夜雨聆风拆出来之前，字节已经把周边能力铺了一周。8月17日上线手机远程控制电脑，8月18日上线Windows虚拟桌面，支持AI在隔离环境里执行任务，8月21日再把技能、连接器和工作伙伴收进工作任务侧边栏的统一入口并“商店化”，上架两百多个现成技能，能连接飞书、钉钉、企业微信。这一串动作拼起来是一条完整的办公 Agent产品链，远超单点功能。
同一时间，阿里也在收口，但路径不同：阿里8月20日财报首次把千问和AI实验室合并为“AI实验室与应用”板块独立披露，AI业务从技术中台升为独立业务线。更早的8月19日，火山引擎让特斯拉中国车机接上了豆包，把对话和内容生成带进车内场景。国内三强在办公Agent上的卡位，节奏高度同步。
海外的动作更早。微软8月5日把Azure DevOps Remote MCP Server推到正式可用，团队不用安装就能把工作项、代码仓库、流水线接进Agent；费用管理平台Ramp在8月20日发了多模型Router，可以在多家基础模型之间动态路由企业流量；做检索层的Pinecone在8月6日宣布 Nexus正式可用，让企业数据变成Agent能直接调用的知识。这三桩海外动作集中在8月上旬，比国内这波办公Agent收口早了约两周，但指向的判断是一致的：模型公司、云厂、工具平台，都在往让Agent干活这一层挤。这层的商业逻辑和模型层不一样。模型按token收费，价格只会越来越低；入口和工作流按席位和效率收费，粘性高、迁移难。谁占住入口，谁就握住了定价权向上走的通道，这也是为什么三家都急着把办公单独拎出来。时机也凑巧。企业侧Agent用了快两年，演示阶段已经翻篇，试点正转向全面铺开，入口产品正好卡位这个转折。
办公Agent的竞争焦点已经离开模型能力，压到入口和工作流上。用户关心的是这个东西能不能接管每天打开的那几个软件、连上飞书和钉钉、把重复工作真的做完，背后跑哪家模型，用户很少过问。谁先占住每天第一个被打开的入口，谁就锁定了工作流，后面的模型切换成本会很高。2026年被业内叫桌面Agent元年，中美同频收口，同一拨需求在两边同时成熟，不是巧合。
对国内玩家来说，三强格局已经显形：字节靠豆包的大流量和产品迭代速度，腾讯靠WorkBuddy先发的办公场景沉淀，阿里靠财报独立披露后的千问品牌整合和云生态。这格局和海外很像，微软、谷歌、OpenAI也是云厂加模型厂的组合，办公是它们必争的高频场景。商业化路径也清晰起来，一层是面向个人的订阅，一层是面向企业的连接器授权和私有化部署。中小厂很难在入口层正面拼，但可以做垂直工作流的技能提供商，嵌入大厂的技能商店，借别人的流量养自己的深度。有一个容易被忽略的细节：豆包的技能商店一次连上飞书、钉钉、企微，等于把国内最主流的三个协作系统变成了Agent的四肢。这一步比模型参数重要，因为用户每天真正在用的就是这些系统。腾讯WorkBuddy先发，字节用流量和迭代速度追，阿里用云生态补，三家打法各有侧重，最后比的是谁能先让用户把日常工作交给Agent托管。不过入口之争也有反例。办公场景里用户最在意的是别出错、别乱动我的文件，Agent一旦误删或越权，信任会瞬间崩塌。豆包和WorkBuddy都在用隔离环境、连接器授权来压风险，但真实办公的边界比Demo复杂得多。谁能把可控做成默认项，谁才留得住用户。这一点上大厂反而有优势，因为它们手里有真实企业客户和合规框架，小团队空有模型却难跨过信任门槛。这种信任壁垒，短期内是小团队跨不过去的。办公Agent的胜负，最终会落在信任和习惯两件事上。
看连接器生态和技能市场的建设速度，而不是只看模型发布会。豆包两周内连上飞书、钉钉、企微，本质是先把用户的真实工作系统接进来，Agent才有用武之地。国内做办公Agent的团队，优先级应该是先打通两三个高频协作工具，再谈智能有多强。工作流锁定比参数领先更难被复制，也更值钱。
接下来有两个方面需要关注：一是豆包独立App上线后的留存，决定办公Agent究竟算真需求，还是只是一阵尝鲜；二是腾讯WorkBuddy会不会用一次大版本反击，把先发优势变成份额优势。值得观察的是，豆包独立App能不能把字节的C端流量转成办公留存——流量大不等于办公刚需，这一步才是真正的考验。入口之争一旦定型，后来者要付出的除了技术成本，还有用户习惯的迁移代价。这一仗的赢家，大概率是那个最早住进用户日常工作流里的产品。
