AI 办公乱战中，谁能在近身肉搏中成为打工人的「搭子」？

AI 办公场景大战中，大厂近身肉搏。

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

8 月 27 日，「百度搭子」开了一场发布会，主题是 ——

「专业办公新定义，交付即惊艳」

发布会上，「致力于让智能体交付更专业、更超预期的结果，甚至将边界拓展至日常办公之外」成为了核心主旨。自今年 3月发布以来，百度搭子在过去 5 个月里迭代了 150 次。随着办公赛道的火热，过去一个月它们的用户增长了近 9 倍。

最新的 AI 产品榜桌面榜显示，排在第一的是 WorkBuddy，月活 1115 万。百度搭子以 674 万月活位列 AI 办公智能体第二，月活环比增长 1063%，拿下增速榜第一。

AI 办公场景大战中，大厂近身肉搏

过去一年，AI 办公场景这条赛道非常热闹。

Claude Cowork、OpenClaw、QoderWork、WorkBuddy、百度搭子、千问办公、豆包工作，还有一大批 AI 初创模型厂商的桌面 Agent，短短几个月内陆续挤上牌桌。

站在当下回看，这场办公场景大战的脉络十分清晰：

需求被验证 → 商业化前景被初步证实 → 大厂重注押入

首先，Anthropic 在 1 月上线的 Cowork 与随后火爆的「龙虾」OpenClaw，先后在市场端验证了办公场景的真实需求。

字节的火山引擎、阿里云、腾讯云、百度智能云开始为 OpenClaw 开放云端服务，有大厂甚至搞了线下免费安装，排队排到近千人。这一次，在「专业用户愿意付费」之外，「普通人也想要」的诉求同样得到了验证。

需求真实且迫切，国内厂商随即全速跟进。

1 月 30 日，阿里 Qoder 团队发布 QoderWork；3 月，腾讯的 WorkBuddy 和百度搭子几乎前后脚上线；再加上 MiniMax 的桌面 Agent，一批 AI 办公场景产品在几个月内全部出现。

随后，大厂的 AI 办公产品陆续交出了经得起验证的数据表现。

5 月 8 日，百度搭子在 PinchBench 和 DeepResearch Bench 两个榜单拿下第一；同一天，其月访问量增速达 114.72%，以 116 万月访问量登顶「AI 龙虾增速榜」，并进入总榜前三。

7 月 10 日，百度搭子公布日均提问次数比刚上线时暴增 20 倍；到 8 月 12 日，这个数字变成 60 倍，最近一个月又翻了两倍。

8 月 17 日的 AI 产品榜显示，WorkBuddy 和百度搭子分别以 1115.23 万和 674.30 万月活包揽办公智能体总榜前两名，百度搭子月活环比涨了 1063.79%，增速进入行业头部梯队。

可以看到，无论国内还是国外，Coding 小圈子里验证过的付费意愿，正在向更广泛的日常工作流扩散。

办公是目前大模型最接近能规模化收费的场景

不过，单纯看用户规模的增长，还不足以完全证明商业化跑通。

对个人而言，提效感受往往相对模糊，付费意愿容易摇摆；但对企业来说，生产力提升有着明确的衡量标准：

一个 Agent 能不能减少重复劳动、缩短一个流程的处理时间。

这种确定性是办公场景区别于其他 AI 应用的关键，也是为什么 WorkBuddy、千问办公、百度搭子之类的 AI 办公产品从一开始就选择直接定价、而非单纯靠免费圈地的原因。

信号也确实出现了，根据财联社、36 氪，飞书 2026 年二季度营收同比增长超过 100%，新增客户里九成以上同步买了飞书的 AI 产品，这在过去的 SaaS 产品里是很难见到的增速。

