实测三款AI办公应用:谁是天选“电子牛马”?

腾讯、字节、阿里办公Agent,分属三种“打工人格”。

AIX财经(AIXcaijing)原创
作者 | 雷晶
编辑 | 金玙璠

7月27日,阿里开始内测千问办公。这款产品以QoderWork为基础,整合了内部Agent产品“悟空”和“MuleRun”的能力。同日,有媒体爆出,腾讯内部将WorkBuddy产品当作“超级项目”在推进,且月访问量连续三月领先。
千问办公的入场,让大厂AI办公Agent的三条路径更加清晰。腾讯的WorkBuddy始终瞄准白领,字节的TRAE从开发者工具向通用职场扩张,阿里则把多个Agent能力汇入千问办公。
三款产品都想替打工人干活,真正用起来怎么样?我们把六项任务交给它们,看看三个大厂的“电子牛马”谁表现更好。
考虑到有两款产品都能切换模型,为了尽量减少模型选择带来的影响,测试时我们统一让它们调用自家最新的模型。WorkBuddy搭载混元Hy3、TRAE搭载豆包Seed-2.1-Pro、千问办公则搭载Qwen 3.8 Max预览版。需要说明的是,Qwen 3.8 Max目前仍处于预览阶段,千问办公处于内测阶段,加之模型迭代较快,本次结论只反映三款产品在测试当下的表现。
我们从完成度、质量、速度、自主性和交付规范度五个维度观察三款产品的实际表现。为了不让逐轮打分影响阅读,我们先呈现它们在不同场景中的具体表现,综合评分则统一放在文末。
六轮测试下来,我们发现,三款产品的差异与其说来自单纯的能力高低,不如说来自不同的产品基因。
WorkBuddy更像一名会主动补充观点的分析师,但在复杂视觉和交互生成任务中不占优势;TRAE带有明显的程序员思维,工程结构清晰、生成速度快,却经常不按传统办公方式交付;千问办公更像一名追求完整交付的执行者,愿意花更多时间补内容、磨细节,但效率也因此被拖慢。这次测试未必能选出一个冠军,但能看出不同产品更适合哪类工作。
话不多说,接下来我们来看三位“电子牛马”的表现。

01.竞品监测:周报都会做,差别在交付
我们先从一个最日常的任务开始,让它们定时追踪阿里、腾讯和字节近一周的AI动态,覆盖产品、模型和人事变化,按公司整理,末尾需要补充本周观察,再把周报保存到桌面。竞品监测信息散、更新快,但难度不算高,正适合交给AI。
三家都交出了内容比较完整的周报,但都对“近一周”的理解不够到位,它们的差别主要体现在信息规范和交付方式上。
WorkBuddy比较有条理,它把每家公司的信息拆成模型、产品、人事与组织等版块,且还补充了模型参数、产品数据和竞争态势等细节,并按要求将周报保存至桌面。不过,它混入了不少监测周期之外的消息,没有注明信息来源。

←左右滑动查看更多→
Slide for more photos

千问办公的内容更集中,抓住了阿里整合Agent、腾讯统一模型组织、字节扩张终端和算力三条主线。但它同样纳入了监测周期外的信息,还把仍在内测的千问办公写成7月21日正式发布,也没有附上具体信源。

←左右滑动查看更多→
Slide for more photos

TRAE则没有遵循交付的要求,而是把周报直接做成了一个网页。网页按日期和类别制作信息卡片,每条动态都标注了来源并附上可跳转核验的链接,信息规范性和阅读体验是三家中最好的。不过,它也混入了监测周期之外的信息,还有两条重复的内容。

←左右滑动查看更多→
Slide for more photos

第一轮已经暴露了三家的习惯,WorkBuddy追求信息覆盖面,千问办公擅长压缩和组织信息,TRAE则程序员思维明显,下意识用网页交付。

02.数据看板:图表差距不大,数据先打架
接下来,我们再让它们做一个截至测试当日的2026年中国电影票房数据看板,包含年内票房TOP10排行榜、月度趋势折线图、国产片与进口片对比饼图,并输出HTML文件。这道题本质上就是写一个前端页面,有数据、有图表、有交互、有视觉要求。对于三款具备代码能力的产品来说,难度不算大。
结果也验证了这一点,在网页呈现的层面,三家的差距不大,图表、交互等功能要求都实现了。
WorkBuddy首次交付的数据不够有时效性,没有统计最新的票房变化,导致影片排名出现偏差。经过提醒,它才将数据更新至测试当日。
WorkBuddy生成的数据看板
千问办公生成速度偏慢,但页面完成度相对更高。除了规定的图表,它还在顶部增加了滚动票房榜,并在标题下方概括整体票房表现。页面末尾附有信息来源和跳转链接,方便进一步核验。
千问办公生成的数据看板
TRAE首次使用的数据也只更新到一周前,经提醒后才调整至测试当日。它的优点是为部分数据补充了解读,降低理解的门槛。
TRAE生成的数据看板
不过,这个场景暴露出数据可靠性的问题。它们给出的国产片与进口片占比出现明显差异,WorkBuddy给出的国产片占比约85%,千问办公约92%,TRAE约80%。同时,三家都没有给出明确统计范围和计算口径,很难判断哪一组数据更准确。
这个场景里,三家的差距最小,但反而让我们看清了AI自查的数据不可靠。如果任务需要精准的数据,则要进行人工复核。

03.内容创作:创作不算难,看谁更懂平台…
— 以上为试看内容(约 40%),开通会员后阅读全文 —