文 | 蒋旭峰（资深金融从业者）

　　7 月 30 日，字节跳动的一封内部邮件在科技圈刷了屏。邮件内容不长，分量却不轻：飞书的产品团队整体并入豆包的产品团队，成立一个新的“豆包产品团队”，由赵祺负责，谢欣向赵祺汇报；而飞书原有的市场和销售体系，则被并入火山引擎，组建成一个叫“创造力服务平台”的部门。这是字节自 2021 年以来最大的一次 ToB 组织调整。

　　把这事翻译成大白话就是：字节把原本分属两块的“办公”和“AI”，捏成了一个拳头，目标直指同一个地方，桌面。

　　但这只是最新一发子弹。把镜头拉远一点看，你会发现一个奇怪的同步：过去半年里，几乎所有大厂都在这个方向上加了码。腾讯的 WorkBuddy 三月发布，六月 PC 访问量已经冲到国内第一；阿里的千问办公在七月二十七日低调内测，牵头人是刚上任的钉钉 CEO 陈宇森；百度的搭子（DuMate）更早，三月二十二日就全量上线了；美团也没闲着，同一天甩出了 CatPaw（猫爪）。五家大厂，几乎在同一时间窗里，把战略砝码压到了同一个地方，也就是你每天打开的那台电脑桌面。

　　这不可能是巧合。当一个行业里最聪明的几家公司，在同一段时间里做出同一个方向的重注，只能说明一件事：下一代办公的入口，不在手机 App，不在网页，在桌面。谁先把坑占住，谁就可能在未来十年里，握住通往文件、应用和数据的那道闸门。

　　01 为什么是桌面？过去两年，AI 产品经历了一次明显的重心迁移。年初 OpenClaw 爆火，把“装在电脑上的全能工作助理”这个范式第一次带到了普通用户面前。它不再是一个网页聊天框，而是真真实实坐在你的桌面里，能开软件、读文件、跑任务；随后 Claude 推出了 Cowork，各家也陆续把 Agent 搬上了桌面。AI 的重心，正从“你问我答的聊天框”，迁移到“能直接操作你电脑的桌面 Agent”。

　　这一转向不是孤例。新京报 AI 研究院与 Xsignal 联合编制的半年榜单显示，2026 上半年大模型竞争焦点已从用户规模，切换到任务入口、调用频次和付费转化。谁能占住入口、产生有效调用，谁才定义下一阶段的座次。这也是也就是桌面为什么成为必争之地：它是离任务入口最近的那一层。

　　这不仅仅是产品形态的变化，更是一个能力边界的突破。网页版 AI 能写一段文字、答一个问题，但它碰不了你电脑里的文件，打不开你装好的软件，更交付不了一个能直接用的成品。桌面 Agent 不一样。它拿到的权限，是能读你的本地文档、操作你的应用、把多个工具串成一条流水线，最后交到你手上的，是一份排好版的 PPT、一张清洗完的表、一段能跑的代码，而不是一段需要你再加工的文字。钉钉 CEO 陈宇森把这类产品叫做 “AI Workforce”（AI 生产力平台），而不是 ChatBot，一字之差，差的就是“能不能真干活”。

　　更深一层，桌面是一个入口级的卡位。在 PC 时代，离用户工作最近的那一层，是操作系统和桌面；在 AI 时代，谁占住了桌面，谁就相当于在下一代生产力平台上，卡了一个类似“操作系统”的位置。这个位置的战略价值，不亚于当年浏览器之于互联网、微信之于移动互联网。它不是一块具体的功能，而是一道闸门。所有文件、应用、数据，都得从这儿过。

　　窗口期通常在 18 个月，先完成 AI 原生转型的组织，效率差可达 10 倍以上

　　也正因如此，窗口期在快速收窄。“赛马”必须结束，因为办公智能体拼的是模型能力、生态导流和组织投入的综合实力，多产品并行试错的成本越来越高，而机会窗口越来越短。陈宇森有一个判断被反复引用：企业从“AI 辅助（Copilot，AI 干两成）”转向“AI 原生（AI Native，AI 干八成）”的转型窗口期，通常只有 18 个月；在这 18 个月里，率先完成转型的组织和仍在手工干活的组织之间，效率差会拉到 10 倍以上。窗口一关，格局就定了，后面再想进，代价是指数级的。

