AI辦公正在迎來一場新的產品大戰。

WorkBuddy、豆包工作、千問辦公、百度搭子相繼入場，大廠重新把注意力從模型拉回到產品。

數字辦公從命令行走向桌面軟件，再從本地Office走向雲協同，每一輪變化都在降低人操作計算機的成本；Agent則更進一步，開始接過拆任務、找資料、調用工具和交付結果的工作。

8月17日，AI產品榜發布的2026年7月桌面端排行榜顯示，百度搭子月活達到674.30萬，僅次於WorkBuddy的1115.23萬，在AI辦公智能體中排名第二；值得注意的是，其月活按月增長達到1063.79%，位列AI辦公智能體增速第一。

而在8月27日的百度搭子產品發布會現場，百度集團執行副總裁、百度智能雲事業群總裁沈抖介紹，過去一個月，百度搭子用戶增長了近9倍。自今年3月發布以來，百度搭子在5個月的時間裏總計迭代了150次。沈抖認為，好的智能體不只是模型更聰明，還要更懂用戶、更會組織工具和專業工作方法。

在做Agent這件事上，百度搭子正跑出自己的方法論。

從3月上線開始，百度搭子幾乎一直處於高速迭代狀態，高峯期接近一天一個版本。6月底，百度搭子企業版上線；7月10日，個人版集中升級，推出包含自媒體、金融在內的多種專業套件，同時啓動搭子聯盟。隨後又上線多端協同、新手引導和活動中心。也是從這個階段開始，百度搭子開始從一個通用Agent，進一步進入具體的辦公場景。

到了8月27日的發布會，百度搭子企業版還圍繞「規範、沉澱、安全」升級，發布15個套件、96項技能，覆蓋金融與財務、商務與法務、產品與研發、運營與人力四大職能域。搭子的邊界已經不再只是日常辦公，還在繼續向更專業、更具體的職能場景深入。

體驗與場景的高速迭代，讓用戶增長很快跟了上來。

今年7月，百度搭子桌面端月活按月增長1063.79%，一個月增長超過10倍，成為同期增速最快的AI辦公智能體。同期網站端月訪問量也達到897萬，按月增長845%。PC和Web兩個入口同時出現明顯躍升。

更能反映使用深度的是提問次數，7月10日AIDAY時，百度披露，搭子上線以來日均提問次數已經增長20倍；一個月後的8月12日，這個數字進一步擴大到60倍。

在AI產品榜8月17日發布的7月桌面端排行榜中，騰訊WorkBuddy以1115.23萬月活排名AI辦公智能體第一；百度搭子月活達到674.30萬，僅次於WorkBuddy。

一個用量第一，一個增速第一，且兩款產品都是今年3月才正式進入市場。眼下的辦公Agent遠沒有進入守成階段，幾個月前才上線的產品，已經能夠迅速聚集數百萬用戶。

AI辦公，是目前衆多Agent場景裏少數已經同時具備大規模用戶、明確需求和付費基礎的市場。知識工作足夠高頻，企業也早已有軟件和生產力工具預算，商業價值相對清楚。

但另一方面，AI真正接手的工作仍然有限。郵件、文檔、表格、會議、瀏覽器和業務系統依舊彼此割裂，大量流程還需要人來搬運和銜接。

這讓AI辦公處在一個很特殊的階段：商業價值已經足夠清楚，但產品形態和市場格局都還遠沒有定型。

混戰也因此出現：騰訊有WorkBuddy，阿里有千問辦公，字節推出豆包工作，百度智能雲持續加碼搭子。

但有意思的是，辦公Agent看起來正在迅速變得相似。

操作瀏覽器、處理文件、生成PPT和表格、調用Skill、執行長程任務，這些能力正在被各家快速補齊。今天還是某款產品的賣點，過一陣子很可能就會變成行業標配。

當功能逐漸雷同，誰能覆蓋更多的場景，同時提供「出人意料」的交付結果，正在成為Agent競賽的關鍵要素。

8月27日發布會提到最多的一句話是「交付即驚豔」。按照沈抖的說法，用戶規模快速增長，只能說明產品命中了需求；而產品體驗是否做到極致、交付結果是否做到驚豔，決定用戶是否願意留下。

