人工智能行业GenAI系列深度之76：办公Agent，下一代工作入口争夺开启

从生成内容到交付工作：办公Agent迎来产业拐点

AI产品的责任边界正在持续外延。从早期Chatbot生成答案，到Copilot辅助用户完成单一步骤，再到代码Agent在天然可验证环境中自主执行任务，当前行业已演进至办公Agent阶段。办公Agent能够在复杂企业上下文中跨应用完成工作并直接交付成果，标志着AI由“生成内容”正式走向“交付工作”。

2026年以来，模型能力与Agent工程化水平同步跨过产品化阈值，成为推动办公Agent进入拐点的核心驱动力。在模型侧，基础模型正由“生成Token”进一步走向原生Computer Use、长链路推理和专业工作交付。例如Gemini 3.5 Flash原生支持Computer Use，GPT-6 Astra强化跨软件操作及文档、表格、PPT等专业成果生成，百万级Context叠加原生Compaction等长任务机制使得多文件、多轮复杂任务的持续处理成为可能。在工程侧，企业自行搭建Agent Loop的模式正向沙盒、状态管理、MCP/Skills与企业治理的标准化转变。Agents SDK等原生提供Loop、状态、重试、Tracing等能力，原生Shell、文件系统、托管Container成为平台标准配置，MCP、Skills、Connector加速标准化并进入企业统一治理体系。

首轮用户起量后，行业竞争迅速从单点Agent产品赛马转向集团级资源整合。腾讯WorkBuddy率先实现用户起量，其桌面端AI原生办公智能体平台访问量处于领先地位。随后，OpenAI推出ChatGPT Work并将Codex桌面能力并入；阿里将QoderWork、MuleRun、悟空等团队和产品开始整合，千问办公进入统一产品方向并加强与钉钉协同；字节则连续整合飞书、TRAE和扣子至豆包主干，正式推出统一生产力Agent品牌“豆包工作”。模型入口、办公Context、Agent执行、云和企业GTM开始被纳入统一平台。

Harness决定任务完成率：办公Agent的技术栈重构

办公Agent并非简单的大模型加插件，而是模型在Harness管理下持续完成“规划—调用工具—执行—验证—再规划”的工程系统。Harness的本质是用确定性软件系统管理概率性模型，让模型在状态、工具、验证和权限约束下持续循环，直至完成任务。模型决定了任务能力的上限，而Harness通过上下文、状态管理、沙箱、评测和失败重试直接影响任务成功率、延迟、Token消耗和人工介入次数，Agent工程化已成为产品化的关键。

当前主流Harness框架在核心抽象与生态倾向上呈现出差异化特征。OpenAI Agents SDK自动管理Agent Loop、工具、Handoff及Guardrails，默认行为较完整，偏向OpenAI原生生态；Claude Agent SDK提供Claude Code式Agent Loop，偏自主探索和长任务；Google ADK强调Code-first，支持Agent组合与Workflow；Microsoft Agent Framework侧重图式Workflow和类型安全路由，强调确定性业务流程和企业工程控制；LangGraph以状态图、节点和边为核心，控制粒度高且模型中立；LlamaIndex则在数据连接、文档解析和RAG方面具备优势，强于将企业文件和知识转化为Agent可用的Context。框架差异的核心在于谁控制流程、如何管理状态以及生产配套是否完整。

同一基模接入不同Harness，可能在任务成功率、延迟、Token消耗和人工介入次数上出现显著差异。针对Prompt/Tool Schema、Context Engineering、Workflow/Orchestration、Model Routing、Validation/Retry及Evals等环节的定向优化，是提升体验和控制成本的关键手段。由于最优Harness随模型升级动态变化，不存在长期固定配置。在此背景下，模型原生型厂商的优势在于能力兑现速度、任务上限和技术迭代效率，但缺少原生办公入口和本地业务系统；生态平台型厂商的优势在于获客成本、上下文质量、企业部署和商业化效率，但面临整合模型、产品和组织的复杂性。办公Agent的竞争已从“模型强不强”全面走向“完整工作闭环”。

从个人提效走向企业付费：商业模式与市场空间测算

代码Agent率先实现商业化，本质在于代码任务高度数字化、结果天然可验证且人力价值高，ROI更容易量化。办公Agent面向更广阔的白领群体，但任务更非标、企业Context和权限更复杂，且员工提效并不天然转化为企业利润。因此，渗透路径更可能从高价值岗位和部门级场景开始，经历个人尝鲜、部门ROI验证，最终走向企业统一部署。产业验证显示，GitHub Copilot付费用户已超470万，Microsoft 365 Copilot付费席位企业级部署超过3000万规模，ServiceNow内部AI Agent自动化约37%客服Case Workflow，年释放约300万小时员工产能。

在全球市场空间方面，中性测算下全球办公场景AI收入池将由2026年约428亿美元增至2030年约3368亿美元，稳态TAM约6480亿美元。在稳态结构中，传统Copilot仅占约31%，其余约69%来自独立AI工作台、任务Agent及企业协作场景。具体而言，AI Copilot场景稳态空间约1980亿美元；独立AI工作台（入口）场景稳态空间约1650亿美元；前台行政（客服/服务Agent、销售/营销）稳态空间约1400亿美元；后台行政（IT服务、HR、采购等）稳态空间约800亿美元；企业协作场景稳态空间约650亿美元。

