拆解WorkBuddy、千问办公和豆包工作，它们其实不是同一种产品
活是 AI 干的，锅是人背的。
作者丨Reah
编辑丨李娜 岑峰
我们以职场牛马的身份，把同一份脏活同时交给了三家办公 Agent：WorkBuddy、千问办公和豆包工作。本来想试试能不能为自己省出半天时间，结果半天没省出来，先被三个总额问住了。
这份脏活是一张销售流水表，混着不同日期格式、退款、跨季度订单、部门缺失和异常金额，平时谁看了都头疼。
同一份 脏销售流水 和同一句提示词，交给 WorkBuddy、千问办公、豆包工作。 三家都交了 Excel、PPT 和摘要，算出的三个季度总额，最高比最低却多出 57.7%。
除了脏流水，我们还让它们核查五项近期公开信息，又给了一份实际不存在的内部文件；随后拆开三个 macOS 安装包，看它们为 Agent 准备了什么执行环境。
彼得·德鲁克 1999 年谈知识工作者生产力，说这是 21 世纪管理最重要的挑战，同时强调知识工作的质量至少和数量同等重要。 问题恰恰在这儿：数量容易统计，质量依赖判断。职场没法量化产出，自然也量化不了减负。 AI 帮你省了多少时间，你证明不了；老板觉得你还能再快，你也反驳不了。
腾讯、阿里、字节都开始让 AI 进办公室干活了。三款产品都能处理表格、找资料、生成 PPT、调用工具，甚至操作电脑。但用下来最大的感受是：AI 确实能干活，干完之后的核对、判断和背锅，一样没少。Agent 完成任务，不等于人获得减负。省下的时间，可能只是被新的任务迅速填满。
说到底，我们想弄清楚的是：AI 把执行接走之后，判断、核对和背锅到底落在谁头上？省下来的时间又还给了谁？
01
三家三条路线，但没人帮你背锅
押注的分别 是平 台、入口和企业上下文
把三家放在一起看大概能发现虽然都是办公 Agent，但还是有略微侧重。
腾讯想把 WorkBuddy 做成 Agent 时代的平台底座，它开放 Skill、Expert 和 Connector，To B 路线最重；阿里把千问办公嵌进钉钉，用组织入口和多模型供给建立优势；字节的豆包工作则依托飞书企业上下文，以独立客户端和手机远程操控电脑形成差异。表面上都是办公 Agent，背后押注的其实分别是平台、入口与企业上下文。至于计费是否透明、权限是否可控、真实任务能不能完成，则要留到后续实测里回答。
对了，这张表里真正值得看的，其实不只是横向差异，还有它出现的时间。
2026 年夏天前后，三家公司先后对内部办公 AI 做了一轮“组织手术”。阿里将钉钉、MuleRun、CoderWork 与千问办公纳入同一负责人体系，并从多个团队抽取能力搭建千问办公；字节把分散在飞书、TRAE Work、扣子中的相关能力向豆包体系集中，最终推出豆包工作；腾讯则在 9 月 2 日上线开放平台，把 WorkBuddy 从桌面工具推向更完整的平台底座。
三家公司做的第一件大事，都不只是换模型、加功能，而是先重新划定团队、产品和生态的边界。
原因并不难理解。办公 Agent 要接住的不是一次聊天，而是一个人的文件、账号、权限、记忆和任务状态。如果同一家公司内部同时有四个产品在争夺同一个用户，就会出现四份上下文、四套授权和四个互不相认的“你”。
谁不能先整合自己内部的山头，谁就很难承诺替用户整合工作流。
很多人把办公 Agent 理解成 coding Agent 向白领市场的自然下沉。但腾讯保留 CodeBuddy 与 WorkBuddy，阿里分开 Qoder 与千问办公，字节也把 TRAE 编程线与豆包工作线区分开来。三家公司共同做出的选择是：
下沉的是技术，分家的是产品。
编程 Agent 生长在一个有编译器、有测试、有明确报错的世界里；办公室没有这样的裁判。公式可以验证，某笔异常订单该不该计入却无法“编译”。技术可以把执行框架搬进办公室，但业务事实、组织口径和最后的签名责任搬不过来。办公 Agent 不是 coding Agent 换了一层 Office 皮肤，它面对的是另一份人与机器之间的合同。
如果再把国内外放在一起看，还能看到一条更深的路线分野：可以粗略概括为，海外在连接 SaaS，国内在占据桌面。 海外产品更容易从 Slack、Google Workspace 等标准化服务入口接入；中国真实的工作流却大量散落在即时通信、审批系统、本地 Excel 和各家互不相通的文档生态里。只活在一个网页里的 Agent，很难真正把活干完。它必须进入电脑，接触文件、浏览器和 Office，甚至跨进另一家公司的生态。
这也解释了一个很具体的数字：本次测试的三个 macOS 客户端安装后合计占用约 3.5GB。它们不是三个更大的聊天框，而是三家公司分别在用户电脑里，为 Agent 建造一副能够执行工作的身体。至于这三副身体究竟有什么不同，后面拆开安装包再讲。
执行能力被打包成了完整产品，价格却失去了共同的尺子。至少腾讯和阿里都把消耗单位叫作“积分”，但两个积分没有共同汇率，也不能直接换算成“一份报告多少钱”。厂商公布了积分的有效期、扣减顺序和消耗机制，却没有公布具体任务的价目表。
名字统一了，价值没有统一；规则公布了，价目表没有。这就是办公 Agent 当下所处的位置：它已经越过能不能替人做事的基础门槛，开始争夺谁能成为工作的执行层；但用户仍然缺少一套共同的标准，去比较一次执行究竟花了多少钱、替自己做了哪些决定，又留下了多少检查工作。
于是，我把同一份工作、同一句提示词，同时交给了三家；然后，又拆开了三个 macOS 安装包。
实测回答它们做出了什么，逆向回答它们准备怎样做。