腾讯WorkBuddy开放三方模型半年，豆包、小米为何跟进

深流研究所撰文，经钛媒体授权发布。

AI办公这场仗打到现在，玩法变了：大家齐刷刷照着腾讯的路子走。

以前用户开哪家的办公Agent，用的就是那家的模型。腾讯WorkBuddy算个异类——今年3月刚上线，就把DeepSeek、GLM、Kimi这些三方模型摆出来让用户挑。

到了10月以后，阶跃星辰和小米的旗舰模型也陆续进了WorkBuddy，国内主流大模型基本齐了。

现在，别的AI办公产品也追了上来。上周五，豆包工作向企业客户开放三方大模型服务，首批接入Kimi、GLM、DeepSeek等；同一天，小米MiMo Desktop宣布会员能选更多模型，DeepSeek系列在列。

AI办公产品为啥都开始把对手的模型请进自家门？

任务面前，没有永远的单点领先

多模型这条道，WorkBuddy已经走了半年多，跟上来的人越来越多。

10月初，马斯克在X上放话，Grok Bot可以调用Claude、Midjourney、Suno等第三方模型。没过几天，谷歌推出面向办公场景的Gemini Agent，同样开放了对Claude等第三方模型的支持。

微软10月底那篇发布Copilot Harness的文章，开篇就点明多模型的必要：“If you want to compete, you need to be multi-model.”按微软的说法，多模型已是AI公司参赛的入场券。

道理不复杂。AI进了办公场景，干的是任务，用户需要的智能供给自然五花八门。

同一家公司里，行政、销售、财务、设计、产品经理各干各的，任务差得远。何况一项活儿就可能包含资料检索、数据分析、内容生产、视频生成好几道工序，对推理、写作、多模态的要求各不相同。

另一头，模型厂商在各项能力上一直较劲，迭代越来越快。眼下某家模型编程强，另一家成本效率高，可新模型一发布，原来的相对优势又得重新洗牌。

能力领先就像潮水，涨了又落，谁也没法在岸上站定不动，谁也不敢打包票自家模型在所有任务上永远第一。

所以马斯克和谷歌解释为何提供三方模型时，口径一致：任务不同，该选的模型也不同。

让任务去匹配模型，正是多模型策略的价值。Google Cloud的CEO在10月初公开讲过，“最适合任务的模型并不总是最大的”。模型和任务对上号，复杂任务准确率能上去，简单任务成本能下来。

办公场景尤其如此。用户的任务记录、工作流和上下文，往往都沉淀在一个Agent里。开放模型选择后，用户能按任务在质量、速度、成本之间调优，不用为单一模型将就；模型偏好变了，也不必把整套工作环境搬一遍。

对巨头们来说，留住用户整套工作环境，比死守自家模型更有商业价值。

模型隐入后台，Agent入口更加重要

以任务为核心的需求，正在改写模型能力和Agent产品之间的关系与位置。

对办公Agent而言，模型是完成任务的底层智能供给，Agent要把这些能力整合起来，让它们在具体工作流里真正起作用。

一款办公Agent要是给不出用户完成任务所需的更丰富、更可靠的智能能力，用户就可能掉头走人。豆包工作先向企业用户开放第三方模型，多半也是这层考量。

反过来，模型能力也得找更多进入真实任务的渠道。

过去，大模型厂商一般靠自家Chatbot或API把能力递给用户和开发者。办公Agent发展起来后，模型能力触达用户的路子正在变得更多样。

易观分析的数据显示，2026年9月中国桌面端AI原生办公智能体市场总访问量超过3亿次，较2026年6月涨了近5倍。排在第一的是WorkBuddy，9月月访问量为8534万次。

办公Agent已经成了模型触达用户的一条成规模渠道。模型厂商因此也自己做Agent，DeepSeek就在9月底上线了WorkBuddy。模型能力越来越像底层供给，用户要调用它，得经过Agent这个入口，Agent的分量自然就重了。

腾讯方面披露，WorkBuddy今年3月上线至今完成了90亿次任务请求，企业版已进入50多个行业，覆盖50%的中国企业500强和60%的中国企业100强。DeepSeek最近发布的V4.1 Flash新版本模型，就专门针对WorkBuddy这类平台框架做了优化。小米宣布旗下Agent产品接入DeepSeek的同时，自家大模型也接进了WorkBuddy。

DeepSeek-V4.1-Flash-1017 更新日志

向外调度模型，对内重组自身

接入更多模型，只是Agent能力建设的一部分。模型接进来之后，工具调用、上下文传递、执行控制、结果验证这些问题还得解决。这几个环节能配合上，多模型的能力才算真正落到任务完成上。

这就牵出了AI办公竞争的另一面：围绕任务协同，公司该怎么重组自己的能力和资源。

易观分析那份数据里排前三的办公Agent，分别出自腾讯、阿里和字节。这几家成熟大厂本来就产品线丰富、彼此相对独立，用户入口、数据、工具、账号体系和产品团队各有积累。

可真实办公场景里，用户丢给Agent的常常是一项横跨多个产品、数据源和操作环节的任务。Agent得去不同系统里找信息，调用相关产品的能力，再把执行结果串起来。要是各产品还只能各管各的，用户就得自己来回切换、搬材料、反复交代背景。

办公Agent想真正把任务做完，就得把这些散落的能力和资源重新组织起来。近期腾讯WorkBuddy与企业微信全面打通，上周刚发布的Buddy One也是围绕Agent任务协同来改造自身。Buddy One把WorkBuddy和腾讯文档、腾讯会议、腾讯网盘、ima连到一起，用户授权后，文档、会议记录和知识库可以一起检索，账号和积分权益也做了统一。新推出的腾讯网盘则为WorkBuddy套件提供统一存储，Agent干活时攒下的资料和生成的成果能存住，后续任务里按权限继续调用。换设备、换应用，工作都不用从头再来。

不同产品提供的功能和内容，就这样围绕同一项任务协同起来。腾讯的内部整合还往下延伸到了云基础设施。据腾讯介绍，腾讯云Agent Runtime针对Agent长时间运行、状态保存、休眠与恢复等特点调整了基础设施，让任务能持续执行下去。

上个月刚发布AI办公产品的谷歌也在做类似的事。Gemini Agent可以连接Gmail、Drive、Docs、Slides、Sheets、Chat和Calendar等Workspace应用，跨应用执行任务，并调用相关工作资料和上下文来提供服务。它还能按任务需要调用不同模型、工具和子Agent，Claude等第三方模型也在其中。

腾讯和谷歌的整合，都没停在自家产品体系里。WorkBuddy可以通过开放能力接入飞书等第三方办公产品，Gemini Agent也支持连接Confluence、Microsoft Office、Teams、Slack等外部办公工具。办公Agent要是只能调自家产品，任务执行还是会被生态边界卡住。

腾讯和谷歌都在试着让旗下的AI办公产品充当一个双向调度枢纽：对外接入三方模型和外部生态，按任务调用不同能力；对内调度产品、工具和上下文，让这些资源围着任务协同。

多模型策略渐渐成了共同选择，AI办公的竞争也会进一步扎进任务执行过程。模型可以来自不同厂商，但用户把任务交给一个Agent之后，真正决定体验的是它能不能理解目标、找到合适的能力、组织执行过程，出问题时及时调整，最后交付可靠的结果。这份统一调度的功夫，没法从别家轻易学来。