过去一年，AI领域最明确的收入来自代码编写，程序员成为首批自愿为AI付费的白领群体。
然而，核心编程场景的渗透率已达到约70%，市场开始探寻下一个应用场景。除了程序员，全球还有大约10亿知识工作者。
那么，AI办公（也有人称为Co-work或工作Agent）能否接过编码的接力棒，成为下一个渗透率显著提升且商业模式真正可行的场景？
本文主要探讨AI办公，围绕四个要点展开分析：
- 入口为何从聊天界面转向Agent？
- Agent如何实现？技术能否成为壁垒？
- 个人Agent与工作Agent哪个先落地？
- 以中国市场为例，如何评估核心玩家的胜算？
以下是详细分析
一、AI入口之变：从“陪你聊”到“替你干活”
AI入口的竞争始终伴随着底层技术的发展。但由于算力成本不像传统互联网时代那样，边际用户的服务成本几乎为零，以往互联网巨头先补贴培养用户习惯、再收割的“纯流量模式”，至少在当下已不再适用。
相反，迫于成本压力，掌握技术、生态和流量优势的平台巨头开始精打细算。C端堪比“知识付费”水平的低付费率，以及短到难以释放足够广告库存的日均使用时长，都让最先普及的AI聊天机器人商业化之路异常艰难。
相比之下，以任务完成为导向的Agent出现后，企业端的付费意愿被激发，尤其是科技公司和IT从业者。 Stack Overflow在2026年4月和10月的抽样调查显示，Agent使用率达到59%，每天使用的比例也升至37%；而在使用AI工具的开发者中，66%使用编码Agent，其中73%的人每天使用。
今年7月，OpenAI的B端付费规模（API、企业订阅）已超过C端（4月占比还是40%），年化超过200亿美元，到9月底增长翻倍，按650亿美元的整体ARR规模（毛口径，净口径为500亿+）计算，B端收入占比超过60%。
与此同时，C端付费倒推计算，9月底规模约为250亿美元的ARR，相比7月仅增长不到40%。
广告变现方面，年初OpenAI信心十足地进军市场，一边招兵买马，一边与多个第三方生态合作。
但随着转化率持续不佳，CPM报价不断下调，从灰度测试期间的60美元/千次曝光，降至15-25美元区间，与成熟数字广告平台报价看齐。同时，自助投放平台的最低消费门槛也从5万美元直接降为零。
目前最新进展是，8月底ARR为10亿美元，但这已覆盖数万家广告主和40多个国家和地区。
为什么聊天机器人付费变现如此困难？
问题不在于AI无用，而在于聊天机器人这种交互形式，天然让用户难以算清账目、认清AI价值。进一步细分，AI的价值包含两方面：一个是可验证的有效性，另一个是可衡量的收入增长或成本优化。
但聊天机器人交付的是“建议”，而非“结果”。它节省了多少时间、多少钱，大多数场景难以量化（无法衡量价值）。因此，结果好坏只能靠“感觉”（无法自我验证），用户要确认效果，还得自己再走一遍流程。
当验收成本升高，用户对AI的信任度就无法稳定建立，使用场景便停留在浅层问答。这产生的无反馈、简单基础的用户数据，对大模型的后训练迭代作用有限，平台需要额外购买或标注高质量数据及验证环境。 要提升模型，还需花更高成本从用户日常问答数据中筛选出高质量内容。
同时，越不信任、只进行简单交互，就越无法沉淀有价值的数据资产。这导致用户切换成本也很低，一旦有性价比更高的聊天机器人，就能轻松切换。 因此，聊天机器人能把“用户数”做到极致，却很难同步推高体现用户高粘性和忠诚度的“付费率”。
编码为何能率先跑通？
相比聊天框的内容输出，Agent以完成任务为目标，这与企业的普遍需求一致。而在AI价值公式中，可验证和可衡量这两个关键因子也都能落地：
编码是知识范围固定、对错可验证的场景（能否运行可自动验证）；同时，其带来的增量价值也易于衡量——可直接对应IT人才的高薪。
这种能被用户快速验收、且单个任务经济价值很高的场景，除编码外，还包括财务对账、法务合规审查、数据分析、金融投资、销售策略等。
更大的市场来自上述场景的合并与延伸——成为企业背后的统一办公平台。在深入企业业务流程、提供传统办公软件功能的同时，通过AI帮助企业客户实现更多业务增长，而非仅停留在“员工降本”上。
不过，统一办公平台场景并非编码场景的简单复制，其发展道路不像编码那样顺畅（一年时间就将IT人员中的AI编码采用率拉高至70%以上，AI辅助代码占比近30%）。
