文|Tech 商业 海祎 定一
11 月中旬,国内办公智能体赛道发生了一个微妙但具有分水岭意义的转折。
11 月 12 日,字节跳动旗下豆包工作宣布接入 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,并在模型选择页面标注各模型的 " 额度消耗倍率 ",让用户在任务需求与使用成本之间自行权衡。四天后的 11 月 16 日,阿里旗下千问办公一口气上线了 10 款模型,除自研的 Qwen4-Max 之外,Kimi、GLM、DeepSeek、MiniMax、Step 的第三方模型悉数在列,企业管理员还可以按部门、用户组或成员配置模型访问权限。
至此,腾讯 WorkBuddy、字节豆包工作、百度库库 AI、阿里千问办公——国内四家头部办公 Agent 产品,全部走上了多模型聚合的同一路线。两周多前,豆包工作率先向企业客户开放第三方模型时,千问办公还是那个 " 最后的坚守者 ";两周多后,坚守者改弦更张,而且一次性把开放力度拉到了最大。
这不是一次简单的功能更新。当四家平台不约而同地把竞争对手的模型请进自家产品,办公 Agent 的竞争逻辑正在从 " 谁的模型更强 ",转向一个更接近零售与平台经济的命题:谁掌握了任务入口,谁就掌握了定价权与用户关系。
" 模型自由 " 背后:不是慷慨,是不得不为

理解这场集体转向,需要先看清一个基本事实:办公 Agent 面对的任务,天然是异质的。
一个普通员工让 Agent 完成一份行业研究报告,流程可能横跨资料检索、数据清洗、财务分析、趋势推演、PPT 生成五个环节。资料检索需要的是长上下文吞吐和快速响应,财务分析需要的是多步骤推理,PPT 生成又回到了内容组织与格式处理。如果全程调用最昂贵的旗舰模型,算力消耗会迅速失控;如果一味追求低成本,中间环节的推理错误会沿着链条放大,返工成本反而更高。模型能力的 " 单点领先 ",在任务链条面前很容易被稀释。
与此同时,模型供给端的变化节奏也在加速。某家模型可能在长文本处理上暂时领先,另一家在中文理解上更扎实,第三家又在推理成本上打出了极致的性价比。能力优势像潮水一样涨落,没有哪一家能在所有维度上持续站在岸上。对于办公 Agent 平台而言,把赌注押在单一自研模型上,等于把产品体验绑定在一个不可能恒定的变量上。
更深层的压力来自竞争格局。腾讯 WorkBuddy 早在 2026 年 3 月上线之初就向用户开放了 DeepSeek、GLM、Kimi 等第三方模型的选择,此后又陆续接入阶跃星辰和小米的旗舰模型。易观分析的数据显示,2026 年 9 月,WorkBuddy 月访问量达到 8534 万次,豆包工作为 3039 万次,前者约为后者的 2.8 倍。当先发者已经用 " 模型自由 " 建立起用户习惯,后来者如果继续坚持自研独供,失去的不仅是一次模型调用,而是用户把工作任务交给这个平台的全部可能性。
所以,千问办公的转身虽然曲折—— 8 月曾短暂接入 GLM 和 DeepSeek,三天后悄然下线,三个月后以更大的力度回归——却几乎是必然的。阿里在自研模型的应用需求与平台产品竞争力之间,最终选择了后者。这不是对 Qwen 能力的否定,而是对办公 Agent 竞争本质的重新确认:用户要的不是 " 用哪家的模型 ",而是 " 把活干完,且干得划算 "。
从 " 选模型 " 到 " 路由模型 "
多模型聚合解决了 " 有的选 " 的问题,但真正考验平台工程深度和商业智慧的,是 " 怎么选 "。
豆包工作在这一步上给出了一个值得注意的设计:额度消耗倍率透明化。所有模型的消耗标准被统一到同一个额度体系下,倍率越低,同等任务消耗的平台额度越少,用户可以在选型时直观对比成本差异。在此之前,企业级 AI 市场的一个普遍困扰是计费规则不透明:有的模型按输入输出 token 分开计价,有的按调用次数收费,不同单位之间的换算复杂到普通用户根本无法在任务开始前判断实际开销,往往账单出来才发现超出预算。倍率标注把成本决策权从黑盒里拉了出来,交还给使用任务的人。
但这只是第一步。用户手动选模型,仍然是一个需要判断力和经验的动作。一个更根本的趋势正在浮出水面:模型路由。
所谓模型路由,本质上是为任务自动匹配 " 足够好且足够便宜 " 的模型,而不是默认调用最贵的那个。企业 AI 预算正在经历一个结构性的转变:过去 " 默认最强 " 的粗放式调用,正在被 " 按任务分层调度 " 所替代。Palantir 披露的案例显示,通过将部分任务从强模型切换至轻量模型,推理成本下降最高可达 97%;建筑公司 McCarthy Building 的 AI token 使用量同比下降约 60%,主要来自模型调度优化。这些数字指向同一个方向:当模型能力逐渐拉平,调度能力正在成为决定 AI 应用经济性的核心变量。
