豆包工作正式发布，字节跳动以飞书为底座切入办公Agent赛道。与腾讯WorkBuddy和阿里千问办公不同，豆包工作直接继承飞书的企业数据与权限体系，试图解决AI办公中的“上下文税”问题。本文深入拆解三家巨头的布局差异，探讨AI办公下半场的胜负手在于组织数据的沉淀与继承。

8 月 25 日，豆包工作正式发布。这是 7 月 30 日飞书产品团队与豆包产品团队合并之后，字节拿出的第一款 Agent 产品——把豆包里原来的”工作任务”拆出来，做成一个独立的桌面客户端。

消息本身不算意外。过去半年，腾讯 WorkBuddy（3 月 9 日）、阿里千问办公（8 月初）接连落地，办公 Agent 这条赛道上，巨头已经摆好了姿势。真正值得琢磨的是字节这次的动作方向：

豆包工作没有像前两家那样先做一个”能干的 AI”，再想办法接进办公软件，而是直接把整个飞书搬进来当了底座。

先说一个反常识的现象。这半年办公 Agent 的功能清单拉出来，个个能打：文档、PPT、表格、网页生成、电脑操控、多模态出图出视频，该有的都有了。可真落到”叫好不叫座”，原因却很统一——

Agent 做得再聪明，它始终站在你的工作之外。

它不知道你手头的项目群是哪几个，不知道事情卡在哪个审批人那里，更不知道上周会上到底定了什么。你得把工作一件件复制粘贴给它，它才能开始干活。

我管这个叫上下文税。用户每开一个新任务，都要重新给 AI 介绍一遍”谁是谁、事情做到哪了、数据在哪、权限是什么”。复制粘贴、翻聊天记录、整理文档路径，全是交税。税交得越多，AI 的吸引力越小，最后产品再好，用户还是退回老办法。

这不是中国的特有问题。OpenAI 的 Sam Altman 在最新访谈里承认，明明有 Codex 在手，他还是会在消息应用之间复制粘贴、翻邮件、维护待办——技术已经走在前面，人和产品的使用方式还没跟上。易观的报告也能佐证：2026 年二季度，国内桌面端 AI 办公智能体月访问量已经破了 6000 万次。量起来了，但用户心智远没固化。

所以这篇文章想讲清楚一件事：模型终将平权，Agent 的交互形式也会趋同。AI 办公下半场的胜负手，不在智能体本身，而在企业数据资产的沉淀与组织上下文的继承。

谁手里有最干净、最精细、最鲜活的组织数据，谁才能活到最后。

一、御三家同台：三种”接法”，三种站位

先看腾讯 WorkBuddy。

它今年 3 月 9 日上线，出自腾讯云 CodeBuddy 团队，路子是”生态联动”：多模型调度（混元、DeepSeek、GLM、Kimi 都能切）、上百个专家 Agent 互相协作、按任务自动分配合适的专家执行，20 多种内置 Skills 还兼容 OpenClaw 的生态，界面分代码开发、日常办公、设计创意三个场景模式，加上微信、企业微信一键直连远程操控。对没有编程基础的人来说，这是最愿意点开试试的产品——安装门槛低，开箱即用，微信生态触达广是它最大的牌。

但短板也在这里：WorkBuddy 接的是你的电脑和你的账号，接不进企业沉淀多年的数据。数据孤岛和权限安全这两个问题，它解决不了。它更像一个能力很强的个人助理，而不是组织里的一员。

再看阿里千问办公。

它 8 月初公测，由 QoderWork、MuleRun、悟空三款产品整合而来，底座是 Qwen3.8-Max——2.4 万亿总参数、100 万 token 上下文。强项在”成品交付”：官方给自己划了六大核心能力，从企业 IM 协作到全链路交付，文档、PPT、表格这些原子能力稳定，钉钉背后 2000 万家企业组织是现成的客户盘，华尔街的实测里它综合排名拿了第一，API 成本也比海外头部模型低不少。钉钉新任 CEO 陈宇森亲自挂帅这个项目，显然不是当试验田在做。

但千问办公与钉钉的打通，更多停留在”钉钉里能用”，多维表格这类数据基建的成熟度、跨系统工作流的流转，和飞书比还有差距。它的数据资产是阿里系的电商、云生态，办公场景里的组织上下文，还没真正长出来。

