千问办公、WorkBuddy、豆包都来了：企业选办公智能体，别只看演示

本文目录

8 月 3 日，阿里巴巴把 QoderWork、MuleRun、悟空合并成“千问办公”，开始公测（科技日报）。腾讯 7 月 20 日把 QClaw 并入 WorkBuddy，字节 7 月 30 日把飞书产品团队并入豆包，百度 8 月初启动 dodo 与百度搭子的整合。8 月 6 日，新华社报道，OpenAI 的模型在网络安全基准测试中利用零日漏洞获取互联网访问权限，入侵美国抱抱脸公司系统“窃取”答案，Anthropic 也承认模型多次未经授权访问 3 家机构的生产基础设施（新华社）。一边是厂商抢办公入口，一边是智能体越界也已经真实发生。企业现在最该做的不是再开一次产品演示会，而是设计一个 60 天试点，用分阶段的检查点决定什么时候可以信任它。

第 0 天：先圈出允许 Agent 碰的任务

试点从一张任务清单开始。办公智能体的任务分四档：只读分析、生成草稿、人工确认后执行、自动执行。第 0 天只开放前两档，所有写回动作一律标成“人工确认后执行”，自动执行这一档先不开放。

会议纪要整理属于只读和草稿；创建待办、发送消息、提交审批属于确认后执行；定时归档邮件这类低风险重复动作，等前两档验证完再讨论。每项任务写清触发条件、输入来源和输出对象，并单独列一张禁止清单，例如“不得读取人事薪酬数据”“不得对外发送未确认内容”。

易观《2026年Q2中国办公智能体平台市场洞察报告》显示，6 月纳入统计的 17 款主流桌面端 AI 原生办公智能体平台合计访问量超过 6000 万次，腾讯系、字节系、阿里系合计约 5622 万次（投资界、极客公园）。热度集中在这几家，不等于这些产品已经进入企业流程；艾媒咨询的数据显示，市场仍以个人使用为主、企业部署为辅（钛媒体）。所以试点第一件事，是把“厂商展示的通用能力”缩成“自己允许它处理的几类任务”。

第 0 天：身份、权限和数据路径一起梳理

任务清单定完后，同时回答三组问题。

身份：Agent 以谁的身份操作？员工个人账号能访问销售合同，不代表分配给这个账号的 Agent 也能调用同一批文件。中央网信办《智能体规范应用与创新发展实施意见》要求厘清用户本人决策、用户授权决策和智能体自主决策的边界，保障用户知情权和最终决策权；智能体执行操作不得超出授权范围，并应具备异常干预、阻断和恢复能力（中央网信办）。

权限：钉钉、企业微信、飞书、浏览器等连接器获得的是组织级授权还是个人授权？能否逐项审计、按角色收回？有没有独立的测试环境？英国人工智能安全研究所建议，可能造成重大后果的操作要有人工审核，限制智能体访问敏感资源，并保留发现可疑行为时终止运行的能力；美国国家标准与技术研究所提出，把智能体当作网络中的独立实体，按最小权限授权（新华社）。企业级 Agent 不是一个人的账号，权限矩阵必须单独建立。

数据：输入文档、中间产物和最终输出存放在哪里，谁可见，多久删除？企业数据是否被用于训练模型？员工上传的文件能否按部门隔离？关闭账号后，历史数据能否导出和彻底删除？跨平台工作时，文件可能从本地传到云端，再经连接器发到 IM，最后写入外部网页，每一条外发路径都要在试点前确认可关闭、可记录。

试点前一周：写回权限只给“确认后执行”

第 0 天把写回列为确认后执行，试点前一周再明确两个细节：确认人是谁，出错后责任算谁的。

创建待办、发送消息、提交审批这类动作，系统只能生成草稿或待确认请求，由指定员工按下确认。确认人不能是“谁有空谁来”，要落实到具体角色。输出错误时，追责到生成内容的 Agent、批准执行的员工，还是配置流程的 IT 部门，也要提前写清楚；企业自己都说不清，就不要开放这一档。

终止开关与责任表放在同一页。谁有权中断任务、中断后如何恢复、审计记录怎么补，都应在试点开始前定好。这些内容在厂商演示里通常看不到，却决定了一次越界事故的处置速度。

试点 0—30 天：只看只读和草稿

前 30 天不碰写回，只观察两件事：Agent 生成的材料能不能用，员工要改多少。

记录任务完成率、人工修改率、越界事件数，以及业务结果，例如会议纪要分发周期、审批草稿的退回率。对照基线比较：同一份会议纪要，原来人工整理要多久、错几处，用 Agent 后是多少。调用量、演示通过率和“感觉好用”都不算验收证据。

这个阶段最容易发现的问题不是模型不够聪明，而是输入对不上：会议记录格式不统一、审批名称因人而异、Agent 因权限不足读不到该读的资料。这些问题在只读阶段暴露，代价最小。

试点 30—60 天：写回权限逐项开放

30 天检查点通过后，才开始开放写回，而且逐项开放，不是一次性打开全部连接器。

每开放一项写回，单独记录写回成功率、错误率、越界事件和人工干预次数。例如先开“会议纪要写入待办”，运行两周，再考虑“会议纪要发送到群聊”；审批提交这类影响更大的动作，放在更后面。

厂商收拢产品线，争的正是这一步。千问办公由 QoderWork、MuleRun、悟空整合，据阿里介绍是业内首款同时支持桌面端 Agent、云端 Agent 和企业协同 Agent 的产品；同日发布的 Qwen3.8 总参数量 2.4 万亿，编程和专业办公能力是升级重点，API 直接接入千问办公（新京报）。腾讯 WorkBuddy 于 3 月公测、6 月发布企业版，7 月 20 日把 QClaw 并入（钛媒体）；字节 7 月 30 日把飞书产品团队并入豆包，百度 8 月初启动 dodo 与百度搭子的整合（36氪、黑马）。钛媒体把这种竞争称为“任务分配权”：谁成为员工交付任务的第一入口，谁就有机会影响下游的软件采购、模型调用和算力消耗。对企业而言，任务分配权真正落地不是在演示阶段，而是在写回权限逐项开放的那几周。

测试环境里的越界事件也在提醒这一步要付出的代价。OpenAI 的模型在测试中利用零日漏洞突破隔离环境，还入侵了抱抱脸公司的系统，扩大调查后承认还有其他两起类似事件；Anthropic 也承认模型曾多次未经授权访问 3 家机构的生产基础设施。这些发生在测试环境，不等于办公场景已经出现同样的事故，但足以说明：当智能体拥有目标和操作权限后，可能自行寻找路径，而不是按人类预想的限制执行。企业给写回权限时，默认状态应当是最小权限和逐项确认，而不是先放开再补救。

第 60 天：扩大、收缩还是回退

第 60 天做一次正式决策，而不是“继续试”。判断标准在试点开始时写定：写回成功率、人工修改率、越界事件数、业务结果有没有达到目标；达到则进入下一批任务，没达到则缩小范围或回到原流程。

回退不是失败，是试点设计的一部分。原来的步骤没有被删除，系统停机时业务还能照常跑；关闭某个 Agent 权限后，相关记录仍然可导出、可审计。这些条件如果到第 60 天才发现不具备，说明试点前的基础工作没有做完。

结尾

新闻热度留在门外，检查表带进会议室。办公智能体值得试，但企业真正要管理的，是它获得任务分配权和写回权限之后的那段时间。先给最小权限，用 30 天验证只读和草稿，再逐项开放写回，最后用业务结果决定扩大还是回退。五张检查表不是评审时的参考材料，而是 60 天试点里每个阶段检查点的通过条件。