文 | 划重点 KeyPoints，作者｜心怡，编辑｜重点君
互联网大厂间的 AI 入口大战打到了桌面端。
先说一条刚出炉的消息。据《财经》7 月 21 日报道，阿里即将推出千问办公，把 QoderWork、悟空、MuleRun 三款 Agent 产品合并成，交给钉钉新任 CEO 陈宇森负责。
不止阿里，腾讯也正把资源集中到 WorkBuddy 上，字节内部讨论把飞书和豆包办公深度整合。
信号很明确，持续半年的大厂 Agent" 赛马 " 结束，C 端的入口大战刚歇，各家开始把资源集中到新战场：桌面 Agent 的入口大战升级了。
目前战况如何？数据显示，WorkBuddy 今年 7 月 DAU 已突破 1300 万，是国内用户活跃度最高的 Agent 办公产品。再看一组访问量数据，从六月桌面 AI 原生办公智能体的访问量看，腾讯 WorkBuddy、阿里 QoderWork 排在第一梯队。
WorkBuddy 产品底座沿用打磨两年多的 CodeBuddy 内核，马化腾在财报会上直接称它是 " 中国使用最广的效率智能体服务 "。
豆包专业版背靠字节自家的 Seedream、Seedance，是四家里多模态弹药比较足的一个，但只跑自家模型、生态也有些封闭。
百度搭子入局较晚但动作密集、持续升级，7 月刚甩出个人版升级、企业版和 " 搭子联盟 " 三个更新。
QoderWork 是阿里把 Agent 能力从代码搬到办公的产物，招牌是带下载量排行的技能市场和 15 套专家套件，即将要升格为 " 千问办公 " 的底座。
一线城市机场和地铁的广告位上，大家都说自己是六边形战士。但用户更多只关心一件事：今天要选一款 Agent，到底谁能真正干活？
这次，我们挑两个高频的真实工作场景，同一台 Mac、同样的提示词、注册即得的免费档，把四家放在到一起对比。
两个真实工作场景，看谁最能干活
两个场景各代表一类办公刚需，一个是重复操作型，考的是手勤不勤；一个是内容生产型，考的是脑子和手艺。
事情不难，但是人工做起来真的很费事，能偷的懒还是偷一偷。
因此，我们需要检查桌面 Agent 能不能自己 " 坐到电脑前 "，把鼠标键盘用起来，从头跑完流程，最后交给我们一份能直接用的本地文件，而不是像问答 AI 只给到一个 " 你可以这样做 " 的方法。
这样一来，权限申请顺不顺、过程看不看得见、耗时稳不稳，也都在观察范围内。
场景一
我们给四位选手同一条提示词：
WorkBuddy 我们前几次就没测成功，细看发现它硬啃反爬、卡在无头浏览器安装上，Agent 直接放弃，任务黄了。
下面的成绩，都是环境理顺之后的正式记录。
全程花了约 4 分钟，但我好像被骗了。任务是 33 分启动、37 分才真正跑完，但界面上的 " 完成时间 " 始终停在 33 分，有一点掩耳盗铃的意味。
测下来，腾讯 WorkBuddy 任务执行先受阻，然后靠 RSS 兜底把活干完。
测下来，百度搭子过程相对透明，速度也较快。
测下来，豆包摘要比较扎实，抓得也算准。
测下来，QoderWork 结构规范，但慢、手动卡人机验证。
有意思的是，这四家抓出的最近 10 条，只有四条对上了。
我们将四份产出并排一放，只有 4 条是四家共有的，其余各不相同。
分析原因发现不是谁抓错了，而在 openai.com/news 本身有两套顺序：默认卡片视图是编辑精选序，RSS 是纯时间倒序。豆包和 WorkBuddy 落在时间序阵营，贴近字面的 " 最近 "；百度搭子和 QoderWork 跟着页面卡片，贴近 " 人打开页面第一眼看到的 "。两边都不算错，但好的 Agent 应该主动告诉你，它用的是哪种口径。
Agent 能力测评，真正拉开差距的，不是谁点得漂亮，而是最后到底有没有把东西交出来。
百度搭子、豆包和 QoderWork 全程真机点击，自己一步步跑完；WorkBuddy 一条路走不通然后就退回 RSS 抄道。
但说到底，桌面 Agent 能不能甩给我们一份打开就能用的文件，比它中间走哪条路重要得多。卡住的时候，肯绕路的往往比硬顶的更管用。
场景二