最后是豆包工作。

它走的是第三条路，也是最重的一条：直接把飞书当底座。飞书登录，继承企业 AI 额度、全部文档、多维表格、知识库、聊天、邮件，连权限系统都完整继承。技能商店、MCP 连接器该有的都有，甚至还能接企业微信、钉钉、百度网盘、企查查、同花顺。任务启动分本地电脑和云电脑两种——碰本地文件就在本地跑，要长时间挂机跑数据采集、竞品监测就扔到云端，电脑关了任务照样跑。代价也明显：这套东西的威力绑定飞书，非飞书企业用户感受不到它真正的恐怖之处。

三家摆在一起，差距不在”谁功能全”，而在”接入了什么”：

WorkBuddy 接入的是生态入口，千问办公接入的是模型与交付能力，豆包工作接入的，是一个组织在飞书里沉淀的全部工作。

说白了，就是谁的底座厚，谁就能把 AI 接进组织真实的运转里。

二、场景要素拆解：数据、工具、智能怎么被串起来

那么问题来了：豆包工作到底是怎么把这三件事串起来的？

数据：为什么是飞书多维表格，而不是 Excel？

Excel 的问题是它天生是”单机工具”——一个人一张表，字段随便写，格式随意改，协作靠来回发文件。飞书多维表格做的是另一件事：结构化字段、双向链接、权限分列，数据从产生那一刻起就带着组织属性。

卡兹克所在的公司是典型，全公司”应存尽存”，业务数据、会议记录、沟通语料全往飞书里放，几张底表管一家公司。有了这个底座，Agent 才有东西可挖。他举过一个真实案例：MCN 机构里负责达人运营的同事，以前分析小红书达人视频数据，要先打开脚本工具、复制主页链接、选时间范围、等爬虫跑完写进多维表格，再另开一个接飞书 CLI 的 Codex 做分析。

现在直接在豆包工作里用大白话下指令，电脑操控自动打开桌面应用爬数据、写进表格，指定博主和时间范围就能反复调用，一句”开启转写”还能顺手把视频转成逐字稿入库。批量分析博主表现、做成飞书消息卡片发给同事，全程不需要第二款工具。

工具：把”调用”这件事做厚

Skill 和连接器（MCP）是开放的，上百个即插即用的技能覆盖财报解读、合同生成、PPT 制作；连接器打通飞书、钉钉、企业微信、腾讯会议，信息在这些系统间直接流转。预设的工作伙伴（专家）也相当丰富，可以把调研、分析、创作、汇总串成一支 AI 小队——有人搭了个”AI 编辑部小队”，第二天飞书群里已经躺着带标题和配图的初稿。

对已经有自己工具栈的企业，SQL、MCP 这些接口也能接——Agent 从”只能聊天”升级成”能调工具”。本地电脑和云电脑的双线设计更是把两个极端场景都照顾到了：本地跑保证隐私和敏感文件不出门，云端跑保证 24 小时持续挂机，定时任务、竞品监测这类活，不用再守着电脑。

智能：模型和飞书的串联方式

豆包工作的聪明之处不在模型参数，而在交付环节：生成的文档直接是飞书云文档，能在豆包工作里设置分享权限、@同事协同编辑；分析结果可以直接做成飞书消息卡片发给指定同事；AI 发的消息自带”由豆包发送”标识。

再加上 Seedance、Seedream 的接入，出图、出视频、生成整套营销物料都是顺手的事；生成的网页能直接带数据库，数据源更新页面跟着刷新，内置 80 多种设计风格一键替换——返工成本被压到了最低。对企业管理者来说，后台还能按部门、按人头分配 AI 额度——老板给每人 5 万点月度额度，也能把某个不靠谱的同事设成零。额度消耗不是积分清零制，而是按 5 小时或一周滚动重置。有媒体实测，生成三份原生可编辑文件（活动方案 Word、预算分析 Excel、内部提案 PPT），5 小时额度只用了 1%。

这三件事分开看，各家都能做到一两件。但”数据 + 工具 + 智能”用同一套权限体系串成一条线，目前只有豆包工作做到了。

模型决定 AI 有多聪明，组织上下文决定它能不能成为同事。

三、权限继承与数据治理，才是企业 AI 化的生命线

为什么企业不能直接拿公有大模型去处理业务？

因为权限是企业最敏感的防线。同一个多维表格，销售总监能看到全部客户明细，普通员工只能看到自己名下那几条；AI 如果无视这些边界，就是安全事故。豆包工作直接继承飞书的权限体系，什么人能看什么表、AI 能处理什么数据，全部沿用企业已有的规则。这让”AI 进组织”这件事第一次有了安全上的前提，而不是靠事后补救。

数据治理是另一道坎。很多公司 AI 化失败的根源，不是模型不行，而是“垃圾进，垃圾出”——数据没有来源、新旧规则冲突、上下文断裂。合同找不到统一版本，项目做完没有复盘，最值钱的经验只存在几个老员工的脑子里。这样的组织，让 AI 无从下手。

