来源：21 世纪经济报道

7 月 30 日，字节跳动启动 AI 业务组织调整。

飞书产品团队与豆包产品团队将整合，飞书 GTM 团队也将与火山引擎相关团队合并。调整完成后，豆包、飞书和火山引擎将在企业生产力场景进行更深的产品与服务协同。

在此之前，阿里被曝拟整合 QoderWork、悟空和 MuleRun，推出面向企业生产力场景的新产品 " 千问办公 "；腾讯则据报道将 QClaw 产品中心的部分业务和团队调整至 WorkBuddy 所在的云产品六部，随后又合并混元大语言模型部与多模态模型部，成立基础模型部。

目前，阿里产品整合及腾讯 QClaw 团队调整均未获公开回应；字节此次调整和腾讯混元重组则已经确认。几次动作分别落在产品入口、应用团队、底层模型和商业化体系，并不是同一种 " 合并 "，但它们密集发生，仍然说明大厂正在重新整理此前铺开的 AI 业务。

在经历一轮多线试错后，模型、产品和商业化资源开始被放到更紧密的体系中。内部赛马并没有停，但赛道和规则都在变化：为什么是现在，资源又会向哪里集中？

01、从 " 各自为战 " 到 " 全线并轨 "

字节这次调整同时涉及产品和企业服务。

飞书产品团队与豆包产品团队将整合为新的豆包产品团队，由豆包负责人赵祺负责，飞书负责人谢欣向其汇报。GTM 体系方面，飞书的市场、销售和客户服务团队将与火山引擎相关团队整合，成立新的 ToB GTM 组织 " 创造力服务平台 "，由火山引擎负责人谭待负责。

飞书原有产品和服务保持不变，变化主要发生在产品协作和企业服务体系。豆包企业版已经在部分飞书客户中内测，由飞书产品团队深度参与开发；新的 GTM 组织则将统一承接字节旗下 MaaS、SaaS 等云服务的市场、销售和客户服务。

大模型出现前，飞书与火山引擎的分工并不难理解。飞书负责组织协作、文档、知识库和权限体系，火山引擎提供算力、数据平台、云服务和模型 API，两边保持合作即可。

Agent 开始接手具体任务后，这种边界便不再那么清楚，企业需要的不是一个只能回答问题的模型，而是它能否读取内部知识、识别不同成员的权限、调用业务工具，最后把结果交回来。模型、算力、数据、工具和工作入口少了任何一层，Agent 都很难真正进入企业流程。

在一位 AI Agent 领域创业者看来，字节这次调整是把 ToB 业务从产品协作推向更深的一体化：豆包提供模型和通用 Agent 能力，飞书连接企业场景、组织上下文与权限，火山引擎承担基础设施和商业化服务。

从新的汇报关系也能看出，字节并没有简单地把 AI 作为一项功能塞进飞书，而是把豆包放在企业生产力产品的中心。豆包企业版既有独立 App，也能以 Agent 形态进入飞书，调用文档、表格、知识库和日历等企业信息，生成的结果还可以直接回到飞书继续协作。飞书官网将两者定义为同一产品的不同使用形态，而不是两款彼此独立的产品。

阿里的调整首先指向产品入口，消息称，阿里拟以 QoderWork 为基础，整合悟空和 MuleRun，推出 " 千问办公 "。三款产品原本各有侧重：QoderWork 偏桌面执行，悟空连接钉钉的企业组织和权限体系，MuleRun 则补充云端长任务和流程能力，但它们在任务规划、工具调用和结果交付上的能力已经出现重叠。

而腾讯更像是先把团队和底层能力拉近，据悉，QClaw 产品中心相关业务和部分团队被调整至 WorkBuddy 所在的云产品六部，QClaw 仍将继续运营。几天后，腾讯又合并混元大语言模型部与多模态模型部，成立基础模型部，由姚顺雨统一负责。一个发生在应用侧，另一个落在模型研发侧，腾讯暂时没有取消产品入口，而是先为模型、算力、研发和工具能力的复用创造条件。