　　02 五家玩家，各自底牌腾讯 WorkBuddy：生态和访问量双第一。WorkBuddy 是这一班里跑得最快的。它三月发布，六月 PC 端月访问量就到了约 2097 万次，国内第一；七月 DAU 突破 1300 万；七月二十五日还上架了鸿蒙 PC，打响了“国产操作系统首发”这一枪。它的底牌很清晰：腾讯把社交和办公生态捏在手里，企业微信、腾讯文档、腾讯会议天然打通，用户的工作关系链、文档、会议都在腾讯的体系里，Agent 要调数据、串流程，近水楼台。底层还有 CodeBuddy 提供工程能力。短板也明显：通用模型能力上它依赖外部合作，在深度企业场景的沉淀不如钉钉那么深，更多是在“个人和团队的轻办公”这条线上占优。

　　阿里 千问办公：钉钉底盘最稳。 阿里是这一班里“底盘最重”的。钉钉服务着约 2600 万家企业组织、两亿月活用户，这是别人没有的存量。往上，它有 Qwen 模型；往中，有阿里云和百炼；往下，是钉钉沉淀多年的组织关系、消息、文档、流程和权限。陈宇森说过一句话很到位：模型决定智力，业务广度决定能力，企业数据决定可用性，组织身份和权限决定安全下限，这四件事，阿里是国内少数能同时凑齐的公司。打法上，阿里把过去分头跑的 QoderWork（桌面智能体）、悟空（企业级）、MuleRun（跨平台执行引擎）三款整合成了千问办公，桌面端先上，后面再铺网页端和钉钉内置版。一个差异化亮点是它能一键生成 HTML 并帮你托管（域名、数据库、部署一站式搞定），创意生产还集成了图、视频、音频生成。MuleRun 此前在海外已经验证了付费深度，单月付费超过 200 美元的高价值用户占到 34%，服务覆盖 43 个国家，这说明阿里的底盘不只是“有用户”，更是“用户愿意掏钱”。短板是整合期的管理考验：三个团队融合，手心手背都是肉。

　　字节 豆包 + 飞书（7/30 合并）：流量最猛，但生态偏封闭。 字节的底牌是流量。豆包 6 月 MAU 升至 5.28 亿、创历史新高，是国内最大的 AI 流量池（新京报半年考数据），这意味着它把桌面 Agent 推给用户时，获客成本可能是最低的。内容生态上，Seedream、Seedance 的多模态能力也是第一梯队；字节另有一款开发向的桌面工具 Trae，国内版六月访问约 1279 万，排第二，等于在桌面端还藏着另一张牌。七月三十日把飞书并入豆包，说到底是想让“办公的关系链”和“AI 的能力”合流，统一 ToB 入口，桌面是核心战场。短板是生态相对封闭，企业级的组织关系和权限沉淀不如钉钉，而且“履约”（也就是真的把活干完、交付可用成品的能力）还需要市场验证。

　　百度 搭子 DuMate：安全差异化，入局最早。 百度是这几家里最早把桌面级办公智能体做成产品的，三月二十二日就全量上线了。它的差异化打的是“安全”：在本地沙箱里执行任务，数据和操作被隔离在受控环境里。对在意数据不外泄的个人和企业来说，这是一个实在的卖点。短板也实在：百度既没有一个像企业微信、钉钉这样的强办公生态，也没有字节那种量级的内容流量，导流能力是五家里最弱的，能不能靠“安全”这一个支点撬动足够大的盘子，还要看。

　　美团 CatPaw（猫爪）：垂直深耕本地生活。 美团走的是一条完全不同的路。CatPaw 七月二十七日发布，底座是 LongCat 2.0，一个在五万张国产算力卡上完成全流程训练的万亿参数模型。它已经在美团内部跑了一阵子：覆盖 9 万名员工，搭了超过 3 万个 Agent，在餐饮、美业、宠物医院等真实业务场景里验证过；对外，它把商家原本要花两小时做的汇总、分析和报告工作，缩短到几分钟。PC 端具备文件操作、浏览器控制、终端命令这类完整能力，移动、PC、云端三端协同。它的定位很聚焦：面向本地生活商家，做经营辅助，评价分析、选品建议、活动策划、定价建议、营销海报，但明确“不做最终经营决策”，价格调整、活动发布这些关键动作，仍由经营者确认。为了把这事做重，美团一季度研发投入同比增长 22% 到 70 亿元，占营收 7.7%。这套打法在商家场景里很贴地，但天花板也明显：它不是通用办公入口，边界就是本地生活商家的规模。

