从Siri到Muse,AI助手的15年进化史

实际上，Codex建立的“计划-执行-验证-修复”循环链路并不只适用于编程。

一份行业报告也可以被拆成搜集资料、清洗数据、制作图表、撰写内容和检查结果，一次市场活动也可以被拆成研究用户、生成素材、发布内容、监测数据和调整策略。

当Agent学会调用浏览器、终端、文件系统、办公软件和第三方服务，并能克制幻觉问题后，编程Agent与办公Agent之间的边界便开始消失。

毕竟，代码仓库是一种工作空间，企业文件夹、邮箱和协同平台同样可以被视为一个工作空间。

于是，2026年，国内再次迎来了第二轮AI办公竞争。

与2023年钉钉、腾讯会议、飞书接入大模型不同，这一轮AI办公产品不再满足于总结和生成，而是开始强调电脑操作、跨应用执行和最终交付。

2026年3月，腾讯推出WorkBuddy，定位AI原生桌面智能体工作台。

这也是腾讯内部就AI助手长达半年赛马决出的一款产品，用户可以用它整理本地文件、生成文档、分析数据、制作图表，也可以让它访问网页、调用连接器和执行定时任务。

此外，WorkBuddy还试图把不同Agent组织成团队——研究Agent负责收集资料，写作Agent生成报告，表格Agent处理数据，设计Agent制作演示文稿，用户不用再逐一打开软件，而是围绕一个任务调度多种能力。

内部确认了WorkBuddy在腾讯内部主导地位后，腾讯不仅为它加入了资料库、长期记忆、电脑与浏览器操作、多人多Agent协作、人机双写和行业Buddy等功能，逐渐打通了腾讯文档、企业微信、微信、QQ、飞书和钉钉等入口，还将WorkBuddy的广告覆盖到了大街小巷。

在这场竞争中，腾讯的优势是它拥有从社交到办公的广泛入口，微信和企业微信承载社交关系，腾讯会议承载讨论内容，腾讯文档保存内容成果，WorkBuddy正是试图成为这些产品之上的执行层。

有点像是当年阿里提出的中台概念，基于Agent的技术中台。

不过，盯上这一入口的巨头不只有腾讯，阿里在2026年8月推出了千问办公，并调来了刚刚接管钉钉的90后少壮派陈宇森主持大局，势要打赢这场AI办公战争。

如果说2023年的钉钉是在输入框中用斜杠这样一个“补丁”召唤出AI，那么千问办公则是进一步尝试让AI接管一条完整任务链路。

用户不必分别要求它搜索资料、整理表格和制作PPT，只需要提出“分析这一行业过去三年的变化，为我准备一份报告。”

这时，Agent就会自己组织资料、提炼趋势、形成文档，再生成适合会议使用的演示内容。

相较于腾讯，这时阿里的优势来自通义模型、钉钉的组织和流程、阿里云的计算服务，以及电商体系中的经营数据与商业场景，千问办公争夺的也不是某一个文档功能，而是企业任务从产生到交付的整个过程。

就在阿里发布千问办公时，字节的豆包也以新的产品形态——豆包工作，加入了这场竞争。

豆包的路径与前两者又有所不同，它首先拥有庞大的大众用户基础，背后又有飞书积累的协同办公能力，以及字节跳动长期形成的内容生产和多媒体技术。

豆包工作更接近个人电脑上的通用执行助手。

它不仅生成文字，还要处理本地文件、制作办公内容、操作网页和完成连续步骤，对于普通员工和内容创作者来说，用户不必理解工作流或Agent，只需要像使用聊天助手一样描述目标就能驾驭这款产品。

此外，字节的多模态能力也让它更重视图片、视频、演示文稿和网页，一项营销任务不只是写文案，还可能涉及海报、短视频、数据分析和发布材料，谁能把这些内容工具组织进同一项任务，谁就更接近完整的数字工作台，这恰好是字节的强项。