上述创业者将两者概括为不同的收拢方式：阿里更接近统一前台入口，把桌面执行、企业工作流和云端任务放到一款产品中；腾讯则先收拢后台团队和基础能力，QClaw 与 WorkBuddy 未来如何取舍，还要看后续产品表现。

美团走的是另一条路，7 月 27 日上线的 CatPaw 从一开始就是一套全场景平台，既提供移动端和 PC 端工作台，也支持云端长任务、企业 Agent 开发和托管。美团披露，CatPaw 已经在内部覆盖 9 万名员工、搭建 3 万个 Agent，并将门店经营、评价诊断、营销和数据分析等本地生活能力封装为可以复用的专家与技能。

几家公司里，有的把分散产品收进一个入口，有的则先合团队和底层模型，字节是把产品、企业工作流和 ToB 交付接到一起；共同点不是都在砍产品，而是单独做出一款 Agent 已经不够：模型还要拿到数据、权限和工具，最后进入客户每天使用的流程。

02、通用 Agent 现 " 头部效应 "

早期让多个团队同时试方向有其必要性，Agent 究竟服务个人还是企业、运行在本地还是云端，是停留在问答，还是直接操作软件并交付结果，当时都没有明确答案。不同团队同时尝试，既能更快验证需求，也能避免公司过早押注某一种产品形态。

如今，桌面助手、企业 Agent 和云端任务平台都开始处理文件、调用工具、连接企业系统，几条路线越走越近。几款产品越做越像，模型接入、算力调度、Skills、安全权限、销售和交付就越容易重复建设。早期多开几条线是为了找方向，方向逐渐清晰后，再让几套相近的产品各自往前跑，代价也会越来越高。

市场上的差距同样开始拉开。易观分析数据显示，2026 年 6 月，17 款主流桌面端 AI 原生办公智能体合计访问量超过 6000 万次。其中，WorkBuddy 单月访问量为 2097 万次，TRAE IDE 国内版和 QoderWork 分别为 1279 万次和 788 万次。WorkBuddy 约占总量三分之一，访问量也超过后两者之和。

访问量不等于用户数、留存率或收入，但在同一统计口径下，头部产品已经跑出明显差距。爱分析合伙人兼首席分析师李喆认为，通用 Agent 具有较强的头部效应，当一款产品开始领先，继续把资源平均分给几条相似的产品线，必要性也会下降。

真正需要合并的也不只是品牌和入口。" 品牌决定用户是否进来，模型能力决定用户是否留下、调用和付费。" 李喆认为，模型是这一轮整合中最关键的一层，产品数据需要反哺模型，算力和研发围绕模型协同，再由商业化体系放大模型的价值。

Anthropic 披露，Claude Code 的年化收入已经超过 25 亿美元，较 2026 年初翻倍。模型升级带来的不只是一次产品更新，而是更高的调用量和付费意愿。几款产品即使共用同一个名称，如果底层模型、数据和工程体系仍然各自为战，用户体验也不会自然变好。

办公成为大厂集中资源的方向，也与 Coding Agent 已经跑通的路径有关。OpenAI 披露，Codex 周活跃用户已经超过 500 万，其中知识工作者约占 20%，且增长速度超过开发者三倍。原本面向程序员的产品，正在被用于研究、数据分析、运营和报告等更广泛的工作。

李喆认为，Coding 率先验证了 Agent 的产品形态和付费意愿，办公则覆盖管理、销售、财务、法务和人力等更广泛的知识工作者，用户规模、任务频次和商业场景都更大。

腾讯、阿里和字节的调整，一边是在清理重复投入，一边也在抢时间。谁能更早把模型、工具、企业数据和客户放进同一套产品，谁就更有机会成为默认工作台。只是，把产品和团队放到一起并不难，真正打通技术、数据和利益关系，才是下一步。

03、Agent 能否取代传统办公软件成为新入口？

产品、团队和 GTM 进入同一套体系，并不等于整合已经完成。

不同 Agent 原本服务的用户、技术架构和考核方式都不一样，账号、数据权限、工作记忆、Skills、安全规则和计费方式需要重新衔接；原本各自推进的功能如何取舍，客户和研发资源向哪边倾斜，也很难通过一次组织调整解决。