关键在于三个影响因素：
（1）验收标准更模糊、复杂，部分工作成果难以自动验收，需要真人主观判断质量；
（2）任务链更长，任何小环节的卡顿都可能导致整条任务停滞，例如月末对账需同时接触网银、税务系统及企业ERP系统，因此细分环节的容错率更低；
（3）出于网络安全考虑，企业更希望私有化部署，这要求AI办公平台派出FDE团队入驻企业客户。
因此，企业决定是否替换或升级为AI办公平台的采购决策链，明显长于AI编码，自然发展进度不如编码顺畅。
二、Agent竞争，技术会是核心壁垒吗？
1. Agent=LLM+Harness
要判断Agent是否具备持续性的技术壁垒，我们先看Agent的运作原理。
Agent完成一项工作，主要包含五个关键步骤，每个步骤涉及不同层的软件工具。其中两个核心技术分别是大模型层和Harness层。总体而言，大模型负责思考后做出决策或提出要求；Harness负责稳定安全地执行与验收。
2. 真正的壁垒在“数据”
从Agent的运作原理可知，一个Agent要稳定执行并完成交付，需要大模型做出准确判断，同时需要一个可靠的Harness来稳定执行。
那么，领先的Agent，其技术壁垒来自大模型还是Harness？
（1）Harness本质是一个技术套壳
首先，Harness的设计思路和底层工程代码都非常成熟且通用，属于运行基础设施——日志、权限、沙箱、存档、界面等。
其次，Harness外接应用生态的连接协议MCP、Skills等，已成为开放标准。OpenAI 将 Codex Harness 直接开源，Dots 就运行在其上；开源的 OpenClaw 也成为微软 Autopilot 和 Meta Muse 的灵感来源。
因此，Harness本身不构成技术壁垒，同时，模型还在蚕食Harness的功能。 即许多原本依赖Harness的能力，正被尝试训练进模型。
a. Agent调度执行纳入大模型（适用于并行任务）
典型例子是Kimi，自K2.5首次推出Agent Swarm，让模型自行决定拆分子任务、分派子Agent开始，K2.6、K3延续此设计思路，将越来越多的Agent协作直接训练进模型，不再依赖外部Harness串行调度。
不过，目前头部模型厂的主流路线仍是将Agent的调度执行框架交给Harness，大模型只是被训练得善于使用“拆分子任务”这个工具，当真正需要时，再通过Harness的子Agent工具派出若干子Agent并行执行。
b. 上下文、纠错规划纳入大模型
此外，各家大模型的上下文窗口都在向1M看齐，规划、自我纠错日益成为模型自身的能力，这也使得负责上下文管理、压缩、检查纠偏的Harness，其重要性有所下降。
（2）模型收敛，且无需追求持续使用前沿模型
大模型是坐镇后方的决策层，底层大脑差距过大确实会影响用户终端体验。但目前前沿模型各家的领先优势普遍在3-6个月，在年中开源大模型大幅追赶、缩小与闭源头部的差距后，近两个月北美闭源头部也咬得很紧，相继推出新版本。
尽管闭源模型通过封锁思维链，严防同行对其蒸馏，但追赶者仍可通过不断完善训练环境（具备有效反馈验证的数据回流），即进行更多后训练来实现大模型性能的迭代提升。
同时，在“能做事”这条及格线上，模型之间的差距正在收敛。
闭源模型在不断降价的同时（甚至不惜走下神坛，以性价比更高的小模型与中国开源模型直接竞争，形成产品矩阵打法），仍无法阻止原有大客户反过来成为它们的竞争对手。以下几例无一不说明，“纯模型层”的客户锁定很弱。
a. Meta 先用 Claude Code 开发 Muse，再用自研 Muse Code 替换 Claude Code； b. 微软让 Copilot 的自动路由默认走更便宜的 OpenAI 模型； c. 阿里7月弃用 Claude Code，改推自家 Qoder。
（3）真正难抄的是“用户使用数据”留存
既然大模型和Harness都不具备绝对的技术壁垒，那么抛开价格，为何用户认为Codex和Claude Code总比其他Harness更聪明？
这里的“聪明”说到底主要表现为——Codex和Claude Code能快速理解用户意图，同时能主动吸收过往经验并应用于下一次任务交付。综合来说，就是上下文能力。
