据豆包官方 11 月 18 日披露,面向生产力场景的豆包工作上线仅三个月,工作日活跃用户数(DAU)突破 800 万,企业客户年度经常性收入(ARR)突破 20 亿元。几乎同一时间,阿里千问办公、腾讯 WorkBuddy、百度库库 AI 等办公智能体也陆续把多家第三方模型接入自家产品。一个比较明确的趋势是:大厂在办公 AI 入口上,正从"只带自家模型"转向"多模型聚合、按任务调度",竞争焦点也从单纯比拼模型能力,转向谁能把工作流闭环做得更顺、成本更可控。
豆包工作是字节跳动面向生产力场景推出的 AI 产品,8 月 25 日正式发布,定位是围绕用户目标自主执行任务并交付工作成果的办公智能体。11 月 16 日,豆包工作上线"工作台"功能,首批覆盖金融、医疗、教育、创意设计等 21 个场景。官方同时披露了 DAU 与 ARR 两组数据:工作日活跃用户突破 800 万,企业客户 ARR 突破 20 亿元。
这组数据的信号意义在于,办公场景里的 AI 使用已经不只是"问一句、答一段"的轻量对话,而是开始嵌入到具体业务流程中。用户愿意为能完成实际工作的智能体付费,说明工具型产品在生产力场景有了更清晰的变现路径。同类产品里,飞书AI 也是把 AI 能力放进协作与文档流程,让模型在既有办公界面里直接辅助写作、总结和处理信息,这与办公智能体的思路一致。
需要说明的是,DAU、ARR 均为厂商官方披露口径,不同产品对"活跃""企业客户"的统计方式并不完全一致,横向比较时应保留余地。
11 月 12 日,豆包工作完成产品更新:在豆包 2.1 Lite、豆包 2.1 Pro 两款自研模型之外,新增接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,并在模型选择页面标注不同模型的额度消耗倍率,由用户按任务复杂度、响应速度和成本自行选择。
四天之后的 11 月 16 日,阿里旗下千问办公宣布新增 10 款大模型,包括最新的 qwen4-max,以及 Kimi、GLM、DeepSeek、MiniMax、Step 等多家厂商的第三方模型,个人版与企业标准版用户都可以自主选模型。千问办公 QwenWork 这类产品把多模型调度做成了入口能力:简单任务走轻量模型控成本,复杂任务再切到能力更强的模型。
加上此前已经接入混元、GLM、MiniMax、Kimi、DeepSeek 等多家模型的腾讯 WorkBuddy,以及百度库库 AI,国内办公 Agent 的模型策略正在趋同:自研模型打底,第三方模型补齐能力与成本梯度,平台负责模型编排与工作流落地。这种模式下,用户感知到的是一个统一的办公入口,而不是背后要自己在多个模型之间来回切换。
当各家办公智能体都能调用多模型之后,单纯的模型能力差异会被逐步拉平,真正拉开差距的往往是产品侧的东西:任务拆解是否清楚、工具调用是否顺畅、产出能否直接复用、计费是否透明。对普通用户和中小企业来说,这意味着落地 AI 办公的门槛在降低——不需要自己搭建模型链路,在现成的智能体入口里描述目标即可。
从工具形态看,WPS AI 这类嵌入文档与表格的办公助手,和独立的办公智能体各有侧重:前者贴合已有文件与操作习惯,后者更强调自主执行多步骤任务。未来一段时间,两类形态很可能继续融合,模型作为底层能力被封装在办公流程之中。
对厂商而言,多模型聚合也带来新的考验:如何在不同模型之间稳定切换、如何控制额度与成本、如何保证产出质量一致,都是比"接入多少家模型"更实际的问题。办公 AI 的下半场,更像是一场围绕工作流、成本和交付质量的效率竞争。
1. 豆包工作和豆包是什么关系?
豆包工作是字节跳动面向生产力场景推出的 AI 产品与品牌,聚焦办公与任务交付;豆包则是面向更广泛日常对话与使用场景的 AI 助手。两者同属字节体系,但产品定位和场景侧重不同。
2. 办公智能体接入第三方模型后,会不会影响数据安全?
不同产品在数据处理、模型调用和留存策略上的约定不同,企业使用前应查看对应产品的隐私与数据条款,涉及敏感业务数据时优先选择提供企业级权限与合规说明的方案。
3. 多模型聚合是不是意味着自研模型不再重要?
并不是。自研模型仍是产品能力和成本控制的基础,第三方模型更多用于补齐特定能力、提供价格与性能梯度。平台最终比拼的是模型编排和工作流落地,而不是放弃自研。
4. 普通用户使用这类办公 Agent 需要具备编程基础吗?
目前主流办公智能体都以自然语言交互为主,用户用文字描述任务目标即可,不需要自己写代码或搭建模型链路;涉及复杂流程时,再结合具体工具的模板和设置完成。