夜雨聆风周末坐电梯的时候，我抬头看到了一整面 TRAE Work 的广告。
那一刻我有点恍惚。
几个月前，这类产品还只在程序员和 AI 爱好者中间流传。现在，它已经开始和健身房、汽车、在线教育一起抢电梯里的注意力了。
AI 办公软件显然不再满足于做一个小众工具。腾讯有 WorkBuddy，阿里有千问办公，字节把 TRAE 推向了更广的工作场景。连每天上下班等电梯的几秒钟，都成了这场竞争的一部分。
可广告能告诉你它会写报告、做表格、查资料，却不会告诉你另一件更重要的事：
这些看起来越来越像的软件，真正干活的那套东西，到底是谁做的？
回家以后，我把几个软件都装在了电脑上，用 codex 拆解了一下
这次我放在一起看的，是三个大厂产品——字节的 TRAE Work、腾讯的 WorkBuddy、阿里的千问办公——再加上一个由小团队开发的 NewMax。
它们的界面都在往“聊天框＋任务清单＋AI 替你操作电脑”靠拢，但界面下面，走的其实是四条不同的路。
别急着比功能，先分清三层
一个 AI 办公软件，至少可以拆成三层。
最里面是“脑子”，也就是 Claude、通义千问、混元这类大模型。它负责理解和推理。
中间是“工作系统”。它决定怎么拆任务、记住要求、调用工具、遇到错误以后怎么继续，以及交付之前会不会先检查一遍。程序员常把这一层叫 Agent Runtime 或调度系统。
最外面才是我们每天看到的桌面界面：聊天框、任务清单、按钮和动画。
界面决定用起来顺不顺手，模型决定能力上限，而中间那套工作系统，决定聪明的模型能不能稳定地把事情做完。
这次我真正想比较的，就是中间这一层从哪里来，以及产品方能控制多少。
AI 办公软件的三层结构：界面、工作系统和大模型
TRAE Work：把编程智能体做宽，变成所有人的工作台
我在电梯里看到的 TRAE Work，并不是一个突然冒出来的新产品。
2026 年 6 月 9 日，TRAE 官方宣布把原来的 TRAE SOLO 更名为 TRAE Work。SOLO 最初面向开发者，擅长从需求出发完成一整段开发任务；改名以后，产品边界被主动扩到研究、写作、数据分析、方案规划和跨团队协作。
官方现在把它分成 Work Mode 和 Code Mode，并同时提供桌面、网页和移动端。
这条路线很有字节的特点：先从一个已经跑通的高强度场景——编程——练出任务执行能力，再把这套能力做宽，推向产品、运营、市场、数据等更多职业。
所以 TRAE Work 的关键，不只是“又做了一个 AI 办公界面”，而是把原本服务程序员的智能体工作方式，包装成普通职场人也能使用的产品。
至于它的本地执行层具体由哪些组件构成，因为这次没有对 TRAE Work 安装包做同样的拆解，我不在这里下结论。但从官方产品沿革可以确认，它不是从一个通用聊天框起步，而是从端到端执行任务的 SOLO 演化而来。
WorkBuddy：自己做执行系统，再连接不同模型
在 WorkBuddy 的安装包里，我找到了一个名为 codebuddy 的独立程序，内部还能看到 Genie 的相关标识。
它有自己的版本信息和功能模块。更关键的是，它不依赖桌面聊天界面，也可以单独在命令行里启动。换句话说，桌面界面并不是全部，真正负责执行任务的工作系统被单独做成了一层。
从包内结构来看，这套系统还预留了连接不同模型的能力。模型可以更换，但任务怎么拆、工具怎么调用、过程怎么管理，主要由腾讯自己的工作系统负责。
我能从拆包结果确认的是：WorkBuddy 并不只是给某个现成聊天机器人套一层桌面界面，它里面确实包含一套独立的任务执行程序。
这条路线押注的是：模型可以变化，但组织模型干活的方法要掌握在自己手里。
千问办公：自己做执行层，并与自家模型体系结合
在千问办公的安装包里，我也找到了一个独立程序，文件名叫 qoderclicn，来自阿里的 Qoder 团队。
把它的命令、参数和功能分类与 Claude Code 放在一起看，会发现两者使用了非常接近的产品语言。这更像手机行业里的一种常见做法：核心系统自己实现，但交互方式参考已经被市场验证的成熟设计。
仅凭命名和操作方式相似，不能判断代码从哪里来；能够确认的是，千问办公同样把任务执行能力做成了独立的一层，并与阿里自己的模型体系结合。
它押注的是另一种控制力：从模型到任务执行系统都尽量留在自己的生态里，之后可以一起迭代、一起调整。
NewMax：小团队不造所有东西，把力气用在具体场景上
最后是 NewMax。
我特意把它放进来，不是因为它和前三家处在同一个体量，而是因为它恰好提供了一个对照：当一个没有大厂资源的小团队也想做 AI 办公软件，它会怎么选？
NewMax 没有把有限精力用在从头再造一套底层引擎上，而是接入成熟的任务执行能力，再往外增加本地优先的文件管理、可复用的 Skill，以及飞书、公众号等具体工作场景。
这是一条很典型的小团队路线：不和大厂比谁造得更全，而是借助成熟底座，比谁离一小群用户的真实工作更近。
它的优势是反应快、场景具体，也能较早获得成熟的执行体验；限制同样清楚——底层引擎怎么升级、怎么授权，不完全由自己决定。
四款软件，押的是四种不同的控制力
放在一起看，区别就清楚了：
- •
TRAE Work 押注的是产品扩张能力：把编程智能体做宽，变成跨职业工作台；
- •
WorkBuddy 押注的是调度能力：自己掌握工作系统，同时连接不同模型；
- •
千问办公押注的是体系整合：自己的工作系统与自己的模型生态一起迭代；
- •
NewMax 押注的是小团队的聚焦速度：接入成熟底座，把精力放在本地工作和具体场景。
这四条路，没有哪一条天然正确。
大厂自己做，不代表现在一定做得最好；小团队使用成熟底座，也不等于产品没有价值。大厂的优势是资源、生态和长期控制力，小团队的机会则是更快、更具体、更贴近一群人的工作习惯。
所以，知道一款产品的底层从哪里来，并不能替你决定该用哪一个。它只能帮你看清：这家公司真正掌握什么，又把什么交给了别人。
最后还是要回到用户手上：它能不能记住你的要求，能不能在交付前自己检查，出错以后能不能继续，遇到危险操作时知不知道停下来问你。
周末电梯里的那张广告，让我意识到 AI 办公大战已经从科技圈走进了日常生活。
但真正决定我们会不会留下一个软件的，从来不是电梯里那几秒钟，而是它能不能把我们每天手上的活，稳稳地接过去。
下一篇，我不用技术术语，换成“聪明实习生和带教系统”的比方，把这件事讲清楚。