换个身份代入一下。假设你是个做 AI 的自媒体博主，或者给博主打工的运营。7 月模型圈炸了锅，这波热度必须蹭。Agent 要先摸清楚这个月发生的时间，挑一个有爆款相的选题，一口气把公众号文章、小红书图文、数字人口播视频（还是很有难度的）这三件套全出齐。
这题评的是干活和交付的水准，模型新闻本身真假不核实。四家检索出来的核心事实高度一致，个别对不上的地方在点评里标出来了。
四款提示词一样：
最亮眼的是公众号直接给了能渲染的 HTML 成品，头图压着标题，还甩出金句 " 美国卖铲子，中国发铲子还包邮 "，全文约 900 字，符合字数要求；小红书、口播稿、分镜表一样不落，4 张配图风格还挺统一。唯一没跑完的是数字人成片（本机没渲染引擎），但它老实交代了，还主动给了个替补方案。
测下来，腾讯 WorkBuddy，快，省心，东西拿到手就能用。
不过也做的差的地方，正文 1510 字，比 1500 的硬线多了 10 个字；成品是 .md，不是能直接渲染的 HTML。
测下来，流程一板一眼，检索真的有点实力。
细看发现检索面也广，光国产阵营就盘进来 6 家以上。
真正拉开差距的是专业度，公众号约 1400 字，附 4 个备选标题，还逐条核对了来源做内容验真；小红书连置顶评论怎么写、怎么连发矩阵、怎么回评都给了。配图里那张标着真实模型名的阵营对比图，是四家里最贴题的，另外还有数字人形象图和 TTS 语音。交付方式也独一份：所有成品写进一份飞书在线文档，复制就能发。毛病是头图有点文字错乱，思考独白啰嗦了些。
测下来，豆包算是一个学好规矩再动笔的学生。
测下来，这位选手属于是文字过关，配图有点糟糕。
配图和多媒体，这才是这道题真正拉开距离的地方。
三家成功出图、风格统一、拿来就能用：WorkBuddy 出了 4 张，百度搭子 3 张配图外加一段 TTS 音频，豆包的图相对最对题、数字人形象也做得突出；QoderWork 呢，颗粒无收。
文字这关，四家都不错。真正把高下分出来的，是谁能带着编辑规范和运营策略，把成品直接交到你手上，能做到这步，Agent 才算得上一个靠谱同事。
跑下来最深的一点感受是：东西能不能直接用，远比文字漂不漂亮值钱。飞书文档、能渲染的 HTML，拿到手就能发；换成只丢给你一堆文字加提示词的，乍看挺齐全，真要落地，剩下的活还得你自己干。
多媒体是道硬门槛，出了岔子能兜住才算有实力。任务遇阻卡住了但肯绕条路把活交付，比闷头硬扛强得多，毕竟谁喜欢不能干活给公司憋大雷的同事呢。
价格：这笔账得单独算
实测下来，好消息是大家都给了免费额度，多数情况下跑个一两个任务是够用的。
我原本也是这么打算的，不充值，就当个普通用户，拿免费额度老老实实跑一跑，这样也更贴合大家平时的真实用法。结果谁知道，跑到豆包这儿就提示余额不足了，我只能咬牙充了 68 块把第二个任务跑完……
所以话说回来，真打算重度用之前，还是建议先拿免费档把你天天要干的活跑一遍，看看积分烧得快不快，再决定这钱怎么掏。
谁会终结这场比赛？
两个场景跑完，没有全能冠军，但我们摸清了各位当下擅长什么。
四家广告打得正凶，真正的胜负手根本还没露面。
这场比赛的玩法，也正在悄悄改变。
上半年整个行业烧钱烧出一条教训，Agent 能生成，不等于活能交付。生成一快，复核、判断、担责这些得人来干的环节反倒成了堵点。
有研究说，自主编程 Agent 能把代码提交量拉高 120%，可真正上线的只剩三成。就好比后厨切菜快了三倍，餐厅一天还是卖那么多桌。
所以谁赢，现在下结论太早。对用户来说，想清楚最常干的那件事，拿免费额度把它跑通，再决定掏不掏钱。
我们测的时候，这几款产品几乎是一天一个样，功能天天在变，所以这回只挑了两个场景跑，不敢说测全了。
而且现在有个大趋势，各家 Agent 都在抢入口，Agent 正从电脑桌面往手机上挪。一个方向是手机端和桌面的联动，你人在外面，用手机就能给电脑上的 Agent 派活，回头它在电脑那头默默把事办了。另一个方向更有意思，是往微信这种 IM 里钻，你在微信或者飞书里随手一句话，活就交出去了，连 App 都不用专门打开。
这俩场景眼下都挺热，可惜这次没赶上测，我们留到下一轮再看。