這也成為百度搭子接下來的目標。它要做的不只是「真幹活、產出結果」，還要進一步把交付標準往上推：讓不同場景下的成果更專業、更美觀，也更接近拿來就能直接用的程度。

當大家會做的事情越來越像，真正能做到什麼程度，則取決於背後那家公司有什麼。

WorkBuddy的優勢更靠近溝通與文檔，千問更靠近企業協同。百度搭子背靠的則是多樣的AI能力與其在全棧自研領域的長期積累，它不只是單純調用模型選取工具組織交付，還有依託於全棧AI雲的持續迭代與定製交付能力。

今年5月，李彥宏提出了一個「AI時代新度量衡」：DAA，日活智能體數。

在他看來，Token衡量的是投入和成本，真正更接近價值的，是有多少Agent每天在替人幹活、完成任務並交付結果。

三個月後，這套思路又被推進了一步。

8月18日的百度二季度財報電話會上，李彥宏再次判斷，基礎模型仍在快速演進，沒有一個模型能夠始終在所有維度保持領先。百度因此會採取更加「application-driven」的路線，讓ERNIE優先強化AI搜索、數字人、秒噠、伐謀和百度搭子等真實應用最需要的能力。

DAA強調的是結果，application-driven強調的是讓模型圍繞真實結果進化，兩次表態其實是同一條路線：先重新定義AI的價值怎麼衡量，再重新定義模型應該為什麼而優化。

模型仍然重要，但AI最終還是要回到應用裏證明價值。

而所謂「application-driven」，也並不是簡單地「重應用、輕模型」。它更像一個持續自我強化的閉環：真實產品先告訴模型什麼能力最重要，模型針對這些高頻任務優化；能力提升之後，又會帶來更高的任務完成率和更多真實使用；新的用戶需求、失敗案例和執行數據，再繼續反哺下一輪模型和Agent優化。

最終形成的可能是一種很難單純靠模型追平的優勢：產品用得越多，越知道模型該往哪裏進化；模型越適合這些場景，產品又越好用。

而把這個閉環真正跑起來的關鍵，開始落到一個更具體的概念上——Harness。

Harness原本是軟件工程術語，進入Agent時代後被重新廣泛使用。Anthropic、OpenAI等前沿公司近一年開始系統討論Harness設計，DeepSeek最近在推出DeepSeek Harness（DSH）時，則直接把這個判斷寫成了一個等式：

Agent = Model + Harness。

如果說模型是Agent的大腦，Harness就是讓這個大腦真正能夠工作的那副「身體和工作台」。

它決定模型能夠看到什麼上下文、調用哪些工具、訪問哪些文件和軟件；也負責保存任務狀態、組織長程任務、調度子Agent、處理失敗和重試。

同一個模型，放進不同的Harness裏，效果可能完全不同。Anthropic此前在長程任務中就反覆驗證過這一點：僅僅調整任務拆解、上下文交接和評估機制，就能明顯提升Agent完成複雜任務的能力。

對辦公Agent來說，Harness的價值還會隨着使用不斷積累。

當一類任務經過反覆執行，任務拆解、工具組合、Skill、上下文組織和交付標準都有機會被沉澱下來。一次成功的工作，也就不再只是一次性的結果，而可以成為下一次直接複用的工作方式；到了企業裏，這些經驗還可以進一步成為團隊和組織的能力。

