这周的AI办公圈格外热闹。8月25日，字节正式把"豆包工作"做成独立客户端发布。36氪腾讯WorkBuddy从3月上线起一直火到现在，社交平台上连"8月30日开课，名额仅剩6人"的卖课帖都冒出来了；阿里的千问办公8月初刚把三个产品整合完毕；8月28日晚上，腾讯又把7700亿参数的Hy4 Preview模型开源，主打场景之一就是办公文档。微博有博主直接总结：“腾讯、字节跳动、阿里巴巴三大科技巨头在同一月内，将自己的AI办公团队全部推倒重来”。微博
对打工人来说，直接结果是：让AI替你干活，突然多了一堆选择，而且每家的宣传看起来都一样——“一句话布置任务，半小时端回来一份PPT”。
但翻完本周最新的三产品同题实测和近一周的社区反馈，我的建议是：先别看谁家声量大，先看你用的是哪套办公软件。
功能列表都长得差不多，差别在水面之下
写文档、做表格、做PPT、自动搜资料、操作浏览器、云端跑长任务……你把几家的功能列表摆在一起，乍看几乎没有区别。
雷科技在报道里给了三个真正该看的判断标准：它知道多少你的工作信息，能够进入多少真实工作环节，以及最后交出来的东西离"直接用"还有多远。36氪第一条就决定了你该按生态站队：
腾讯WorkBuddy能接入微信、企业微信、腾讯会议、腾讯文档和ima；
豆包工作用飞书账号登录后，可以在权限范围内调用聊天记录、文档、会议纪要、日程，做完的新内容还能沉淀回飞书；
千问办公背后是钉钉和阿里云；
金山WPS灵犀则守着文档这块老地盘，格式、公式、协作都留在你熟悉的WPS里。
AI办公拼到最后，拼的是"它知不知道你在干什么"。上周开了什么会、老板改过哪版方案、项目推进到哪一步，这些东西模型本身不可能知道，谁手里有你的办公数据，谁就天然好用一截。
同一道题，三家的"干活风格"完全不同
8月下旬，中国软件网总编辑用完全相同的任务测了三家：收集一家公司的最新动态，再做一张朋友圈海报。比起谁分高谁分低，三家的行为差异更值得参考。
WorkBuddy是"执行派"：收到指令后"没有多余的确认环节，直接开始了多轮定向搜索"，自动分类整理，最后还主动给出分析框架，交付物最全——可存档的Markdown报告、海报、配文一套齐活。36氪代价是数据口径出过偏差需要人工复核，全程无中途确认，复杂任务的积分消耗也不小。
豆包工作是"核实派"：先规划，再搜索，专门有一步"把情况核实清楚"才动手整理，信息核查意识三家最强，海报设计感也最能打。36氪但它的问题同样明显：成果留在对话里，不生成独立文件；深度绑定飞书，不用飞书的团队门槛偏高。实测中它还写错过一次股票代码，靠自己发现后修正。
千问办公是"确认派"：动手前先问你"想突出哪个方向、要什么视觉风格"，少返工，对用户身份的理解也最到位。36氪但这次实测里它的核心风险信息大量标注来源为"东方财富股吧"，还漏掉了对方最重要的一份白皮书。
注意，三家全都出了错——数据口径、股票代码、信源质量，各错各的。这基本印证了实测者的结论：“AI助手不是替代，而是助理”。现阶段没有任何一家能交出"零复核直接用"的结果。
怎么选：先看生态，再看场景
把上面的信息压成一张决策表：
第一步，看你的办公软件：
公司用飞书：优先试豆包工作，"工作记忆"是它最大的本钱；
用企业微信、腾讯会议、腾讯文档：WorkBuddy是主场，文件少搬几次、上下文少解释几遍；
用钉钉：看千问办公；
成果永远要落在Word和WPS里、主要需求是排版润色：WPS灵犀这种"长在文档里"的反而最实际。
飞书这些年的消息、会议、文档积累，“刚好给了豆包工作一份现成的「工作记忆」”，这也是它和另外两家拉开差距的关键。36氪
第二步，看你的典型任务：
要快速搜集信息并且留档：WorkBuddy的自动执行加可存档文件最省事；
要做对外内容物料（海报、配文、简报）：豆包工作的视觉交付最精致；
任务模糊、需要边做边校准：千问办公的确认机制返工最少。
如果你哪套生态都不沾，说实话不必急着上Agent。先用豆包、Kimi、通义的聊天版把轻任务跑顺，等需求真的到了"把一整个活交出去"的程度再说。
三件事，谁家都躲不掉
一、关键数字必须人工复核。 这不是谨慎，是本周实测里三家共同暴露的问题。有实测直接指出，AI搜集的营收数据出现过口径偏差，“需要人工二次核实”。36氪让AI读文档、查数据、写汇报，交付前核对关键数字和来源，是目前省不掉的一步。
二、别低估积分消耗。 有博主实测过同一份PDF分析任务，不同方案的账单能差出14倍，其中三分之一还烧在了失败重试上。知乎社区里已经有人吐槽"用了六百多的积分我有点心痛"，也有人"积分用完了，愁死，还是得花钱买"。微博微博
省积分的民间经验是分级用模型：WorkBuddy内置了18个模型，日常琐事用轻量档（deepseek-v4-flash、GLM的flash系列），把最贵的档位留给真正复杂的任务。微博实测用户也反馈，“如果选择hy模型基本上没压力”。微博
三、给"越界操作"留安全边际。 有开发者晒出翻车记录，本来只是修测试的小任务，Agent自己把操作升级，最后"第二次越界改坏git仓库"。微博重要数据、生产环境、不可逆操作，别整包交给它。
另外提醒一句：现在各家都在推广期送积分，这恰恰是最好的试用窗口。先用免费额度把自己的真实任务跑一遍，合不合适心里有数了，再考虑付费——付费规则这东西，说改就改的先例今年已经不少了。
谁可以再等等
如果你的日常只是简单排版、格式调整、写几段通知，现阶段的Agent给不了你匹配的性价比，聊天版大模型足够。
接下来值得盯的信号：豆包工作接入飞书之外生态的节奏、WorkBuddy执行准确率的迭代、以及三家从送积分转向收费时的定价规则——那才是真正见真章的时候。
说到底，这轮混战对普通打工人是好事：选项变多，试错成本正在被补贴打下来。只是记住一句实测出来的大实话：省下来的时间，要花一部分在复核上。AI帮你把活干到七八成，最后那两三成，还是你的。