上述 AI Agent 领域创业者认为，整合顺利时，重复建设会减少，产品方向和责任边界也会更清楚，研发、算力、安全和商业化资源不必再围绕几款相近的产品各搭一套。但统一负责人只是开始，如果底层技术没有打通，各团队仍然守着原来的目标和利益边界，最后也可能只是换了一张组织图。

磨合一旦拖长，变化很快就会传到产品端。部分功能可能因为优先级变化暂停迭代，新旧架构之间也容易出现衔接问题，用户等来的未必是一个能力更完整的产品，反而可能经历更新放慢、定位摇摆。

资源重新分配还会改变团队内部的话语权和人才去向。逐渐被边缘化的技术骨干可能转向创业公司或竞争对手，大厂原本为了加强竞争力进行的整合，也可能在外部催生新的对手。

更难判断的是，AI 产品仍在快速变化，今天领先的形态未必就是最终答案。把人、算力和流量集中到一条路线上可以加快执行，却也会压缩其他方向的试错空间。一旦主产品没有跑出预期，后续再换方向，代价只会比早期更高。

大厂今后仍会孵化新的 Agent 项目，只是试错方式可能改变。新项目会更多建立在统一的模型、工具、安全和商业化体系上，而不是每个团队从头再搭一遍。内部赛马不会完全消失，公共底座和主入口却会越来越集中。

外部市场也会随之变化。通用 Agent 需要长期读取文件、保存工作记忆、连接企业系统并获得操作权限，用户很难同时维护多个这样的工作台，更不会频繁在不同平台之间搬运数据和使用习惯。

李喆判断，个人通用场景和企业办公最终会集中到少数超级入口，用户会逐渐形成自己的默认 AI 工作台。大量功能相近的桌面 Agent 可能被吸收到这些平台中，成为其中的 Skill、专业 Agent 或执行工具；医疗、金融、工业等拥有独有数据、复杂流程或私有部署要求的领域，则更有机会长期保持独立。

创业公司与大厂也未必只能正面争夺通用入口，上述创业者将未来的市场类比为 SaaS 时代，通用平台提供账号、权限、模型和工具底座，垂直公司继续深入具体行业。过去 SaaS 交付的是一套供员工操作的软件，未来更有价值的产品，可能是一个理解业务流程、能够调用数据并交付结果的 "AI 员工 "。

过去一年，不少企业先购买模型，再由各个业务部门自己找场景，试点经常停在问答、写作和知识库。销售跟进、财务审核、法务审查、人力和项目管理等任务能否真正交给 Agent，才决定企业会不会扩大采购。到了那一步，他们关心的不再是调用了多少 Token，而是流程少了几步、重复工作省了多少，结果能不能直接拿来用。

从目前的产品路线看，海内外头部 AI 公司都在按照 "Agent 会成为新的基础入口 " 布局。OpenAI 正把 Codex 从编程扩展到更多职业和工作流，Anthropic 则通过 Claude Code 和 Claude Cowork，让模型开始操作文件、连接工具并完成持续性任务。

腾讯、阿里、字节和美团也都在围绕模型、数据、权限和工作流重新安排产品。至少在这些公司眼中，Agent 不只是一次功能升级，而是可能重新组织软件与服务的基础入口。

不过，目前这条路还没有走完，用户是否愿意长期交出文件、记忆和系统权限，企业是否愿意持续为任务结果付费，Agent 能不能把分散的软件和服务真正串起来，仍然没有答案。

至少短期内，这轮调整有没有效果，不能只看团队被放到哪个部门、负责人换成了谁。原本分散的模型、数据和销售能力能不能真正打通，复杂任务的完成效果有没有提升，企业客户会不会从试用走向更大范围的部署，才是接下来更值得观察的变化。

字节、腾讯和阿里已经把资源推向同一个方向，下一步比的不是谁先完成调整，而是谁能让产品真正变得更好用，并跑出更清晰的商业结果。

（来源：证券之星）