四大科技巨頭競相在辦公代理中聚合AI模型

阿里巴巴、騰訊、字節跳動和百度正趨向於辦公AI代理的多模型聚合策略，在短短數日內將DeepSeek V4 Pro和GLM-5.3等競爭對手系統加入其工作平台。

「公開數據已被模型充分學習，因此隨著AI的進步，人們產生的新知識、經驗和想法將變得更加重要，」百度個人超級智能事業群副總裁王穎表示。

8月14日，阿里巴巴的通義辦公在其前沿模型選擇器中新增了GLM-5.3和DeepSeek V4 Pro，與自家Qwen3.8-Max並列。同日，百度將其GenFlow代理更名為「Kuku AI」，並推出搭載DeepSeek和GLM模型的獨立桌面用戶端。騰訊的樂享工作台已搭載混元Hy3、GLM、MiniMax、Kimi和DeepSeek，而字節跳動的TRAE Work則運行Seed、GLM、DeepSeek和Qwen。

這一轉變將競爭從原始模型能力轉向路由智能——決定哪個模型處理任務的哪一步驟——以及編排工具、上下文和故障恢復的協調框架。這決定哪個平台能捕獲真實工作的數據飛輪，也最終決定哪家公司能實現AI辦公軟體的商業化。

模型聚合成為數據博弈

這一趨同背後的邏輯很直接：一個能完成工作——搜索網絡、打開文件、分析Excel表格、製作幻燈片、與用戶反覆修改——的辦公代理會留下完整的執行軌跡。該軌跡記錄了模型如何分解任務、調用哪些工具、在哪裡失敗，以及用戶在哪裡進行修正。真實工作流程是代理時代稀缺的數據資源，而更廣泛的模型池降低了嘗試使用代理的門檻。

通義辦公表示，三款前沿模型在發布後迅速完成集成，並將保持這一速度。阿里巴巴的團隊模型目錄已列出通義、DeepSeek、Kimi、GLM、MiniMax及多個多媒體生成系列——不過GLM-5.3並未出現在公開目錄中，公開目錄止步於GLM-5.2。

這一差距至關重要。4月24日發布的DeepSeek V4 Pro是一款混合專家模型，總參數達1.6萬億（1.6萬億參數），活躍參數490億，支援一百萬token的上下文視窗。智譜AI（Z.ai）的公開資料將GLM-5.2列為其最新公布的旗艦模型，同樣具備一百萬token上下文，並採用IndexShare方法，在層組間重用稀疏注意力索引器。截至8月16日，GLM-5.3尚無公開模型卡、技術報告或發布頁面，其身分——是有限部署、合作夥伴預覽還是內部路由名稱——尚未得到確認。

路由成為經濟競爭的主戰場

增加模型僅僅解決了選擇的問題。更困難的是選用問題，它存在於供應商所描述的「不可能三角」的取捨之中：效果、速度和成本無法同時最大化。更強大的模型帶來更高的推理價格和更長的思考時間；更便宜、更快的選項則可能犧牲任務品質。

路由機制決定在何處投入更多以獲取能力，以及在何處以速度和成本換取效率。對個人用戶而言，差異體現在輸出品質、等待時間和消耗的積分上。對企業客戶而言，則體現在完成單一任務的單位運算成本上——每次調用相差幾美分的差距，會在數千次任務中不斷累積。

協調框架與路由機制同等重要。一項任務從用戶請求到交付，需經歷任務分解、上下文管理、工具調用、模型選擇和故障恢復。路由機制決定哪個模型執行某一步驟；協調框架則決定整個鏈條能否可靠完成。這正是聚合可以構建護城河之處，因為模型接入正在商品化，而調度經驗只有透過真實的任務量才能累積。

四款產品仍保持各自的邊界。樂享工作台不含通義或Seed模型；TRAE Work包含通義但不含混元；Kuku AI未顯示三家競爭對手的旗艦模型。每家都在擴大選擇範圍的同時，保留第一方優勢。

對投資者而言，聚合競賽轉變了AI商業化的問題。阿里巴巴、騰訊和百度押注的是：擁有代理層——介面、協調框架和路由數據——比擁有其中的每個模型更為重要。這一邏輯類似於雲平台同時銷售第一方和第三方服務，客戶活動的重要性超過獨家控制。贏家將取決於用戶能否以更少的修正完成更多工作，而非選擇器展示多少模型。

本文僅供參考，不構成投資建議。