多维表格的价值在于它强制了治理：存下来的数据有来源、有时间、有负责人。数据是活的，规则是清晰的，Agent 才能在上面长出靠谱的结论。豆包工作聪明的地方，是它没有试图另起炉灶再造一套数据体系，而是直接站在飞书已经治理好的数据上面。

一个细节— 卡兹克在文章里回忆过：他前端 Agent 换过很多个——Claude Code、Codex、Grok Build、Kimi Code、WorkBuddy，无一例外，最后都得装上飞书 CLI，以飞书为底座执行任务。飞书 CLI 好用，但维护是负担，普通用户用不好。豆包工作的意义，就是把这条桥接链路整个干掉，让 Agent 直接站在数据上，而不是站在命令行里。

四、什么样的办公场景 App 能活下来

把前面的分析收拢一下，可以得出一个第一性的判断：

Agent 用谁家的不重要，数据存在哪才重要。

模型会平权，算力会贬值，但企业积累的数据和基于数据形成的使用习惯不会——那才是粘性资产。谁能拿到企业数据的入口权，谁就握住了下半场的门票。

在此基础上，能活下来的办公场景 App 大概要满足三条律条。

律条一开箱即用，拒绝”极客吃苦主义”。飞书 CLI 很好用，但对绝大多数员工来说，安装、更新、维护一个命令行工具本身就是负担。豆包工作用飞书账号一键登录、公司统一付 AI 额度，把门槛降到了”打开就能干活”。普通员工不想折腾，只想最快把事办完，产品如果要求用户先成为极客，就注定只能服务少数人。

律条二从”回答问题”到”交付工作流结果”。单点问答没有护城河，能调工具、能操作电脑、能把结果写回业务系统，才叫工作流。豆包工作对会议纪要的处理是典型：多数 Agent 开完会的终点是一份漂亮的总结，豆包工作的终点是给负责人创建任务、跟进状态、审批卡住时提醒你。

律条三与企业协同基建深度绑定。单点 AI 工具终将被体系化生态吞噬。办公 App 要么成为组织协同的血肉一部分，要么沦为被替换的临时方案。豆包绑定飞书、千问绑定钉钉、WorkBuddy 绑定微信，巨头们其实都明白这个道理，只是各自的底座厚度不同。

交付的单位不是产物，是进展。

爱范儿的实测把这件事说得更透：大多数 Agent 接入的是某个工具、某份文件、某种能力，而豆包工作接入的是一个人在飞书里的工作——组织架构告诉它谁是谁，聊天和文档记录公司发生过什么，任务和多维表格保存项目当前状态，权限决定它能进哪些地方，最后结果还能写回工作流，成为下一次任务的上下文。AI 开始知道自己在为谁工作、为什么工作、事情做到哪一步、做完结果该留在哪里。

客观补刀— 豆包工作不是没有短板：复杂图形界面的识别偶尔会翻车，多表关联的公式还会报错，额度消耗像开盲盒，重度用户容易触顶；官方文档和教程也偏弱，新手主要靠社区和摸索。更要命的是它的飞书绑定——对不用飞书的公司，这套优势基本归零。但这些问题大多属于”执行层的打磨”，不伤及它”数据 + 工具 + 智能串联”的底层逻辑。至少在这一代产品里，它是把办公 Agent 和办公数据结合得最紧的一个。

五、结语：下半场刚刚开始

下半年这场混战，已经能看出阵营雏形：字节（飞书 + 豆包）、阿里（钉钉 + 千问）、腾讯（企微 + WorkBuddy），各自拿着协同底座和模型，往同一个方向狂奔。竞争会非常精彩，而胜负手大概率不在谁家的模型分数更高，而在谁先让 AI 真正走进员工的工作现场。

对产品经理来说，这件事带来的思考可能比产品本身更重要：我们过去设计办公软件，考虑的是功能、界面、权限；Agent 时代，要重新设计的是组织、数据与业务流的交互方式——数据怎么沉淀、权限怎么继承、工作流怎么让 AI 自然嵌入。

办公 Agent 的竞争，从”谁更会聊”，到”谁真能干完活”，再到”谁真正走进你的工作”——每一轮，都在淘汰一批没有数据底座的产品。

豆包工作给出了一种答案，但远不是终点。真正的好戏，还在后面。

AI 办公的竞争，正在从”谁更会聊”走向”谁真能干完活”，再从”能干完活”走向”谁真正走进你的工作”。数据在哪里，Agent 的天花板就在哪里。