　　玩家

　　产品

　　核心底牌

　　当前态势

　　腾讯

　　WorkBuddy

　　社交 + 办公生态、鸿蒙首发

　　访问量第一

　　阿里

　　千问办公

　　钉钉 2600 万企业底盘

　　内测整合中

　　字节

　　豆包 + 飞书 / Trae

　　5.28 亿流量、多模态

　　战略收拢

　　百度

　　搭子 DuMate

　　本地沙箱安全

　　早起但弱导流

　　美团

　　CatPaw

　　本地生活垂直

　　商家场景验证

　　03 用户到底需要什么？供给侧打得火热，但需求侧真正要的，常常被忽略。我把它拆成四层。

　　第一层：把活干完，不是更聪明的聊天

　　用户要的是“把活干完”，不是“更聪明的聊天”。这是最根本的一条。很多人对 AI 的期待还停在“问它一个问题，它给我一段答案”，但办公场景里，用户真正缺的不是答案，是成品：一份能直接发的文章、一张能直接用的表、一段能直接跑的代码。谁能交付“打开就能用”的文件，谁才是靠谱的同事，而不是一个聪明的玩具。钛媒体此前的实测也指向同一结论：能不能交付成品，是区分“玩具”和“工具”的分水岭。

　　第二层：两类高频需求，重复操作与内容生产

　　真实高频的需求就两类：重复操作和内容生产。一类是重复操作，文件整理、填表、取数、跨系统搬运，这些活不创造价值但必须有人干；一类是内容生产，PPT、文章、视频、海报。桌面 Agent 的价值，恰恰在于把这两类“长尾、不标准”的活标准化掉。这正好是通用 Agent 最擅长处理的：规则未必清晰，但模式可以沉淀。

　　第三层：透明、可控、安全

　　透明、可控、安全。本地权限是一把双刃剑。用户把电脑交给 AI，最担心的两件事是“它背着我干了什么我不知道”和“我的数据去了哪儿”。所以权限边界、会话记录、私有化部署这些“安全下限”，会直接决定企业敢不敢真的把活交给它。这也是为什么百度押沙箱、美团做凭证隔离，它们瞄准的，正是这个顾虑。

　　第四层：免费档能用，重度用得起

　　免费档能用，重度用得起。C 端靠免费拉新，B 端靠“替代人力”的确定价值收费。用户要的不是最便宜，而是“用了之后真的省下更多”，如果 Agent 一个月帮一个团队省下两百个工时，那按席位收几百块，企业是乐意付的。

　　04 目前市场占有率排名桌面这一仗的残酷，得放在两个战场上看。一个是桌面 Agent 这一侧，一个是更血腥的聊天 App 主战场。

　　战场一：桌面 Agent 的访问量

　　据易观发布的《2026 年 Q2 中国办公智能体平台市场洞察报告》，六月国内 17 款主流桌面端 AI 原生办公智能体，合计月访问量突破 6000 万次。其中 WorkBuddy 约 2097 万次 / 月排第一，字节的 Trae（国内版）约 1279 万次 / 月排第二（Trae 是开发向工具，说明字节在桌面端藏着两张牌），阿里千问办公 / QoderWork 系列在第一梯队，豆包桌面、百度搭子、美团 CatPaw 跟进。

　　战场二：聊天 App 的争霸更血腥

　　新京报 AI 研究院与 Xsignal 的半年榜单，把这场厮杀的惨烈摊开了：

　　声量座次变天。豆包曾连续九个月登顶全媒介声量榜，4 月起被千问反超，5、6 月进一步掉到第三；千问则连续三个月（4 / 5 / 6 月）夺冠。但声量和用户规模出现了明显背离：豆包 6 月 MAU 升至 5.28 亿新高，千问 6 月 MAU 也重回 2 亿 +，两者一个掉声量、一个涨声量，却都在涨用户。

　　补贴退潮后，谁在裸泳。 腾讯元宝春节砸下 10 亿现金红包加微信社交推广，2 月 MAU 冲到 1.14 亿、DAU 破 5000 万；可三个月后，6 月 MAU 只剩 7900 万，较高点跌去近四成，直接跌出亿级阵营。红包拉来的规模，退潮比涨潮快。

　　算力约束下的收缩。Kimi K3 在前端代码评测里匹敌 Claude 顶级模型、引发关注，但请求量暴涨、算力承压后，7 月直接收紧部分 C 端服务，把有限算力优先保障付费用户。模型强不等于能打持久战。

　　版图高度集中。 截至 6 月，国内 MAU 超千万的 AI App 共 13 款，字节加阿里旗下就占 7 款、合计 MAU 约 10.19 亿，占 13 款总和的 74.4%。两家的产品矩阵（豆包 + 即梦 + 豆包爱学，对千问 + 夸克 + 阿福）覆盖了对话、工具、内容、教育，单款产品的胜负已经让位给集团军作战。

