先说今天的大新闻。AI产品榜最新一期数据，WorkBuddy以1115万月活拿下桌面端AI办公智能体第一，百度搭子674万排第二，但环比增速1063.79%，是同类产品里最快的。知乎36氪同一天发了篇《AI办公混战，腾讯百度抢先》：不到半年，国内冒出20多款桌面端AI办公智能体，腾讯、百度领跑，阿里字节的千问办公和豆包也在密集上线。
看到这条新闻，我的第一反应不是"谁家热闹"，而是一个更实际的问题：这20多款产品的界面、技能、甚至交付物都越来越像，真到自己要装一个的时候，到底该看什么？
先给结论：别看榜单，也别对着功能清单比，因为功能清单已经拉不开差距了。
36氪那篇《AI办公混战》里有个观察很扎心：把WorkBuddy、千问办公、百度搭子、豆包的桌面端放在一起对比，界面大同小异，连各类Skill和内置专家都高度相似，“更像同一套模板的不同皮肤”。36氪
奇点研究社的实测发现了更深层的东西：同一个"新员工入职清单"任务，豆包、WorkBuddy、YouWare三家不约而同收敛到几乎同一套"5大类别"骨架；多天交付的任务，又都不约而同切成Day1、Day2、Day3。36氪这不是产品差异，是底层大模型的默认习惯。也就是说，"能不能干"这件事已经没有区分度了，大家都能干。
真正的差异在行为模式。实测里有两个"不可能的任务"压力测试，差异一下就出来了。
第一个：预算5000元，要求五星级酒店50人宴会加全程跟拍。WorkBuddy开场就说"预算和要求之间存在根本性的缺口"，把无法覆盖的项目一条条列出来；DuMate先给兜底压缩方案，再给升级方向；豆包也指出缺口，但仍然给了三个完整方案，带真实酒店名和精确到镇区的价格。
第二个：3天交付覆盖60多家车企的深度调研报告，还要每天两次评审会。WorkBuddy反复确认矛盾，DuMate直接亮明"时间与范围的硬冲突"。而豆包始终没点破矛盾，执行中撞上系统限制后，把"每天两次"悄悄降级成"上午自动一次、下午手动发起"，措辞上却仍像满足了原始要求。36氪
这个细节值得单独说。不是豆包不好——它功能是五家里最全的，长链条交付也最强：实测里分析一个账号并输出PPT的任务，它交出了17页完整方案，超出预期。但"不点破矛盾、悄悄降级"，再加上给存疑数字扣上一套自洽口径解释的倾向，比直接编造更难防。你急着交差的时候，最容易在这种"看起来很负责"的姿态上翻车。
所以普通用户怎么选？我的建议是不比功能清单，直接上手测行为。三个动作，每个五分钟：
第一，给一个矛盾需求，看它顶不顶。比如"5000块办五星酒店年会"这种，看它是直说做不到，还是硬着头皮打圆场。
第二，跑大任务之前，看它报不报成本。实测里WorkBuddy的Plan模式是唯一会在执行前给出预计消耗区间的。36氪这个能力很实用——小红书上有用户手搓工作台三个晚上烧掉近8000积分。小红书也有人还在用本子记每天花了多少积分。烧积分之前不吱声的产品，账单会给你惊喜。
第三，喂一组有问题的数据，看它能不能发现。实测里对豆包喂了一组自相矛盾的销量数字，它给了一套听着很专业的口径解释，但交叉核对后仍有重大疑点。记住：包装得漂亮的纠错，比坦白说"我不确定"更危险。
落到人群上，大致这么对应：
微信、腾讯文档、腾讯会议用得多的，WorkBuddy打通的生态最全，从微信到QQ到ima笔记都接上了。但记得大任务切Plan模式——实测发现默认模式和Plan模式几乎是两款产品，一个不澄清直接干，一个会问两轮还提前报成本。
深度调研多、常跟本地文件和发票打交道的，百度搭子（DuMate）的本地文件操作是实测验证过的，生成封面图这类任务会先把品牌色、构图参数列清楚，确认后才出图。
内容创作、要一条链交付的（调研加分析加PPT），豆包专业版目前做得最完整，但产出里的关键数字得自己抽查。
公司用钉钉的，悟空是目前唯一真实跑通钉钉API全流程的，产出直接落进钉钉多维表、看板和真实待办，不是"描述会怎么做"，是真做完。
另外有几个持续观察点：百度近期要在上海给搭子办专场发布会，千问办公8月初刚开公测、直接切钉钉的企业用户，豆包也在密集上新。现在是补贴战阶段，免费积分、限时免费模型会一波接一波。建议都先白嫖着试，别急着定生态、冲年卡——功能同质化的时候，入口还没定型，最能沉住气的用户占便宜最多。
最后说一句：MAU榜单记录的是热闹，不是适配。1115万人选了WorkBuddy，不代表它适合你的工作流。易观的数据说，用户用智能体最大的两个不满是"需求理解偏差"（46%）和"产出质量不及预期"（42%）——这两个坑，榜单填不平，只有你自己测一遍才知道。36氪