聚焦国内市场，基于全国拥有大专及以上学历的人口及相关行业普查数据，国内可触达办公席位约为1.7亿。其中高价值知识岗位占比约25%，潜在席位4329万，年付费假设2000元；标准办公岗位占比约45%，潜在席位7792万，年付费假设800元；轻量/低频办公岗位占比约30%，潜在席位5195万，年付费假设200元。综合付费率37%、平均年付费1124元的假设，中性测算国内狭义办公Agent TAM为720亿元。高价值知识岗位贡献约476亿元，占比约66%，决定早期市场走向；标准办公岗位贡献约218亿元，占比约30%；轻量岗位短期并非商业化重点。白领人力成本显著高于Agent年费假设，支付能力不是核心约束，真正的约束在于Agent能否产生可归因、可由企业衡量的ROI。

国内办公软件长期更多以个人会员、软件授权和通用办公订阅变现，企业愿意为工具支付的预算有限。Agent的核心变化在于能否从通用IT工具进入业务部门Workflow，将价值由员工效率转化为可量化的部门产能。2026年已出现三项早期商业化信号：WPS 365企业订阅收入连续高增长；WPS AI日均Token调用量大幅增长；国内头部互联网厂商同时把Agent与文档、IM、云和企业GTM整合，尝试将Agent推入组织正式工作流。

全栈价值重估：大厂积极投入的底层逻辑

大厂对办公Agent的积极投入，远超对单一订阅收入的追求。Agent数据的新增价值不在于更多的Prompt，而在于完整的任务轨迹，包括用户目标、上下文、工具调用、执行结果、失败恢复和最终验收。先发用户规模意味着更早积累真实办公任务分布和失败模式。当Agent进入企业Workflow后，任务数据的价值进一步高于普通对话数据。以腾讯WorkBuddy为例，其内部已有超1.2万名员工常态化使用，覆盖非技术岗位，企业版将智能体、运行环境和任务会话分层管理，支持任务试跑、版本管理和检查点回滚，并支持基于测试任务集自动逐条运行评分，已形成“真实任务→可复现→可评测”的基础闭环。

在传统办公环境下，用户自主选择工具并在软件内完成工作；而在Agent时代，用户首先表达目标，由Agent决定调用何种模型、SaaS、Search、Skill和Cloud。Agent一旦成为默认工作入口，其战略价值不仅来自自身订阅收入，还来自意图入口、工具选择权与服务分发权。WorkBuddy近期开放生态已体现这一平台化方向，接入了金融投研、企业SaaS、法律合规、医疗公益等多个领域的共创伙伴，并与多款智能硬件打通物理入口。

在模型策略上，办公Agent并不要求绑定单一模型，平台可通过多模型路由优先保证任务完成率。腾讯WorkBuddy明确走多模型路线，阿里以千问为主但企业端开放自定义模型接入，字节采取分产品策略。开放多模型并不意味着自研模型价值下降。模型仍决定复杂任务上限，并直接影响推理成本、平台议价权和数据闭环。对于拥有大规模Agent入口的平台，自研模型越强，越有能力降低上游依赖并保留更多全栈价值。前台开放选模保障任务效果，后台持续强化自研模型保障成本与主动权，成为平台的最优策略。

三类玩家争夺终局：入口、上下文与工作流的壁垒沉淀

当前办公Agent赛道正出现双向收敛：模型原生厂商向下延伸至工作台、Connector和企业治理；办公软件及互联网生态厂商向上整合模型、Harness和Agent执行能力。最终争夺的是用户表达工作意图后的默认执行入口。市场上主要存在三类玩家：以Microsoft、WPS、Salesforce为代表的办公软件/SaaS型厂商，核心资产是企业存量客户、Seat及身份权限审计体系；以腾讯、阿里、字节为代表的互联网生态型厂商，核心资产是IM与协同办公、C端AI入口、云/MaaS/SaaS及本地GTM；以OpenAI、Anthropic、智谱、MiniMax为代表的模型原生型厂商，核心资产是Foundation Model、Harness及AI Native UX。

海外竞争已形成两条主要路径：Microsoft、OpenAI、Anthropic争夺横向通用工作入口；Salesforce、ServiceNow、Notion依托既有业务数据和Workflow把Agent直接嵌入企业生产流程。国内竞争则已从多产品赛马快速进入平台整合阶段。腾讯形成WorkBuddy Enterprise统一底座，阿里将多款产品收口至千问办公，字节连续整合资源至豆包主干。金山办公则由内嵌AI向Agent工作入口升级。模型原生厂商如智谱、MiniMax继续依赖模型与Agent能力争夺高价值个人用户，推出本地桌面Agent或主攻长程本地任务。

中美市场结构差异决定了办公Agent的竞争终局可能有所不同。海外企业Context相对分散在各类垂直SaaS中，闭源前沿模型具有较强能力差异；而国内开源模型丰富，能力阶段性交替领先，单一模型较难形成长期独占。国内企业Context大量沉淀于IM、群聊、协作文档、会议、审批和组织架构，集中于大型互联网协同平台。因此，国内横向通用Agent更依赖综合生态能力。真正的迁移成本并不在聊天记录，而在Agent进入企业生产环境后逐步沉淀的项目知识、协作关系、权限、Workflow及第三方系统连接。综合互联网生态平台更有机会占据横向通用Agent核心入口，而Office原生及垂直高价值Agent将长期并存。

在投资布局上，重点关注具备“用户入口+企业协同+云+模型能力”的综合平台型厂商，腾讯、阿里有望受益于办公Agent向企业部署扩散；关注金山办公由AI功能向Agent工作入口升级的进程；同时关注智谱、MiniMax等模型原生厂商在高价值任务上的产品突破。此外，需警惕Agent技术迭代不及预期、企业付费及ROI验证不及预期、行业竞争加剧及价格下行风险，以及企业数据安全与权限治理等合规风险。