过去一年，AI行业最确定的一笔钱来自写代码——程序员成了第一批心甘情愿为AI掏钱的白领。

但核心编码场景渗透率已到70%左右，市场开始问：下一个场景在哪里？程序员之外，全球还有约10亿知识工作者。

AI办公（也叫Co-work、工作Agent）能不能接住Coding的接力棒，成为下一个渗透率大幅提升、商业模式真正跑通的场景？

一、AI入口之变：从"陪你聊"到"替你干活"

AI入口争夺一直跟着底层技术走。但算力成本和传统互联网不一样——边际用户的服务成本不是趋近零。以往"先补贴、养习惯、再收割"的纯流量打法，至少在当下已经不适用。

C端 AI Chatbot 的困境很直白：
• 付费率堪比"知识付费"，很低；

• 日均时长太短，广告库存释放不出来；

• 交付的是"建议"，不是"结果"——省了多少时间、多少钱，算不清；

- 结果好坏只能"感觉"，用户要确认效果还得自己再走一遍；
• 越不信任、只问浅层问题，越沉淀不下高质量数据，切换成本极低。

所以 Chatbot 能把用户数做爆，却很难把付费率做起来。

反观 Agent：以任务完成为导向，企业端付费力被真正激发。Stack Overflow 2026年4月与10月抽样显示，Agent使用率59%，每天用37%；用AI工具的开发者里，66%在用Coding Agent，其中73%每天用。

OpenAI 的 B 端付费（API+Enterprise）今年7月已超过C端；到9月底 B 端 ARR 翻倍，按650亿整体 ARR 算，B端占比超60%。C端同期只涨了不到40%。

Chatbot 卖的是"对话"，Agent 卖的是"交付"。企业只为交付付钱。

Coding 能第一个跑出来，是因为它范围固定、对错可自动验证、经济价值高（对应IT薪资）。但统一办公平台不是 Coding 的简单复制：
1. 验收标准模糊，很多成果要人主观判；
2. 任务链长，卡一个环节就全盘停（对账要接网银、税务、ERP）；
3. 企业想要私有化，要 FDE 团队驻场。

所以 AI办公的采购决策链，比 Coding 长得多。

二、Agent竞争：技术是不是核心壁垒？

Agent = LLM（思考决策） + Harness（执行/权限/沙箱/验收）。

1. Harness 本质是个"技术套壳"

• 日志、权限、沙箱、存档、界面，工程上已经成熟；

• MCP、Skills 等连接协议变成开放标准；

• OpenAI 把 Codex Harness 开源，Dots 跑在上面；OpenClaw 启发了微软 Autopilot 和 Meta Muse；

• 模型还在"吃掉"Harness：上下文、纠错、规划进模型，Kimi 的 Agent Swarm 把调度也训进模型。

2. 模型在收敛，"纯模型层"锁不住客户

前沿模型领先优势只剩 3–6 个月，开源追闭源很凶。
• Meta：先 Claude Code，后自研 Muse Code；

• 微软：Copilot 默认路由到更便宜的 OpenAI 小模型；

• 阿里：7月弃用 Claude Code，改推 Qoder。

"能做事"这条线上，模型差距在收敛。纯模型不再是护城河。

3. 真正难抄的是"用户使用数据"

为什么 Codex / Claude Code 显得更聪明？
因为它们能记住：
• 聊天、文件、邮件、权限；

- 行业 Know-how、组织架构、业务流程；
• 用户每一次纠错 / 批准 / 拒绝的轨迹。

这些"人工确认与交付"数据，大模型层几乎看不到，Harness 层全看到。所以：
• Harness 和模型不是一家 → 数据回流打折；

• Harness 和模型是一家 → 越用越聪明，后训练飞轮转起来。

技术会趋同，数据不会白送。谁握入口，谁收轨迹，谁训模型。

4. 自有生态是另一种起跑线

外接工具（MCP/API/Computer use）+ 分发入口（IM/系统/浏览器），全在巨头手里。
有 IM、有流量、有办公栈的玩家，不用硬刚技术先发，也能把 Agent 塞进用户工作流。

三、个人Agent vs 办公Agent：理想很大，现实先兑现

个人Agent 面向几十亿人，若成"电商+OTA+服务"总入口，广告和佣金空间巨大。但有三堵墙：

1. 生态墙：Agent 跳过开屏广告和推荐流，微信/淘宝/支付宝/Amazon 全不乐意——豆包手机被围、Meta Muse 被 Amazon 封跳转；
2. 隐私墙：要银行、聊天、支付权限；Muse 出过未授权读消息，OpenClaw 暴露13.5万个公网实例，Gartner 直接建议企业封禁；
3. 成本墙：Muse 单用户月成本 15–37 美元（专家调研 30–50 美元），一年 360 美元+，但 Meta 现有单用户广告价值还不到这个数。