值得一提的是，2023年和2026年前后两轮AI办公竞争，看起来相似，实际上大有不同。

2023年的关键词是“嵌入”，钉钉、腾讯会议和飞书把大模型嵌入到了原有软件，让AI帮助人总结、撰写和分析。

2026年的关键词是“接管”，WorkBuddy、千问办公和豆包工作开始建立工作空间，调用多个工具，处理本地和云端文件，执行长任务，并交付可以继续使用的成果。

上一轮争夺的是用户在哪里召唤AI，这一轮争夺的是谁来替用户完成工作。

而Codex的历史意义在于在最容易验证的编程场景中率先证明了Agent可以进入真实生产流程，国内AI办公大战则把这种模式带入到了更庞大的知识工作市场。

但AI能够生产，并不意味着它能够承担责任，测试通过不等于架构合理，报告格式完整不等于数据可信，会议待办被自动创建也不意味着决策正确。

如何打造一个更高级的智能体、打造那个终极AI助手，开始适时被越来越多提及。

2026年9月，在科技巨头发布会扎堆儿的这个月，Meta在自家Connect大会上对外发布了一款个人AI代理，Muse。

发布会现场，Meta展示了一个看似普通的场景：

用户在Instagram中收藏了一份食谱，Muse结合家庭成员的饮食限制，整理菜单和购物清单，并继续处理相关事务。

如果单独看每一步，它都不算惊人，真正不同的是，用户收藏食谱时没有明确要求AI做什么，Muse却要理解这条内容为什么与用户有关，它属于哪个长期目标，以及接下来是否应该采取行动。

这让AI助手的基本工作单位再次发生了变化：

Siri处理的是一句指令，Alexa处理的是一个家庭场景，Copilot处理的是一份工作内容，Codex处理的是一个工程目标；

而Muse试图处理的，则是一个人的长期意图。

为了做到这一点，Muse需要持续记住用户的偏好、关系、计划和工作习惯，它不仅要理解用户刚才说了什么，还要知道这个要求与过去的哪些事情有关。

传统AI助手只有在被唤醒时才开始工作，个人Agent则可能在后台持续运行，它会监测日历、消息、收藏内容和任务状态，在特定条件出现时主动提醒或执行。

Meta还计划把Muse带进WhatsApp、旗下社交应用和AI眼镜里。

届时，个人Agent获得的信息将不再局限于用户输入的文字，眼镜可以看到用户所见，麦克风可以获得现场语境，社交网络则能记录用户与谁交流、关注什么内容。

这构成了Meta研发Muse的独特优势。

当然，Meta研发Muse还有另一个契机。

Meta曾因执着于元宇宙错过了人工智能早年的研究窗口期，后来是选择通过Llama开源模型路径来扭转战局。

到了智能体竞争阶段，Meta本想通过“买买买”来补齐其中的差距，这就有了2025年年底与Manus的接洽。

最初经过十余天的谈判，双方很快签署了超20亿美元的收购协议，这在当时也被视为Meta又一载入史册的大额并购案。

如果说Facebook、Instagram、WhatsApp为Meta积累了数十亿用户，AI眼镜又让Meta能够获得现实世界信息，但当时的Meta AI仍主要是一名对话助手，需要一只像Manus这样的抓手来打开网页、运行程序、处理文件，并把用户的要求转化为一连串行动。

如果这一收购案顺利，Meta便可以将自己的用户关系、内容生态和硬件入口，与Manus的任务执行能力直接拼接在一起。

然而，天不遂人愿，这场并购经过长达半年的审查后，最终不了了之。

但在Manus进驻Meta后，Meta似乎学到了个人AI代理的研发之道，并在今年顺利打造出了Muse。

作为一个想要通过AI眼镜等载体进入用户生活、长期陪伴在用户左右的超级AI智能体，这样拥有记忆、工具、身份和行动能力，并且不会在一次对话结束后消失的数字分身，或许正是AI助手的终极之道。

就AI助手竞赛的焦点战场来看，在经历了智能家居、AI办公、AI编程轮回后，似乎又再次回到了最初的个人助手。

只不过，这一次，关于AI助手的幻想，这些科技巨头们又能实现多少？