本文來自微信公眾號： AIX財經(jīng) ，作者：AIX財經(jīng)團(tuán)隊，編輯：金玙璠
騰訊、字節(jié)、阿里辦公Agent，分屬三種“打工人格”。
AIX財經(jīng)（AIXcaijing）原創(chuàng)
7月27日，阿里開始內(nèi)測千問辦公。這款產(chǎn)品以QoderWork為基礎(chǔ)，整合了內(nèi)部Agent產(chǎn)品“悟空”和“MuleRun”的能力。同日，有媒體爆出，騰訊內(nèi)部將WorkBuddy產(chǎn)品當(dāng)作“超級項目”在推進(jìn)，且月訪問量連續(xù)三月領(lǐng)先。
千問辦公的入場，讓大廠AI辦公Agent的三條路徑更加清晰。騰訊的WorkBuddy始終瞄準(zhǔn)白領(lǐng)，字節(jié)的TRAE從開發(fā)者工具向通用職場擴(kuò)張，阿里則把多個Agent能力匯入千問辦公。
三款產(chǎn)品都想替打工人干活，真正用起來怎么樣？我們把六項任務(wù)交給它們，看看三個大廠的“電子牛馬”誰表現(xiàn)更好。
考慮到有兩款產(chǎn)品都能切換模型，為了盡量減少模型選擇帶來的影響，測試時我們統(tǒng)一讓它們調(diào)用自家最新的模型。WorkBuddy搭載混元Hy3、TRAE搭載豆包Seed-2.1-Pro、千問辦公則搭載Qwen 3.8 Max預(yù)覽版。需要說明的是，Qwen 3.8 Max目前仍處于預(yù)覽階段，千問辦公處于內(nèi)測階段，加之模型迭代較快，本次結(jié)論只反映三款產(chǎn)品在測試當(dāng)下的表現(xiàn)。
我們從完成度、質(zhì)量、速度、自主性和交付規(guī)范度五個維度觀察三款產(chǎn)品的實(shí)際表現(xiàn)。為了不讓逐輪打分影響閱讀，我們先呈現(xiàn)它們在不同場景中的具體表現(xiàn)，綜合評分則統(tǒng)一放在文末。
六輪測試下來，我們發(fā)現(xiàn)，三款產(chǎn)品的差異與其說來自單純的能力高低，不如說來自不同的產(chǎn)品基因。
WorkBuddy更像一名會主動補(bǔ)充觀點(diǎn)的分析師，但在復(fù)雜視覺和交互生成任務(wù)中不占優(yōu)勢；TRAE帶有明顯的程序員思維，工程結(jié)構(gòu)清晰、生成速度快，卻經(jīng)常不按傳統(tǒng)辦公方式交付；千問辦公更像一名追求完整交付的執(zhí)行者，愿意花更多時間補(bǔ)內(nèi)容、磨細(xì)節(jié)，但效率也因此被拖慢。這次測試未必能選出一個冠軍，但能看出不同產(chǎn)品更適合哪類工作。
話不多說，接下來我們來看三位“電子牛馬”的表現(xiàn)。
01.競品監(jiān)測：周報都會做，差別在交付
我們先從一個最日常的任務(wù)開始，讓它們定時追蹤阿里、騰訊和字節(jié)近一周的AI動態(tài)，覆蓋產(chǎn)品、模型和人事變化，按公司整理，末尾需要補(bǔ)充本周觀察，再把周報保存到桌面。競品監(jiān)測信息散、更新快，但難度不算高，正適合交給AI。
三家都交出了內(nèi)容比較完整的周報，但都對“近一周”的理解不夠到位，它們的差別主要體現(xiàn)在信息規(guī)范和交付方式上。
WorkBuddy比較有條理，它把每家公司的信息拆成模型、產(chǎn)品、人事與組織等版塊，且還補(bǔ)充了模型參數(shù)、產(chǎn)品數(shù)據(jù)和競爭態(tài)勢等細(xì)節(jié)，并按要求將周報保存至桌面。不過，它混入了不少監(jiān)測周期之外的消息，沒有注明信息來源。
←左右滑動查看更多→
Slide for more photos
千問辦公的內(nèi)容更集中，抓住了阿里整合Agent、騰訊統(tǒng)一模型組織、字節(jié)擴(kuò)張終端和算力三條主線。但它同樣納入了監(jiān)測周期外的信息，還把仍在內(nèi)測的千問辦公寫成7月21日正式發(fā)布，也沒有附上具體信源。
←左右滑動查看更多→
Slide for more photos
