10款国产办公AI实测榜出炉，全员91分以上、首尾只差6.31分：总分最不该看，按工种选才不白换

这两天办公AI圈又热闹了：腾讯WorkBuddy月活增速397%，阿里千问办公8月3日开启公测，字节把豆包企业版并进飞书。公测期内千问办公新注册用户领2000积分，个人和企业会员均可免费、无限畅用经济模型。微博紧接着8月7日，第三方测评机构SuperCLUE发布第二期XClaw龙虾智能体测评榜单，把10款主流国产办公AI拉进真实办公场景实测，五个维度、每项任务重复三次取平均分。

榜单出来之后，一堆通稿在喊"百度登顶"“小米黑马”。但我把各家报道的数据对了一遍，发现这份榜单最该看的，恰恰不是总分。

一、全员91分以上，总分已经选不出工具了

先看头部数据：百度文心助手97.62分第一，小米MiMo Claw 96.74分第二，腾讯WorkBuddy 96.61分第三，二三名之间只差0.13分，前四名总分全部超过96分。知乎

完整榜单如下（按第二期XClaw测评公开数据整理）：

这意味着什么？写周报、做表格、整理会议纪要、长对话不失忆这些日常活儿，榜单上随便拎一款都能稳定干完。10款参评产品整体平均总分94.53分，没有一款低于91分，首尾只差6.31分；内容创作和长期记忆两个板块，所有产品得分都接近满分。知乎

所以第一个结论很直接：如果你现在的需求就是文案、表格、总结这三板斧，手里已有的工具完全够用，不需要因为一份榜单搬家。总分排名的真正作用是排除——排在后面的产品，基础能力也过线了。

二、真正拉开差距的，是这三个维度

代码开发，是全行业唯一"断层"的赛道。 这个维度行业平均分只有86.99分，是五个维度里最低的，最高分和最低分相差17.59分，远超其他板块。微博小米MiMo Claw在这里拿到97.22分，断层领跑所有参评产品。知乎如果你的工作里经常要写脚本、跑自动化、处理批量数据，这一项比总分值得看得多。

长期记忆，看谁"不掉链子"。 百度文心助手在这个维度拿了满分100，加上数据处理、内容创作、研究分析都在前列，属于没有明显短板的全能型。如果你日常是长文档、多轮任务、跨天接着干的节奏，这类均衡型选手更省心。

输出稳定性，是这份榜单最有意思的新增维度。 测评方用三次重复测试的分数波动来判断产品的一致性——腾讯WorkBuddy和MiniMax的MaxClaw波动最小，同样的指令反复下，产出高度统一；而榜单尾部的几款产品，多次测试结果差异较大。微博如果你要用AI批量产出对外内容（批量写文案、批量做表），稳定性比峰值能力更要命。

MiMo Claw的正式版搭载MiMo-V2.5-Pro模型，和金山办公生态做了联动，原生兼容Word、Excel、PDF。微博WPS重度用户试它的成本很低。

三、按工种选，别按排名选

把榜单数据和各家生态、门槛放在一起，选型其实可以很简单：

日常轻办公（文案/表格/总结）：不用换。头部产品基础能力同质化，换工具的迁移成本大于收益。

写脚本、做自动化、批量处理数据：优先试小米MiMo Claw。代码维度断层第一，目前每天有限时免费额度，从6月中旬起是不限时改成的每天4小时。微博订阅可以随MiMo Token Plan一起带，试错成本低。

要稳、用微信/鸿蒙生态：腾讯WorkBuddy。输出波动最小，已上鸿蒙PC版，多系统协同编辑是它的核心生态优势。

飞书/豆包生态：字节ArkClaw在榜，豆包专业版本身就能跑办公Agent任务；飞书重度用户还可以看MaxClaw，39元的基础档就能一键安装体验，直接打通了飞书、钉钉。微博

钉钉生态：千问办公还在公测期，经济模型免费，钉钉重度用户值得蹲它和钉钉打通后的形态。

四、两点冷水，喝完再决定

第一，这份榜单的声量主要是通稿撑起来的。我查了一圈微博、知乎、小红书，榜单相关的自然讨论非常少，各家报道的数据口径倒是高度一致。基准测试测的是标准化任务，你的真实工作往往是"非标"的——榜单能帮你排除差的，不能替你证明哪个最顺手。

第二，这个赛道迭代快得离谱。千问办公公测才一周就传出要上硬件，各家模型几个月一换代，今天的榜单三个月后大概率过期。所以别把任何排名当长期依据。

比较稳的做法是：把自己最头疼的一两个真实任务当成"考题"，用免费额度挨个喂给候选工具，谁交付的结果能直接用，谁才是你的第一名。榜单负责帮你缩小范围，考题负责做最终决定。

接下来值得盯的信号：千问办公和钉钉打通的时间点、WorkBuddy限时免费到期后的定价、以及下一期XClaw榜单会不会把公测中的新玩家纳入。有消息我们再更新。