当 Agent 把「把事情做出来」变成一项基础能力，竞争开始向两头移动：一头是用户为什么愿意把第一项真实任务交给它；另一头是任务做完以后，为什么敢不再重新检查一遍。腾讯拥有关系链，百度拥有搜索、百科、文库、网盘构成的证据链——两份截然不同的资产，正在回答同一个问题。
2026 年，硅谷的办公 Agent 方向逐渐靠拢：Agent 不重新做一套办公软件，而是争夺现有软件之上的任务执行层。微软围绕 Microsoft 365 做 Agent，Google 让 Workspace Studio 把企业 SOP 变成可复用的流程，OpenAI 发布 ChatGPT Work 跨文件持续工作数小时。
国内的情况则略有不同。第一轮真正跑出规模的，是腾讯 WorkBuddy 和 百度搭子（DuMate）这类更接近独立 Agent 的产品。7 月，中国 PC 端 AI 办公产品月活刚刚超过 3000 万，WorkBuddy 超过 1100 万，百度搭子约 670 万。
和传统办公软件的用户规模相比，这更像第一批用户开始选择工具，而不是市场格局已经形成。
但第一阶段已经让不同公司的优势开始显形。腾讯最容易兑现的是关系，百度最有机会构建的是可信。
依托微信、企业微信、QQ 等社交关系链，让 Agent 的使用方式在同事、朋友和群聊中被看见。冷启动效率极高。
依托搜索、百科、文库、网盘等存量资产，构建从「找到资料」到「证明资料可信」的完整证据链。
两家公司手里的「旧资产」恰好分别对应 Agent 竞争的两个核心问题：第一项任务从哪里来？任务做完后为什么敢信？
Agent 比 Chatbot 更需要别人教你怎么用。ChatGPT 打开对话框就能理解，而 Agent 能读本地文件、改 Excel、操作浏览器、执行几十分钟的任务——能力越多，用户越不知道「第一项任务该交给它做什么」。
对 Agent 来说，最有效的产品说明，往往是别人已经做出来的东西。
7 月 1 日，微软三名研究人员公布了一项关于公司内部 Claude Code 和 GitHub Copilot CLI 采用情况的研究。分析数万名工程师的真实数据后发现：第一次使用主要沿着社交网络传播（first use spread primarily through social networks）。工程师之后会不会留下来使用，更多与自身编程活动相关；但一开始会不会试，明显受到周围同事影响。
腾讯恰好拥有一张适合承载这种传播的关系网。WorkBuddy 已支持从微信、企业微信、QQ、钉钉、飞书等通信入口远程给电脑下发任务并接收结果。Agent 的使用方式，可以在同事、朋友和群聊中被直接看见。
WorkBuddy Bench 是腾讯 7 月 23 日发布的办公 Agent 评测基准，覆盖代码、网页、办公和安全四类任务。
但一个诚实的注脚：WorkBuddy 超过 1100 万的月活，还不能简单解释成「腾讯流量大，所以腾讯赢了」。产品能力、补贴、上线时间和市场投放都会影响数字，现阶段没有证据可以证明微信关系链与 WorkBuddy 的增长存在单一因果关系。
更准确的说法应该是：腾讯拥有一项恰好适配 Agent 冷启动问题的资产。
Agent 做得越多，人验证它的成本就越重要。让模型写一篇文案，改一句错误即可。让 Agent 完成一次行业研究，它会自己搜索、筛选材料、提取数据、计算、形成判断，再制作文件——链条越长，一个早期错误被放大的空间反而越大。
这是办公 Agent 与 Chatbot 最大的区别之一。
百度搭子 3 月正式推出，截至 8 月 7 日个人版已推进至 v1.0.67，期间陆续增加网页发布、内嵌浏览器、远程任务和自动化模板等能力。8 月 12 日，百度披露搭子上线以来日均提问次数增长 60 倍，近一个月又增长两倍。
但增长数字之外，百度面临的真正难题是：搜索、百科、文库、网盘，都不是为 Agent 时代设计的产品。过去几年，它们甚至常常被视为上一轮互联网留下来的资产。但 Agent 开始真正干活以后，问题发生了变化。
百度需要把搜索排序变成信源选择，把百科和文库变成不同等级的证据，把网盘里的私人上下文和互联网材料区分开，再把所有证据明确连接回 Agent 最终交出来的每一个重要判断。
真正可用的「可信」不会是所有任务一律重验证，而可能像安全权限一样分层：普通创作追求速度，行业研究增加引用，金融、法律和重要决策任务再进入更严格的证据模式。
搜索时代，百度解决的是「资料在哪里」。Agent 时代，它有机会继续回答一个更迫切的问题：「机器为什么相信这份资料，以及人为什么可以相信机器」。
WorkBuddy Bench 的测试结果已经说明了一个趋势：在标准化办公任务里，模型和 Harness 暂时没有拉出像代码、安全任务那样明显的差距。「能把事情做出来」，正在接近一项越来越普遍的基础能力。
但数据只是故事的一部分。
这个问题的复杂性还在于：互联网本身正在变得更难筛选。GEO（生成引擎优化）出现后，内容生产者开始研究怎样让自己的页面更容易被 ChatGPT、Gemini、Perplexity 等生成式搜索引用。7 月 15 日，一篇汇总 2023 年至 2026 年 45 项 GEO 研究的预印本综述指出：不同引擎之间存在来源重合度低、相同问题反复运行时结果波动等情况。
这意味着，未来办公 Agent 要面对的互联网，不只是信息越来越多，越来越多的信息还在主动研究怎样被 Agent 看见。
百度在意图理解上花了 20 多年。搜索引擎本身就是最早的 Agent 雏形——接收意图、拆解任务、调用工具、验证结果，这条链路百度已经跑了二十余年。变化的只是工具集从索引爬虫升级为代码执行环境、文件处理器与实时 API。
但做过二十年搜索，不代表今天的 Agent 天然可信。
百度搜索同样处在一个 GEO、营销内容、网页更新和低质信息共同构成的互联网里；百科和文库也有各自的数据边界。更重要的是，ACL 2026 的多项研究已经证明：即使找到了正确材料，模型也可能在最后生成时偏离材料。
所以百度面对的第一道难题，无关信息量，而是能不能证明最终那句话和信息之间是什么关系。
第二道难题来自百度自己的资产：搜索、百科、文库、网盘分属不同类型的数据。一份 Agent 报告里，公开网页、百科词条、第三方研究报告和用户自己的公司文件，可信范围并不一样。如果最后全部被模型揉成一段没有区别的自然语言，用户根本感受不到百度多年的数据积累。
这要求搭子把来源类型产品化——哪些是公司内部文件，哪些来自公开互联网；哪些是企业公告，哪些是媒体报道；哪些只有一个来源，哪些已经被多个独立来源确认——都应该在任务结果中区分。
如果「可信」最终成为专业办公真正愿意付钱的能力，那么搜索时代给百度留下来的最重要东西，可能不再只是一个流量入口，还有二十多年来一直被藏在搜索框后面的那项能力——决定一个答案究竟应该从哪里来。
百度搭子个人版已迭代至 v1.0.67，支持网页发布、内嵌浏览器、远程任务和自动化模板。登录官网即可体验桌面级办公 Agent。
chat.baidu.com → 下载搭子腾讯 WorkBuddy 可通过微信、企业微信、QQ 等入口远程下发任务，PC 端已支持。