TRAE則沒有遵循交付的要求，而是把周報直接做成了一個網(wǎng)頁。網(wǎng)頁按日期和類別制作信息卡片，每條動態(tài)都標(biāo)注了來源并附上可跳轉(zhuǎn)核驗的鏈接，信息規(guī)范性和閱讀體驗是三家中最好的。不過，它也混入了監(jiān)測周期之外的信息，還有兩條重復(fù)的內(nèi)容。
←左右滑動查看更多→
Slide for more photos
第一輪已經(jīng)暴露了三家的習(xí)慣，WorkBuddy追求信息覆蓋面，千問辦公擅長壓縮和組織信息，TRAE則程序員思維明顯，下意識用網(wǎng)頁交付。
02.數(shù)據(jù)看板：圖表差距不大，數(shù)據(jù)先打架
接下來，我們再讓它們做一個截至測試當(dāng)日的2026年中國電影票房數(shù)據(jù)看板，包含年內(nèi)票房TOP10排行榜、月度趨勢折線圖、國產(chǎn)片與進(jìn)口片對比餅圖，并輸出HTML文件。這道題本質(zhì)上就是寫一個前端頁面，有數(shù)據(jù)、有圖表、有交互、有視覺要求。對于三款具備代碼能力的產(chǎn)品來說，難度不算大。
結(jié)果也驗證了這一點(diǎn)，在網(wǎng)頁呈現(xiàn)的層面，三家的差距不大，圖表、交互等功能要求都實(shí)現(xiàn)了。
WorkBuddy首次交付的數(shù)據(jù)不夠有時效性，沒有統(tǒng)計最新的票房變化，導(dǎo)致影片排名出現(xiàn)偏差。經(jīng)過提醒，它才將數(shù)據(jù)更新至測試當(dāng)日。
WorkBuddy生成的數(shù)據(jù)看板
千問辦公生成速度偏慢，但頁面完成度相對更高。除了規(guī)定的圖表，它還在頂部增加了滾動票房榜，并在標(biāo)題下方概括整體票房表現(xiàn)。頁面末尾附有信息來源和跳轉(zhuǎn)鏈接，方便進(jìn)一步核驗。
千問辦公生成的數(shù)據(jù)看板
TRAE首次使用的數(shù)據(jù)也只更新到一周前，經(jīng)提醒后才調(diào)整至測試當(dāng)日。它的優(yōu)點(diǎn)是為部分?jǐn)?shù)據(jù)補(bǔ)充了解讀，降低理解的門檻。
TRAE生成的數(shù)據(jù)看板
不過，這個場景暴露出數(shù)據(jù)可靠性的問題。它們給出的國產(chǎn)片與進(jìn)口片占比出現(xiàn)明顯差異，WorkBuddy給出的國產(chǎn)片占比約85%，千問辦公約92%，TRAE約80%。同時，三家都沒有給出明確統(tǒng)計范圍和計算口徑，很難判斷哪一組數(shù)據(jù)更準(zhǔn)確。
這個場景里，三家的差距最小，但反而讓我們看清了AI自查的數(shù)據(jù)不可靠。如果任務(wù)需要精準(zhǔn)的數(shù)據(jù)，則要進(jìn)行人工復(fù)核。
03.內(nèi)容創(chuàng)作：創(chuàng)作不算難，看誰更懂平臺風(fēng)格
我們再讓它們基于上一環(huán)節(jié)制作的數(shù)據(jù)看板，完成三個創(chuàng)作任務(wù)：寫一篇微信公眾號文章，要有觀點(diǎn)和分析，不能純羅列數(shù)字；寫一篇小紅書筆記，要口語化，帶emoji，結(jié)尾附5個推薦話題；再完成一份60秒的短視頻口播腳本，每句話需要有對應(yīng)的畫面建議。
先做一個總結(jié)，它們都能根據(jù)平臺調(diào)整文風(fēng)，但對平臺風(fēng)格的理解比較套路化。比如，生成的公眾號文章都有“報告感”，分得版塊過多，整體不夠流暢；小紅書文案集中使用“殺瘋了”“誰懂啊”等詞，比較模版化；視頻腳本差異不大，主要區(qū)別在于交付形式。
WorkBuddy的文章分析含量最高，檔期依賴、口碑黑馬、頭部集中、動畫賽道和進(jìn)口片失勢等都有寫到，但觀點(diǎn)略有重復(fù)。它的小紅書筆記就差點(diǎn)意思，內(nèi)容偏羅列，文風(fēng)不夠符合小紅書的調(diào)性。
←左右滑動查看更多→
Slide for more photos
千問辦公三類產(chǎn)出的風(fēng)格區(qū)分最明顯，基本貼合不同平臺的內(nèi)容要求。公眾號文章敘述更集中，小紅書筆記的語感和節(jié)奏是三家里最自然的。