办公Agent 反而更顺：
• 企业肯为结果付钱；

- 能嵌入 OA/ERP/CRM；
• 先提效、再侵蚀传统软件预算。

全球 TAM 怎么估

• 智谱口径：Co-working 全球 5 万亿美元（太乐观，等于白领薪酬 1/5）；

• Office 口径：4.6亿席位 × 40美元/月 ≈ 2160 亿美元（太保守）；

- 海豚君口径：
  • 人员降本提效：知识工作者工资 × Agent承接工时比 × 厂商分成 → 4060 亿美元；

  • 传统软件侵蚀：2030年 SaaS 2.3万亿 × 16% → 3560 亿美元；

  - 2026年加总约 6300 亿美元，去重后真实可触达 5000 亿美元级。

中国口径：人员降本 330 亿 + 软件侵蚀 115 亿（美元）≈ 445 亿美元，合 3200 亿人民币。

四、腾讯、阿里、字节：谁坐"工头位"？

中国 AI 办公核心玩家：
• 腾讯 Workbuddy

• 阿里 千问办公（钉钉+通义）

• 字节 豆包工作（飞书+豆包）

- 智谱 Zcode（模型强、缺亿级入口）

1. 上下文优势：阿里 > 字节 ≥ 腾讯

阿里：钉钉服务 2600 万+ 组织，审批/考勤/报销/组织架构全在钉钉上，企业上下文最天然。千问办公做成 25 项企业模块、20+ 连接器。短板：中小企业多，专业行业深度不如飞书头部客户。

字节：飞书客户是互联网、蔚小理、新消费、先进制造——愿意把核心流程搬上来。FDE 团队 60–70 人，按智驾/AI制药/AI教育出行业方案。短板：飞书月活约钉钉 1/7，跨生态打折扣。

腾讯：企业微信偏"对外沟通+私域"，企业内部流程嵌得浅，行业模块最弱。但 Workbuddy 走开放生态——接 30+ 硬件品牌、100+ 生态伙伴、20+ 行业；在金融营销、零售私域里有钉钉/飞书没有的数据。9月日活已超 600 万，C 端数据资产在快速积累。

腾讯的真正变量：把个人Agent数据 + 工作Agent数据打通。这事长期很值钱，但前提是数据隔离、权限安全、合规全做对。

2. 商业模式：字节 > 阿里 > 腾讯（短期变现丝滑度）

• 阿里：云钉一体 + MaaS，卖席位、卖 Token、卖阿里云；

• 腾讯：C 端流量导 Workbuddy，订阅 + 开放生态抽佣，但企业深绑弱；

• 字节：飞书（席位/上下文）+ 火山（算力/Token）捆绑，豆包工作夹中间提高客单价；飞书产品并入豆包、销售并入火山，买火山算力送豆包工作额度，打法最像"SaaS+云"组合拳。

3. 终局判断

• 眼前：Workbuddy 有先发和 C 端流量，日活领先；

• 中期：阿里靠钉钉上下文、字节靠飞书深绑，都会追上来；

• 长期：壁垒不是模型分数，而是"企业流程数据 + 用户纠错轨迹 + 生态分发权" 的三件套。

- 腾讯的奇兵是个人×工作数据打通（OPC 一人公司趋势），阿里的基本盘是政府/中小企业流程，字节的尖刀是先进企业最佳实践。

结语：AI办公是旧巨头转向新组织的舵手

Coding 验证了"AI 能挣钱"。
AI办公要验证的是："AI 能不能重做企业"。

普通公司把 Agent 当功能嵌进软件；

巨头把 Agent 当入口重排生态；

赢家把 Agent 当组织层——让客户、流程、数据、权限、模型全绕自己转。

所以 AI 办公的隐形冠军，不一定是当前日活最高的那个，而是最先把"企业上下文"变成"可训练资产"、又把"分发入口"变成"默认习惯" 的那个。

短期看 Workbuddy 跑得快，中期看钉钉和飞书谁先把行业 Know-how 训进模型，长期看——
腾讯赌个人×工作打通，阿里赌政企流程底盘，字节赌先进组织最佳实践。

这一仗，不是模型之战，是组织之战。