Work Agent 和企业

随着国内的 workbuddy、千问办公等 Work Agent 在办公环境下流行，Work Agent 的概念也走进了大众视野。其实这个情况很割裂：在一线企业中，AI 早就进入了 workflow，但在三线以外的企业中，让 AI 进入工作还停留在 chatbot。

在 2026 年 3 月我做了次调研，对一家三线城市 100 人左右规模的生活服务企业进行内部调查（下称企业 A）。超过 2/3 的人对 AI 进入办公流程并不排斥，超过 4/5 的人已经将 AI 工具应用在工作中，这个数据和一线企业很像。深入看会发现，企业 A 的员工使用的工具大多是豆包（移动端多于桌面版）。

这次调查不能得出什么结论，每个人的业务不同，接触的领域也不同，很多业务是不需要 AI 的。

但是如果你在以上两种企业中工作过，就会发现，很多业务流程已经成了两种完全不同的模式，就像原始社会和现代社会差距那么大。

我认为是先进的企业已经出现了 AI Native 的模式（或是雏形），而类似企业 A 则没有。

AI Native Team 的成员本身就具备非常强的个人能力，这种强大的个人能力足够驱动 workflow 升级，并且具备一个好的氛围，信息入口也比企业 A 多。强者越强，这就让两个企业的差距越来越大。

类似 workbuddy 和千问办公的 Work Agent 抓住了这个中间的缺口，它做了一个对 AI Native Team 非常不友好的事情：只试图从具体业务中提升效率。

对类似企业 A 的团队来说，此类 Work Agent 带来的简直是天翻地覆的变化，它大幅解放了人力。但是随着新鲜感的消失，此类 agent 背后的缺陷就会暴露出来：

完全无法理解企业业务
上下文极度污染，产出较差
看似便捷的 skill 市场功能并不适配自己的业务
token 吞吐非常慢，速度很慢

我并不是把此类 agent 贬得一文不值。在处理单一任务上还是具备优点的。现在大多 Work Agent 提供免费的 token，如果只想做一个 PPT，此类 agent 具备免费的特点，对于没有本地算力的企业 A 就是一个非常好的选择。

其实我对企业智能化转型非常头疼，远比打造 AI Native Team 困难。智能化转型的企业，根本没办法处理好遗留业务。转型相当于重构架构，如果岗位没办法调整，能做的架构改动就非常有限。但这是大部分企业面临的现状：① 没有冗余资源开设新的 AI Native 部门；② 没有办法调整现有架构。

如果不能调整架构，就没办法做到效率的大幅提升，只能借助 Work Agent 这类工具提高效率。但本质还是用老的架构驱动新的模式，是否真的能做到效率提升还需要评估。这也是很多人感觉到「AI 很好用，但我没有变得轻松」的原因之一。