←左右滑動查看更多→
Slide for more photos
TRAE的亮點(diǎn)是在視頻腳本上。它把口播腳本做成了一份分鏡表格，每句話對應(yīng)的畫面、時長、字幕樣式都標(biāo)得比較清楚，還額外給了轉(zhuǎn)場、封面的建議。
←左右滑動查看更多→
Slide for more photos
這個場景最有意思的地方在于，產(chǎn)品基因不是絕對的優(yōu)勢或劣勢，而是要看場景是否適配。WorkBuddy的分析能力在公眾號文章里是加分項，搬到強(qiáng)調(diào)口語感和輕松表達(dá)的小紅書卻變成了減分項。TRAE的工程思維讓腳本變成了結(jié)構(gòu)清晰的分鏡表格，這對視頻制作團(tuán)隊來說更實(shí)用。
沒有“更好的Agent”，只有“更適合場景的Agent”。
04.PPT制作：有慢工細(xì)活，也有把PPT做成網(wǎng)頁
接下來，我們把任務(wù)拉回常規(guī)辦公場景，讓它們制作一份10頁左右的PPT，主題是2026年Q2市場部工作總結(jié)與Q3規(guī)劃，適合季度會匯報，輸出為PPT文件。
這道題本該是WorkBuddy的主場，但結(jié)果有些意外。WorkBuddy整體框架沒問題，可是有兩個圖表沒有正常顯示出來，而且缺結(jié)束頁，完整度和穩(wěn)定性不足。
←左右滑動查看更多→
Slide for more photos
千問辦公的成品內(nèi)容豐富，各類圖表和數(shù)據(jù)統(tǒng)計口徑更多，同時整體的視覺呈現(xiàn)比其他兩家要好。不過，有的頁面出現(xiàn)數(shù)字被遮擋的情況，以及速度依舊比較慢。
←左右滑動查看更多→
Slide for more photos
TRAE速度最快，但打開一看又是網(wǎng)頁。它給了一個可以用快捷鍵切換主題的HTML頁面，但第一次用快捷鍵切換時沒反應(yīng)，提醒之后才恢復(fù)正常。它的整體內(nèi)容比較簡單，不過，在匯報內(nèi)容準(zhǔn)備上更省心，還額外提供了逐字稿。
←左右滑動查看更多→
Slide for more photos
這一輪拉開差距的，是能不能按照辦公習(xí)慣穩(wěn)定交付。WorkBuddy理解匯報邏輯，但穩(wěn)定性不足；千問辦公重視內(nèi)容完整度，只是依舊速度慢；TRAE會主動補(bǔ)充逐字稿，但再次做成網(wǎng)頁，不夠適配辦公場景。
這也說明，生成速度快不等于整體效率高。如果文件格式不符合要求，或者首輪結(jié)果需要返工，速度優(yōu)勢就會被重新消耗。
05.視覺設(shè)計：3D場景拉開差距，審美、細(xì)節(jié)有差異
前四個場景偏辦公，從第五輪開始，我們進(jìn)一步測試它們的能力邊界。需要說明的是，接下來的任務(wù)并非典型辦公場景，更接近壓力測試，重點(diǎn)考察三款產(chǎn)品能否將代碼、視覺和交互真正整合成可用的成品。
我們讓它們用Three.js做一個海底世界場景，要有珊瑚礁、至少三種不同的魚群在游動、水面光影透射效果、緩慢飄動的水草，支持鼠標(biāo)拖拽旋轉(zhuǎn)視角和滾輪縮放，整體色調(diào)偏深藍(lán)，要有氛圍感。這道題同時考驗前端編程、3D建模、動畫和視覺審美。
千問辦公依舊交卷最慢，但成品也是三家里最完整的。它的成品要素齊全，魚的建模比較寫實(shí)，能看出魚的形態(tài)，水面光影的透射效果也最自然，更接近真實(shí)的水下光照。
千問辦公制作的海底世界場景
TRAE同樣要素齊全，但細(xì)節(jié)粗糙。整體畫面偏暗，光影效果不太明顯，魚群則直接用橢圓形物體代替，視覺效果一般。
TRAE制作的海底世界場景
WorkBuddy的成果則漏掉了魚群這一核心要素。光影效果也看起來像舞臺燈光打在布景上，不符合水下光線透射的物理規(guī)律。
WorkBuddy制作的海底世界場景
前幾輪里，三家的差距更多體現(xiàn)在風(fēng)格偏好上，到了這一輪，差距變成了能力邊界。WorkBuddy缺失核心要素，說明它在辦公分析類任務(wù)上有優(yōu)勢，但復(fù)雜視覺任務(wù)的處理跟不上；千問辦公慢工出細(xì)活，視覺質(zhì)量領(lǐng)先；TRAE能交差但沒有驚喜，工程底子保證了完整度，卻沒有進(jìn)一步轉(zhuǎn)化為審美優(yōu)勢。
