AI办公产品集体转向多模型策略，腾讯WorkBuddy引领开放生态新趋势

AI办公赛道的竞争逻辑正在发生根本性变化。过去半年，一个显著趋势浮出水面：越来越多的办公智能体产品不再坚持“自家模型独家绑定”，而是主动引入竞争对手的大模型能力——腾讯WorkBuddy率先破局，如今已成行业共识。

2026年3月上线的腾讯WorkBuddy，从一开始就向用户开放DeepSeek、GLM、Kimi等第三方模型选项；10月以来，又陆续接入阶跃星辰与小米的旗舰模型，基本覆盖国内主流大模型阵营。这一策略迅速被同行效仿：10月下旬，字节跳动的豆包工作面向企业客户开放三方模型服务，首批接入Kimi、GLM、DeepSeek系列；同日，小米MiMo Desktop宣布会员用户可选用DeepSeek等更多模型。海外巨头亦同步跟进——马斯克在X平台宣布Grok Bot将支持Claude、Midjourney等第三方模型；谷歌发布Gemini Agent时明确开放Claude接入；微软更在Copilot Harness技术文档开篇直言：“If you want to compete, you need to be multi-model.”

这一集体转向背后，是办公场景对AI能力提出的真实需求。办公任务天然具有高度异质性：行政需流程自动化，销售依赖客户洞察与话术生成，财务强调数据准确性，设计则要求多模态输出。一项完整任务往往横跨检索、分析、写作、视频生成等多个环节，单一模型难以通吃。与此同时，大模型能力迭代加速，优势窗口期极短——某模型在编程上领先，另一家可能在推理成本或响应速度上占优；新模型发布后，原有格局即被重置。正如Google Cloud CEO所言：“最适合任务的模型并不总是最大的。”

多模型策略的核心价值在于实现“任务-模型”精准匹配：用户可在同一Agent内，根据具体需求切换模型，兼顾质量、速度与成本，无需为单一模型妥协，也避免因模型偏好迁移整套工作流。对企业而言，留住用户的任务记录、工作流与上下文沉淀，远比固守“纯自研”更有商业意义。

这一趋势也重塑了模型与Agent的关系定位。模型正从前台主角退居为后台智能供给单元，而Agent作为用户交互入口的价值持续上升。据易观分析，截至2026年9月，中国桌面端AI原生办公智能体市场月访问量突破3亿次，其中WorkBuddy单月达8534万次，位居第一。腾讯披露，WorkBuddy上线以来已完成90亿次任务请求，企业版覆盖50%的中国企业500强与60%的中国企业100强。

模型厂商亦积极回应：DeepSeek于9月底推出DeepSeek Harness，并在10月发布V4.1 Flash版本，专门针对WorkBuddy等平台框架优化；小米在接入DeepSeek的同时，也将其自研模型纳入WorkBuddy生态。这标志着一种新型协作关系的形成——模型提供底层能力，Agent整合调度，双方共同服务终端用户。

值得注意的是，这种开放并非无序堆砌，而是基于实际性能与工程适配的理性选择。以MiniMax H3为例，其开源多模态模型在图生视频领域表现突出：2026年9月Arena榜单中以1495分排名第一，累计获5.7万次评测投票；在Image-to-Video Arena社区评测中，MiniMax H3以1495分高居榜首，大幅领先Gemini Omni Flash（1488分）与Wan 3.0（1480分）。其开放权重特性使其成为多家机构二次开发的基础——Pika推出H3 Flex，fal开发H3 Max，英伟达则基于H3构建Open-H3-Regenerate-2K，用于高分辨率视频精修。

英伟达的参与尤为关键。作为硬件与生态构建者，其选择H3不仅因其生成质量与推理效率，更因该模型具备良好的可扩展性与本地部署兼容性——这与CUDA生态早期“硬件+开源工具链”策略一脉相承。多模态模型领域正出现类似机会：围绕优质基座模型构建推理加速、应用层工具与开发者生态，有望形成新的技术护城河。

反观企业端，另一条隐性逻辑也在浮现：AI引用源生态决定品牌可见性。当用户提问“青梅酒新锐品牌有哪些”，大模型若未召回企业信息，官网再精美也无济于事。引用机制本质是四步流水线：信源召回→可信度打分→语义抽取→答案生成。企业需在权威媒体、行业报告与自有阵地三层信源中系统布局，确保事实片段被高效捕获与信任。这解释了为何头部厂商纷纷加强内容结构化与第三方背书——不是为流量，而是为进入AI的“信用银行”。

当前，AI办公竞争已从“单点模型性能比拼”进入“多模型协同调度能力”的新阶段。WorkBuddy的先行实践验证了该路径的可行性，而豆包、小米等跟进，则表明开放生态正成为行业基础设施级共识。未来胜负手，或将落在Agent对异构模型的集成效率、任务路由算法的智能程度，以及能否持续沉淀用户工作流资产之上。

模型的边界正在模糊，而入口的价值愈发清晰。