news 2026/7/10 11:14:25

腾讯、字节、阿里盯上“Work”,AI办公产品如何突破聊天框局限?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
腾讯、字节、阿里盯上“Work”,AI办公产品如何突破聊天框局限?

巨头布局“Work”领域

腾讯、字节、阿里又盯上了“Work”。7月2日,据新浪科技报道,阿里巴巴正在对旗下Agent产品线进行系统性整合,以QoderWork为基础底座,融合“悟空”与“MuleRun(骡子快跑)”的核心能力,升级为一款面向企业生产力场景的AI产品,由钉钉CEO陈宇森统一负责。阿里巴巴方面回应称,QoderWork、悟空、MuleRun现有产品服务未来将无缝升级,所有用户权益不会受影响。

此前阿里钉钉调整

此前,在《置身钉内》引发讨论之后,阿里对钉钉进行了人事和组织调整。6月11日,陈宇森接任钉钉CEO。18日,陈宇森在首封全员信中宣布将悟空与AI工作空间MuleRun合并为新的悟空团队。

6月腾讯、字节产品进展

刚刚过去的6月,腾讯、字节的进度深入产品层。6月3日,腾讯在WorkBuddy的5.0更新日志里,一次性写进了Teams、项目看板、资产库、版本历史、角色权限、任务移交和消息中心。三个月前,这款产品对外表述的定位还是一个人调度“AI专家团”,三个月后,它开始不像一个助手,更像一间正在添置家具的办公室。6月9日,字节旗下TRAE宣布把SOLO从产品名中拿掉,正式改名为TRAE Work,公告称这体现了TRAE如今的定位,它最初服务独立开发者,后来用户开始用它进行多种工作。

工作场景的结构性能力需求

几件事连成线,它们补上的是让聊天结束后工作还能继续的结构性能力。ChatGPT所代表的“你问我答”式聊天框产品,成为早期大模型消费级产品样板,也衍生了产品想象。但进入工作流后,大家意识到一个“聊天框”远远不够,Agent进入真实工作场景,文档等都是必需品。今年初,OpenClaw把“让Agent直接操作电脑”带进大众视野,2月Anthropic向Cowork加入一批企业插件,引发市场担忧。

聊天框已装不下工作

Agent越能执行,权限和过程就越不能隐身。5月20日,QoderWork上线设计、幻灯片和写作三个“自定义工作台”,官网称聊天框是AI产品的“1.0形态”,解决了入口问题,却没解决承载问题。在真实工作里,聊天框很快不够用,最终结果是很难直接交付能用的成品。此前,Claude、微软、ChatGPT等都对聊天框问题给出了答案。QoderWork把聊天框旁边重新摆上工作台,6月17日又上线Awareness,试图留下工作经验。腾讯的WorkBuddy发力方向是补上协作关系,6月5日发布WorkBuddy Enterprise AI Workspace,新增团队流程,还披露了模型与产品协同结果和新价格。字节的TRAE更直接改名,还补上Design模式,把分散工作放进同一上下文。三款产品都表明自然语言可统一任务入口,却不能统一工作成果。

编程Agent集体转向办公

它们并非从传统OA或协同办公团队里自然生长出来的。WorkBuddy起点可追溯到2026年1月17日,由编程产品团队向通用工作场景延伸而来,公测后访问量剧增。阿里QoderWork来路更直接,开发过程大量调用Quest能力。TRAE拥有更大开发者底盘,今年6月改名后尚未单独公布非开发者比例和留存。编程Agent率先跑通完整链条,积累了执行能力,竞争也促使其能力扩展到办公。腾讯、阿里、TRAE公布了部分用户数据。

另一个新的“Office”

技术史上类似回环并不罕见,Salesforce的“No Software”营销运动未消灭企业背后的流程等。市场曾担心AI会吃掉软件,但2025年财报显示AI被装进原有产品。亚马逊电商发展也类似,Agent也面临同样问题。海外的Anthropic、OpenAI也有相关产品改进。WorkBuddy、阿里、TRAE分别采取生长组织能力、整合、迁移用户等方式。目前三家公开数据不足以证明路线跑通,企业采用AI的阻力来自多方面。AI回到“Office”,是产品形态和商业逻辑的回归,传统软件公司和AI公司争夺企业办公软件预算。那么,这些AI办公产品能否真正在企业办公场景中站稳脚跟呢?

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/10 11:05:46

终极指南:使用命令行快速上传大文件到 Zenodo 研究平台

终极指南:使用命令行快速上传大文件到 Zenodo 研究平台 【免费下载链接】zenodo-upload upload big files to Zenodo using cURL, jq and bash 项目地址: https://gitcode.com/gh_mirrors/ze/zenodo-upload 在科研和学术工作中,数据共享和研究成果…

作者头像 李华
网站建设 2026/7/10 11:02:31

Seaborn vs Matplotlib vs Plotly:3种工具绘制热力图性能与效果深度对比

Seaborn vs Matplotlib vs Plotly:热力图绘制工具全方位对比指南 1. 热力图工具选型的关键维度 当我们需要在Python中绘制热力图时,Seaborn、Matplotlib和Plotly是三个最常用的可视化库。这三种工具各有特点,适用于不同的场景需求。以下是五…

作者头像 李华
网站建设 2026/7/10 11:00:02

TB67H480FNG与dsPIC33EP512MU814在电机控制中的高效组合

1. 项目概述:TB67H480FNG与dsPIC33EP512MU814的黄金组合 在电机控制和嵌入式系统开发领域,选择合适的驱动芯片和微控制器往往是项目成败的关键。TB67H480FNG(东芝的步进电机驱动器)与dsPIC33EP512MU814(Microchip的高性…

作者头像 李华
网站建设 2026/7/10 10:56:49

PyTorch 模型量化:精度损失不该只用一个数字概括

PyTorch 模型量化:精度损失不该只用一个数字概括 一、量化不是把float32换成int8就完事了 模型量化被描述得很简单:把浮点参数从32位压缩到8位,推理速度翻倍,内存占用减四分之一。但实际操作中,量化后的精度损失从来…

作者头像 李华