一个具备较强上下文能力的Agent，能沉淀用户使用数据并在未来任务中调取，更好地执行任务。这些数据包括聊天信息、文件、邮件、权限、特定行业知识、企业内部规范、组织架构、业务流程记录，尤其是用户每次纠错、批准、拒绝等不同反馈的执行轨迹，都能回流至底层大模型进行后训练强化学习。
这也是为何作为入口的Harness，即便承载的是第三方模型，反而能通过收集用户使用轨迹数据，来反哺训练自家模型。
如下图，按Agent的运作流程，底层大模型和Harness对用户使用轨迹数据的触达能力有明显差异：Harness层能看到的用户使用数据明显更多，尤其是圈出的“人工确认与交付”环节，大模型层几乎完全无法看到用户的验证与反馈，丧失了可用于后训练的最佳原料。
因此，若大模型和Harness入口平台不属于同一家企业，数据回流对原大模型的后训练优化也会打折扣。反之，提供Harness入口的平台，则可利用这里的用户使用轨迹数据，对自己的落后大模型进行快速优化。
当然，最佳方案是大模型和Harness均来自同一家公司，这样该公司就能获得完整的用户使用数据，通过不断后训练优化，让产品体验上用户感到“越用越聪明”。
3. 自有生态是另一种起跑线优势
但数据回流的规模大小又与用户量息息相关。用户可由产品功能吸引（底层模型性能、技能生态丰富度），也可由其他高频入口导流——即外接工具规模（MCP/API接入，或Computer use可操作）和外部分发入口（IM、系统、浏览器等）。
而无论是外接工具还是分发入口，都不得不与传统互联网打交道。在巨头生态各自为政的情况下，哪一家拥有更多自有生态、拥有巨额流量优势的IM入口，都算赢在起跑线上。 它们对Agent的入口分发作用，比靠技术硬实力的先发优势来得更轻松。
三、个人Agent vs 办公Agent：长期理想 vs 短期现实
如果类比互联网，消费互联网的价值远大于产业互联网。
个人Agent面向数十亿人，一旦成为电商购物和OTA的总入口，广告和交易佣金的想象空间巨大——2026年美国每个日活用户能贡献约300美元广告收入。
但眼下有三道墙：
（1）生态墙： 通过Agent调用第三方生态平台的服务，会跳过开屏广告和推荐流，导致外部平台错失广告和佣金，因此AI原生入口常遭传统互联网平台抵制。
这个问题在中国市场可能更突出。最典型的案例是豆包手机上线，遭到微信、淘宝、支付宝及多家银行App的“围剿”，而9月发布的Meta Muse在北美同样遇到Amazon的跳转封禁。
（2）隐私墙： 个人Agent需获取银行登录、聊天记录、支付权限。Muse上线后接连出现“未授权读取消息”、“人工代打电话未充分披露”等事件，而其承诺的“加密虚拟机”要到年底才上线（但普通隔离虚拟机已上线）；开源的OpenClaw暴露了13.5万个公网实例和上千个恶意Skill，Gartner直接建议企业封禁。
没有深入用户生活，个人Agent就很难提供真正有效的AI服务。
（3）成本墙： 目前大众用户对个人Agent的实际粘性（时长和使用频次）都不算特别高。例如仍在营销势头上的Muse，上线一个月后的用户粘性数据，即使有了社交平台加持导流，DAU/MAU也只是ChatGPT水平，离真正的助理水平（至少看齐社交平台）还有差距，这也意味着Muse的商业化至少在短期是个问题。
但Muse的成本不低：它为每个用户单独配备虚拟机，同时还要承担免费、低档付费用户的Token成本。据MS测算，以每天用户让Agent干10-20件事（包括后台持续运行的Agent），每用户每月总服务成本为15~37美元区间（CPU沙箱+GPU算力）。
同时，通过另一渠道的专家调研估算，单人单月成本也大约在30-50美元。 以30美元/月为参考值，则全年单人服务成本为360美元。但Meta旗下两大平台Facebook、Instagram目前的单用户广告价值，还不到360美元。而上述20件事的Token用量仍在免费套餐额度内，用户无需额外购买Muse的付费套餐。
反观面向企业办公场景的Agent，长期TAM至少可从效率提升、侵蚀传统软件两个角度，找到相对清晰的承接来源。
智谱在1H26业绩会上，给出的Co-Working全球TAM展望为5万亿美元（对比Chat的1000亿、Coding的5000亿，是数倍大的市场）。
另一种思路是直接以Office为参照，以Office的付费渗透率情况（46%=4.6亿席位/10亿知识工作者）为基数，每人40美元/月的付费标准，得出总市场空间2160亿美元。