06.游戲制作：游戲能玩，細(xì)節(jié)翻車
最后一輪，我們把難度繼續(xù)往上拉。
這次的任務(wù)是做一款屋頂跑酷游戲。玩家開局自動奔跑，在屋頂之間跳躍，穿過檢查點(diǎn)，在倒計時結(jié)束前抵達(dá)終點(diǎn)。相比上一輪的海底世界，這道題多了一層要求，畫面做好之后，游戲邏輯還得成立。
千問辦公在生成過程中還連續(xù)彈出多個“高危操作”確認(rèn)框，需要手動逐一放行。它設(shè)計的跑酷路線較長，但水塔這類障礙物，角色可以直接穿過，沒有起到阻攔的作用。穿模意味著不夠理解物理規(guī)律，也讓跑酷變成了一條直線沖刺，可玩性打了折扣。此外，終點(diǎn)的設(shè)置同樣直接穿墻，不符合物理規(guī)律。經(jīng)提醒后能改正，說明穩(wěn)定性不足。
千問辦公制作的跑酷游戲
WorkBuddy的畫面簡單得多，屋頂數(shù)量少，城市裝飾也比較稀疏，跑幾步就能接近終點(diǎn)，此外也同樣存在穿模問題。
WorkBuddy制作的跑酷游戲
TRAE的情況比較曲折。第一次交付的版本無法直接進(jìn)入游戲，只有一個游戲說明頁面。提醒之后重新生成，二次產(chǎn)出整體畫面不錯，但試玩之后發(fā)現(xiàn)單次跳躍距離不足以跨過屋頂間隙，玩家根本無法抵達(dá)對面，再次修改后，跳躍距離又變得過遠(yuǎn)，不過基本能正常使用。
把三家的表現(xiàn)放在一起看，它們都能搭出游戲框架，但沒有在交付前發(fā)現(xiàn)存在的問題。千問辦公的路線和場景更豐富，但碰撞細(xì)節(jié)也不夠穩(wěn)定；WorkBuddy能完成相關(guān)流程，關(guān)卡設(shè)計卻過于簡單；TRAE展現(xiàn)了工程化搭建能力，但參數(shù)細(xì)節(jié)反復(fù)有問題，需要多輪調(diào)整才能玩起來。
07.結(jié)語
六項任務(wù)中，競品監(jiān)測、數(shù)據(jù)看板、內(nèi)容創(chuàng)作和PPT制作屬于高頻辦公任務(wù)，主要考察實(shí)際工作價值；視覺設(shè)計和游戲制作則用于測試產(chǎn)品的復(fù)雜生成能力和能力邊界。
最終評分既看結(jié)果，也看過程：內(nèi)容缺漏、數(shù)據(jù)口徑不明、反復(fù)返工和交付格式偏差，都被納入考量。
從結(jié)果來看，千問辦公拿到最高分，WorkBuddy緊隨其后，TRAE位列第三，但三者的總分并沒有拉開明顯差距。排名之外，更值得關(guān)注的是它們分別在哪些方面拿了分?jǐn)?shù)。
千問辦公的優(yōu)勢，一是在于復(fù)雜生成任務(wù)完成度更高，二是在于成品的完成度和質(zhì)量更高。不過，它的生成速度較慢，也會存在細(xì)節(jié)處理不到位的情況。它愿意花更多時間處理細(xì)節(jié)，但不代表首輪交付穩(wěn)定。
WorkBuddy的得分主要來自它對辦公任務(wù)的理解。無論是競品監(jiān)測、內(nèi)容分析，還是資料整理，它都會主動補(bǔ)充觀點(diǎn)。但進(jìn)入3D設(shè)計、游戲制作這類難度較高的生成任務(wù)，它的短板在于細(xì)節(jié)不足、物理邏輯欠缺。
TRAE則延續(xù)了開發(fā)者思維。它寫代碼、搭頁面、做結(jié)構(gòu)化內(nèi)容時效率最高，很多交付都會自動轉(zhuǎn)化成網(wǎng)頁、表格等工程化形式。但對于傳統(tǒng)辦公場景來說，“程序員思維”有時候會帶來交付格式上的水土不服。
所以，天選的“電子牛馬”并不存在。
選對工具的關(guān)鍵，不能只看誰排名最高，還得看你的日常工作更需要哪一種能力。需要搜集資料、分析問題和提煉觀點(diǎn)時，WorkBuddy更順手；需要制作多平臺內(nèi)容、PPT或視覺成品，更看重完成度時，千問辦公更有優(yōu)勢；需要搭建網(wǎng)頁、整理制作流程時，TRAE更容易發(fā)揮長處。
*題圖來源于千問辦公官網(wǎng)。