AI辦公的競爭也因此不只是誰擁有更多功能，還要看誰能承接完整工作、交付專業成果，再把已經驗證過的流程和經驗持續複用。

模型能力可能被下一次發布追平，圍繞Harness建立起來的工作方式卻可以持續積累。

相比繼續把大量資源投入一場隨時可能被下一代模型改寫的SOTA競爭，Harness給互聯網大廠留下了另一種「彎道超車」的可能——它們未必需要先做出全世界最強的模型，才能做出最有競爭力的Agent。

而對於百度來說，把搜索、網盤、文庫這些既有資產融入各類AI Agent產品，也是在為移動互聯網時代積累下來的產品和服務，尋找AI時代新的價值創造方式和商業模式。

這種遷移已經開始反映在百度的收入結構裏：今年二季度，百度核心AI業務收入達到125億元，按年增長25%，已經佔百度通用業務收入的一半；一年前，這個比例還只有38%。其中，AI雲基礎設施收入73億元，按年增長50%，GPU雲收入更是按年增長283%。

但拆開來看，AI應用還需要一些時間。今天幾家大廠面對的其實是同一個階段差：用戶和真實任務已經起來了，收入還在後面追。

騰訊目前也沒有單獨披露WorkBuddy等AI產品的收入，仍在強調未來將使用量進一步轉化為收入；阿里雖然已經單獨披「AI實驗室與應用」板塊，但相比其雲業務，AI應用明顯仍處在更早的發展階段。

這也是application-driven接下來真正需要驗證的下一步，前一個閉環已經相對清楚：應用暴露真實需求，模型和Harness圍繞這些任務優化，能力提升又帶來更多使用和反饋。

如果應用進一步跑通商業化，還會出現第二個循環：AI應用和雲產生收入，再反過來支撐模型、算力和Harness的下一輪投入。

真實任務反哺模型，真實收入反哺研發，兩個閉環同時跑通，application-driven才真正具備自我強化的能力。

前面已經說過，百度正在把AI競爭的重心從單純追逐模型能力，進一步推向應用和結果。

值得注意的是，這套判斷並沒有停留在戰略口號上，而是開始具體地反映在百度搭子的產品形態裏。

百度很早就形成了從崑崙芯、智能雲、文心模型到應用層的縱向自研技術佈局。到了搭子這裏，這套全棧能力給產品留下了更多縱向調整的空間：底層模型可以圍繞真實任務繼續優化，Harness可以調整任務拆解、上下文、工具調用和長程執行，雲提供運行環境，搜索、網盤等互聯網時代留下來的產品又可以直接成為Agent可以調用的能力。

這種能力最終體現在產品迭代的速度和穿透力上。

搭子3月上線後，很快從通用Agent擴展到企業版、自媒體、金融、設計等專業套件，並不斷把搜索、網盤、秒噠和新的Skill壓進同一個任務入口。

7月百度搭子發布企業版時，沈抖就表示：一個Agent表面上只是一個產品，背後實際上需要芯片、雲、模型、數據、工程和產業落地等一整套能力共同支撐。

過去幾年來，百度對外傳遞的觀點始終未變——模型競賽是上半場，應用與任務交付纔是 AI 真正創造價值的地方。這些判斷讓百度提前鋪好了全棧的技術底盤。今天，正是憑藉「芯模雲體」的全棧 AI 佈局，才讓它們在智能體的競爭中能夠快速更上。

全球AI競爭面對的是複雜多元文化，多類型需求場景的交集，商業化與產品賽道往往五花八門，而國內市場則是真刀真槍的需求判斷與產品力比拼，從某種程度來說，Agent競賽，眼下還在一個初級階段，大家都是在各自擅長的領域，不同的市場，尋求適用於自己的增長最優解。

但在AI辦公這道題上，百度已經做出了自己的選擇：把過去積累的模型、工具、內容和互聯網服務收進一個統一工作台，再把Agent不斷推向更完整、更專業的交付。

這條路最終能走多遠還需要商業化驗證，但在一場遠未定型的產品戰爭裏，百度搭子已經找到了自己的位置。