不过，看到此处，相信大家也都感受到了一件事：

为什么我们在这个时间点聊到 AI 办公场景产品，大家总是习惯性地先提大厂做的几款产品？

这个现象确实值得琢磨一下。

主要原因就在于办公场景要覆盖的细分场景太多，产品得跟着用户需求不停打磨；同时，企业客户对安全和稳定性的要求同样不容忽视。

同时，在 C 端和 B 端需求同样「猛烈」的情况下，创业公司想两头兼顾并不容易，大厂反而更容易在消耗战中，稳住阵脚。

总体来看，走到今天，能把规模化收费初步兑现出来的产品，往往同时具备两个特质：

【1】高速迭代

【2】全栈

百度搭子或许正是一个合适的样本，能让我们看清大厂们到底是如何围绕这两个特质，开展行动的。

高速迭代

先说高速迭代，这个词现在被用得有点泛，在办公场景这条赛道，迭代速度直接决定产品能不能追上用户的真实需求。

职场里的细分场景太多了，从表格整理到行业分析，从内容创作到发布会记录，任何一家大厂都不可能一次性把所有场景想清楚，只能靠不断上新版本去修修补补。

百度搭子的节奏基本印证了这点。

自 2026 年 3 月 22 日作为 MVP 上线后，基本保持着一天一个版本的更新节奏。5 月上线双端 App，6 月升级 Harness 引擎优化 Token 消耗，到了 7、8 月则陆续补上了自媒体、金融、设计套件和秒哒工作台，逐步把功能扩充完整。

这些迭代更新已经体现在实际的用户办公场景里，不少日常办公任务已经可以直接交给百度搭子完成。

比如可以一键添加自媒体套件这个技能，并在百度搭子里输入一段简短提示词，它就能根据当下的网络热梗和当天的热点撰写自媒体文案。

提示词如下：

撰写 3 条小红书文案，主题为 AI 科技与汽车行业当日热点结合网络热梗，语气专业幽默且通俗易懂，每条含标题、封面文案、正文、标签、配图提示词与评论区引导，三条选题内容差异化。

这些小红书文案当然还有需要打磨的地方，但它在网络热梗和当日热点上的搜索能力确实不错。

因为我仔细看了下，注意到第二条在写标配支架时用了「肥嘟嘟」这个形容词，正是目前抖音很火的一个热梗。

百度搭子内部还加入了很多技能，比如百度文本转视频，用的是 Remotion 和 React，也是现在很流行的一种文本转视频创作工作流：

从时间线上看，半年时间里，百度搭子从一个 MVP 发展成现在这样一款覆盖自媒体、金融、设计、协作的完整产品，中间几乎没有出现太大的断档期。

全栈

高速迭代能够一直维持，靠的是更底层的全栈能力。

从芯片到框架，从模型到智能体开发，百度搭子依托全栈 AI 云的持续迭代与定制交付能力，能够更敏捷地切入不同业务场景。这让它在统筹模型调用、工具选取与最终交付时，有了更大的余地去兼顾效率与质量。

此外，它也将累积多年的各种类型 AI 能力，通过 Skill 化的形式整合其中，从而让场景的覆盖更为多样。

比如其中制作数字人视频的技能，就是采用了百度一镜的数字人技术，将其整合为视频制作 Skill，它能根据用户输入的脚本，生成 AI 虚拟数字人口播视频。

我让它生成一条茶文化数字人口播视频，整体看起来比较自然，故事逻辑也比较完整充实。

🚥

如今再回头看，百度很早就把 AI 落地价值看得比单纯的技术竞赛更重要，这个判断还是准确的。

从 2024、2025 年百度世界大会再到 2026 年 5 月的 Create 大会，他们陆续提出「应用来了」、「效果涌现」、 DAA（日活智能体数）等理念。同时百度智能云宣布升级新全栈 AI 云，开展对 Agent Infra 及 AI Infra 的全面升级，通过 Harness Engineering 等新理念，目标就是为了支持大规模智能体应用落地。

当然，方向转变的背后也可能提早看到了「模型层的钱不好赚」的原因，红杉的合伙人 David Cahn 前后两次撰文追问「AI 的两千亿美元问题」和「AI 的六千亿美元问题」。大意是：我们花了这么多钱，收入在哪？

3 年过去，商业化回报的疑问依然未解，但没有大厂放缓脚步。相反，各家在持续加码模型训练的同时，正密集将散落的 Agent 整合进统一入口。

应用层才是将模型能力兑现为生产力的关键。

然而办公场景也不是轻松就能拿下的，AI 办公产品需要大厂拿出真金白银的资源去投入到 Harness 的构建以及深度的生态协同。

这对 AI 大厂来说，是继自研大模型之后的另一场大考，资源消耗可能并不比训练模型小。

但相比单纯卷模型，应用层的商业前景远比过去更清晰，这场围绕办公场景的大战才刚刚开始。