　　较量下沉到调用和收入。 6 月火山引擎披露豆包大模型日均 Token调用量突破 180 万亿、同比增超 10 倍，业务重点转向 Coding、智能体和生产场景；阿里也将 Token 收入纳入核心考核。竞争早已不是“谁用户多”，而是“谁调用多、谁真收到钱”。

　　这里必须厘清一个常见的误导。很多人喜欢拿聊天 App 的 MAU 来说事，比如豆包 5.28 亿、千问 2 亿 +、文心助手在千万至亿级之间，数字都比桌面访问量好看得多。但这两个根本不是一回事：聊天 MAU 是“跟 AI 聊过天”的泛用户，桌面访问量是“在电脑上让 AI 真干活”的重度用户。前者看的是活跃，后者看的是依赖。拿聊天 MAU 去比桌面访问量，会严重高估一家公司在“办公入口”这个具体战场上的真实位置。所以本文谈排名，只看桌面 Agent 的访问量，不拿聊天 App 的盘子来凑数；但聊天 App 的争霸逻辑，恰恰是桌面大战的上游背景，它逼着所有玩家往“入口”和“调用”里钻。

　　05 谁能最后胜出？靠什么？我的判断是：胜负手不在“模型智商”。模型能力会快速同质化。今天你参数领先，明天我开源一个更大的，半年后大家底牌差不多。真正决定输赢的，是四件事。

　　第一件事：生态导流能力

　　谁能把存量用户低成本导进桌面 Agent，谁就赢在起跑线。腾讯靠企业微信和文档、阿里靠钉钉，是最稳的两条导流管道；字节靠豆包流量池猛灌（5.28 亿 MAU 是别人眼红的基本盘）；百度、美团最弱。导流能力决定了“冷启动”的成本。同样一款产品，从钉钉里一键拉人和从零获客，效率天差地别。陈宇森有个比喻很形象：要做“小鸭子睁眼看到的第一个东西”，谁先让用户见到足够强的 AI 智能体，谁就定义了用户的认知。

　　第二件事：本地执行与交付闭环

　　能真把活干完、交付可用成品的，才留得住人。这是从“玩具”到“同事”的生死线。很多产品 demo 很惊艳，一上手就卡在“做一半挂了”，这种留不住重度用户。

　　第三件事：组织投入强度

　　办公 Agent 拼的是综合投入，单点产品撑不住。字节七月三十日把飞书并豆包、阿里换帅收拢三产品，都是把组织资源往桌面砸的信号。资源往哪儿集中，哪里的产品迭代就快，这是硬道理。上游的教训已经很刺眼：春节砸 10 亿红包的元宝，三个月后 MAU 跌去近四成，说明靠补贴拉来的规模留不住，真正的壁垒是“被日常使用”；Kimi 因算力承压收紧 C 端，提醒“模型智商”之外，算力和组织投入才是持久战的底气。这些上游的教训，到了桌面这一层同样适用：demo 惊艳没用，能持续交付、能扛住成本，才留得住人。

　　第四件事：数据安全下限

　　企业能不能放心“放手”，取决于权限、隔离、合规做到什么程度。这是 B 端规模的闸门。闸门不打开，再好用的工具也只在个人层面玩，进不了企业采购。

　　落到各家研判：短期（6 到 12 个月）WorkBuddy 领先，访问量第一、生态现成、鸿蒙首发，势能最足。但长期看，谁能先把“交付闭环 + 生态数据”打通，谁才稳。阿里钉钉底盘最稳、企业数据最深，是最有耐力的那一个；字节流量最猛，但“履约”能力还要市场检验；百度靠安全差异化守住一隅；美团聚焦本地生活垂直，做深做透。

　　谁先把“打开电脑第一念头从找工具变成找 AI 同事”种进习惯，谁就赢了

　　还有一个关键变量被很多人低估：手机 × 桌面的联动，以及 IM 内嵌，也就是在微信、飞书里直接一句话派活，AI 在后台跑，结果推回来。谁先把「打开电脑第一念头从『我要用什么工具』变成『我要让谁帮我干』」种进用户习惯，谁就赢了。

　　红海桌面入口这一仗，表面上是五家大厂在抢一个产品位，说到底是下一代办公 OS 的卡位。陈宇森说这个窗口期大约 18 个月。18 个月之后，牌桌上的座位基本就固定了。

　　不会有全能冠军。腾讯占生态，阿里占底盘，字节占流量，百度占安全，美团占垂直，五家各自的牌都够硬，但也都有够明显的短板。最后能赢的，未必是模型最强的那家，而是那个让用户形成一种新习惯的产品：打开电脑，第一件事不是找工具，而是找“同事”。只不过这个同事，是 AI。（本文为作者观点，不代表本头条号立场）

　　这一仗，才刚刚开始