腾讯 WorkBuddy 已经内置了 "Auto 模式 ",根据任务类型自动选择合适的模型,不需要用户手动判断。微软在 Ignite 2026 上对 Copilot 的更新也遵循同一逻辑:Auto routing 在后台动态选择模型和推理投入,平衡质量、速度与成本,员工只需要告诉 Copilot 想完成什么。Constellation Research 对 BT150 企业高管的调研给出了一个精炼的总结:" 用能够可靠满足业务需求的最便宜模型和架构 "。
这意味着办公 Agent 的竞争正在进入一个更深的层次。接入多少家模型、菜单有多长,不再是核心壁垒——只要商务谈判到位,模型菜单可以在数周内复制。真正的壁垒在于:平台是否积累了足够多的真实任务数据,来训练和校准路由策略;是否能在任务链条的每一个环节识别出 " 够用 " 与 " 必须强 " 的分界线;是否能把成本节省转化为用户可感知的定价优势。模型聚合是入口,路由能力才是护城河。
谁在为 " 模型自由 " 买单:入口锁定与收入重构
如果把视角从产品层拉到商业层,这场多模型运动的财务逻辑会更加清晰。
豆包工作向企业客户开放第三方模型的方式值得细看:客户使用 DeepSeek、Kimi 或 GLM,直接扣豆包工作账户里的 AI 点数,不需要跟模型厂商另签合同。企业挑了别家的模型,钱仍然付给字节的产品。QwenWork 的企业权限管理则把这一逻辑进一步结构化:管理员按部门、角色分配模型访问权限,平台成为企业 AI 消费的统一结算层和治理层。
这套模式的本质,是用模型选择的开放性来锁定 Agent 入口的独占性。办公 Agent 收的是席位费,一个企业客户动辄数十到数百个账号,ARPU 比 C 端 AI 订阅高出一个数量级。更重要的是,办公场景沉淀的是用户的任务记录、工作流和上下文——一旦一个团队把日常工作流建立在某个 Agent 上,迁移成本远不止 " 换一个模型 " 那么简单。平台让渡的是模型调用的独家性,换取的是工作环境的占据权。
对于模型厂商而言,这一格局的含义是双重的。一方面,办公 Agent 成为模型能力触达企业用户的重要分发渠道,Kimi、GLM、DeepSeek 通过入驻四大平台获得了单靠 API 销售难以企及的 exposure。另一方面,当平台掌握了任务入口和路由权,模型厂商在议价结构中的位置会发生微妙的后移。平台倾向于按 " 任务适配 " 而非 " 品牌忠诚 " 来分配调用量,模型之间的竞争会进一步向性价比和差异化能力收敛。正如 BT150 高管调研所观察到的,企业正在将敏感或可预测的任务路由到内部或更小的模型,前沿模型的溢价空间被持续压缩。
这也解释了为什么模型厂商自身也在向订阅制和企业级智能体解决方案迁移。智谱的 API 业务毛利率在 2026 年上半年刚刚转正至 24.6%,而推理成本在过去一年下降了约 80%。纯 API 供货的利润空间已经触顶,单纯追求调用量不再能支撑估值叙事。当办公 Agent 平台把模型变成可替换的 " 智能供给 ",模型厂商必须向上游的应用层和交付层寻找更厚的利润。
入口的价值,大于模型的光环
回看豆包工作和 QwenWork 在同一个十一月做出的选择,它们共同确认了一件事:在办公场景里,模型正在隐入后台,Agent 正在走向前台。
对于用户,这当然是一种解放。不必再为 " 哪家模型最强 " 的营销叙事买单,也不必因为模型偏好的改变而迁移整套工作环境。任务交给 Agent,模型的选择交给路由,成本的计算交给透明的额度体系。办公 AI 从一个需要 " 信仰 " 的产品,变成一个可以 " 算账 " 的工具。
但对于行业,这意味着竞争重心的迁移比多数人预想的更快。模型能力的军备竞赛不会停止,但它正在变成一场后台的竞赛;前台争夺的是任务入口、工作流嵌入深度和成本治理能力。WorkBuddy 的先发优势不在于混元模型本身有多强,而在于它最早让用户习惯 " 在一个工作台里自由换模型 " 这件事。豆包和 QwenWork 的追赶,追赶的不是模型数量,而是让模型数量变得有意义的那个产品容器。
当四家平台把同一批模型摆上同一张菜单,菜单本身就不再是差异化的来源。真正的问题是:谁的厨房能把这些食材做成最稳定、最可负担、最贴合中国办公场景的一桌菜。模型自由只是开了个头。