上述两个展望都不合理：
5万亿美元占全球10亿白领以上员工薪酬的1/5、SaaS市场的3-4倍，若全部是可触达的替代空间，对现有生产方式将是巨大震动；
而2000多亿美元的估算假设中，不仅少算了Office的基数（遗漏了破解版部分的需求），同时也低估了AI实际能承接的工作价值（不只是文字处理工具）。
从人员降本提效、侵蚀传统软件两个角度做一下估算，供参考：
（1）个人提效与员工降本
首先从人工替代角度计算价值空间，通过估算Agent能承接的工时占比，算出理论上可节省的员工薪资。
同时考虑线下沟通成本、迁移成本、ESG等社会责任压力，企业可能更愿意让员工开展更多业务，而非只有裁员选项，因此增加一个厂商分成比例系数，代表企业最终付费意愿。
最终空间大小=知识工作者的工资总额 × Agent能承接的工时比例 × Agent厂商可获分成比例。
按不同市场，对上述因子的假设和估算结果如下图，最终预估各地区TAM加总为4060亿美元。
（2）企业软件替代
另一个TAM承接来源是传统企业软件被替代，或虽未完全替代，但在企业IT预算中的份额减少。
Gartner给出了参考值，到2030年，Agent有望侵蚀传统SaaS软件支出（2026年预计1.44万亿美元，按CAGR 12%增速算到2030年为2.3万亿美元）约10%，即2300亿美元。
不过，Gartner的估算可能偏保守，按企业软件品类对应迁移难易度，最终估算下来比Gartner要高一些，整体侵蚀率16%，按2026年算TAM为2270亿美元，按2030年算TAM为3560亿美元（软件总市场规模增速按Gartner预期估算）。
其中办公协作、数据分析与BI迁移最容易，假设有40%-50%；基础设施工具替代率最低为10%，这并非因为难度大，而是更多被Agent拿来即用。
（3）加总后的全球TAM
以2026年基数算，人员降本+软件侵蚀的TAM为4060+2268=6328亿美元，这个口径的估算值位于Office参考计算的2160亿美元保守预期和智谱展望的5万亿美元乐观预期之间。
值得一提的是，这其中可能有一些重复计算——对企业来说，同一笔IT预算扣减传统软件的成本，也可从员工身上减出，但基本上仍有望达到5000亿美元左右的市场规模。
按同样思路计算中国市场，人员降本330亿元+115亿元合计445亿美金，合3200亿人民币的TAM。
四、AI办公对比，谁最有希望坐稳“工头位”？
以中国市场为例，最后再来聊一聊这个赛道的核心玩家（腾讯Workbuddy、字节豆包工作、阿里千问办公，以及模型厂代表的智谱Zcode）。
作为更有希望将巨头重金囤下的算力有效变现的应用方向，各头部平台相比年初的聊天机器人入口争夺，竞争只会更加激烈且持续。
但巨头会减少纯撒币的旧获客模式，转而利用自身传统生态位和渠道优势，叠加产品推陈出新的速度比拼，最快触达用户并实现高留存，持续积累企业、用户的核心数据资产，从而率先拥有强者恒强的正向飞轮。
因此，年中才全面开战的AI办公市场，当下仍处于终局赢家尚早的阶段。但通过前文的梳理逻辑，也可稍加评判目前各玩家的赢面。
下图是各AI办公平台运作的关键四层生态布局，从完善度上，腾讯、字节、阿里都是全布局生态。智谱缺乏上亿流量的入口级产品导流，相对吃亏。
目前几家AI原生的办公Agent平台，Workbuddy用户规模暂时领先，但这里有腾讯在C端的流量优势以及HY系列免费Token的性价比优势加持。
那么后续演进会如何发展？下面从前文总结的关键要素进一步比较：
1. 上下文优势
上文梳理的结论是，纯技术不构成绝对壁垒，一个合格、能做事的大模型只是入局门票。不需要基准评分TOP的前沿模型，只需在稳定完成长任务、单任务成本更低上跑出一定优势即可。在中国这个模型更便宜、追得更快的市场，技术更难成为持续壁垒。
但用户使用数据的积累是关键，不仅能作用于底层大模型的后训练，也能更好总结经验并储存，以及深入理解企业业务流程，让用户使用体验更佳，同时增加用户迁移成本。
要拥有更多上下文，要么有生态内的高频入口导流，直接积累更多用户使用轨迹；要么本身拥有很多行业知识储备，或接入更多行业方案。
关于上下文优势的对比：阿里>字节>=腾讯。
（1）阿里最优，目前具备入口的流量优势+行业知识。