在访谈中了解到，一些受访者选择GPT更多是出于可用性的考虑。相比Claude，GPT在国内使用时被封号的风险较低。即便他们更青睐Claude，或者对GPT的性能并不完全满意，在只能保留一款模型的情况下，仍会首选GPT。

Claude受访者中，产研人员占54.0%，在主要模型中最高。Claude受访者除了有54.5%选择Claude Code，还有25.0%首选Codex。

DeepSeek受访者的职业分布接近三等分。他们最常用的工具是豆包工作（31.1%）和WorkBuddy（28.9%），选择Codex的只有5.9%。35.6%的DeepSeek用户尚未形成稳定的使用习惯。如前文所述，这一结果受到问卷选项的影响，部分国产办公智能体用户可能把DeepSeek当成了替代选项。

首选Qwen、GLM、Kimi的受访者合计75人。他们对智能体工具的黏性最低。当出现常用的智能体工具不支持首选的模型时，34.7%的受访者选择两者都换，33.3%留下工具，32.0%留下模型。他们当中固定使用“智能体工具+模型”组合的只有13.3%，低于全体受访者。

《财经》在问卷发放后的访谈中了解到，一些首选Qwen、GLM、Kimi的产研受访者认为，在代码任务中，选择性价比更高的国产模型也能较好地完成工作。

用户更认智能体工具，还是更认模型？

用户究竟是更认智能体工具还是更认模型？709份问卷整体来看，智能体工具略微占优。

当最常用的智能体工具不再支持首选模型时，36.5%的受访者选择留下工具，33.3%选择留下模型，30.2%选择两者都换。

但这并不代表着用户没有偏向，只是不同产品的用户偏向不同。

首选WorkBuddy的受访者明显更认工具：二选一时，56.4%选择留下WorkBuddy，留下模型的只有23.6%；只看已形成稳定使用习惯的用户，留下工具的比例升至60.0%。

首选Codex的受访者则相反，他们明显更认模型。42.3%选择留下模型，留下工具的只有30.1%，是唯一一款更认模型，而非认工具的产品。

首选Claude Code的受访者介于两者之间，留下工具和留下模型的比例分别为36.0%和34.3%，几乎没有偏向。这可能与Claude Code的两种用法有关——一部分用户把它和Claude绑定使用；但另一部分则把它当作智能体框架，接入其他模型。前者略偏向留下模型，后者略偏向留下工具。

首选豆包工作、千问办公、Cursor等工具的受访者，留下工具的比例也高于留下模型，但样本较少，差异并不明显。

一种可能的解释是，用户的黏性在相当程度上是由产品形态塑造的：WorkBuddy接入了多款模型，面向普通办公用户，留住这些用户的是工具，这些用户本来也习惯换模型。Codex与GPT深度绑定，用户认的是背后的模型。Claude Code支持接入第三方API，一些用户在使用第三方模型。

还有一个角度可以检验用户的偏向——他们对自己更认工具还是模型的判断是否可靠。

问卷的第4题和第5题，从两个角度问了同一个问题。第4题让受访者描述过去三个月的使用习惯；第5题设置了一个假设情境：如果最常用的智能体工具不再支持首选模型，留下哪一个。

把两道题的答案放在一起看，可以检验用户对自己习惯的判断是否可靠。结果是，用户说自己认智能体工具，往往是真的。说自己更关注模型，却未必如此。

207名自称“固定使用一款智能体工具、模型可以更换”的受访者中，51.7%在二选一时留下了工具，留下模型的只有29.5%。他们说的和选的相对一致。

141名自称“固定使用一款模型、工具可以更换”的受访者则不同。二选一时，留下模型的占43.3%，留下工具的也有36.2%。三分之一以上自称认模型的人，最终留下了工具。

165名自称“固定使用智能体工具+模型组合、两者都不愿更换”的受访者，在被迫取舍时，41.2%留下模型，31.5%留下工具，27.3%两者都换。

把自称只认工具或只认模型的348名受访者合在一起看，只有48.3%在二选一时守住了自己说的那一方，32.2%选择了相反的一方。

这说明，认模型更像是一种自我感受。用户嘴上说模型更重要，但长期使用一款智能体工具，形成稳定的工作流和操作习惯后，往往比自己以为的更离不开这款工具。

最后从商业角度看，模型厂商和工具厂商留住用户的方式并不相同。最理想的情况，是模型和工具同时留住用户，但并不是所有厂商都能做到这一点。

OpenAI的位置相对有利。它同时拥有GPT和Codex，即便用户离开Codex，只要用户继续在其他工具使用GPT，就仍然是OpenAI的客户。它既可以从智能体产品中获得订阅收入，也可以从模型调用中获得收入。

腾讯的WorkBuddy则主要靠工具留住用户。WorkBuddy并未绑定腾讯自家的混元模型，它靠接入DeepSeek、GLM等多款模型留住了用户。但它在获得用户的同时，也需要承担这些模型的调用或部署成本。

DeepSeek的模型被分发到了更多产品中。它的智能体DeepSeek Harness受众不够广泛，与终端用户的关系更多掌握在工具一侧。它更多赚到的是模型调用的钱。

对厂商来说，真正的护城河是，智能体工具和模型都足够强。用户无论选择哪一个，都还留在自己的产品中。

责编 | 王祎

题图来源｜视觉中国