BAT抢滩AI办公，谁先拿下赛点？

AI办公的热度比8月的气温更高，这并非毫无来由，因为它可能是继AI编程之后第二个能够真正跑通落地，并带来订阅收入的AI生产力场景。

这一轮，冲在前面的不乏巨头，比如BAT。因为它们都有存量的办公资产可以被AI重构，一场围绕新一代生产力入口的争夺战正式打响。

不过，当所有人的目光都盯着AI办公赛道上谁的日活最高、谁的增速最猛时，一份来自国家工业信息安全发展研究中心的评测报告，把“第一”给了一个很多人没想到的名字。

很多人或许觉得这与体感不符，因为拿到这个第一的公司，并不是此轮竞争中B端渠道投放最激进的那一家。

但市场热度和产品深度从来都是两件事。而这篇文章试图回答一个问题：在BAT齐聚的AI办公大战中，这个“行业第一”从何而来？它为什么经得起推敲？

——导语

01

理念带来的先手

我们先来聊点似乎完全与“AI办公”无关的行业八卦。

8月5日，在谷歌工作了27年的首席科学家Jeff Dean离职创业，带走三位顶级研究者，新公司的名字叫Discovery Loop——发现循环。Loop 就是循环的意思，但最近它变成了一个新的热词。

此前两个月，Loop Engineering（循环工程）这个概念刚在硅谷经历了一轮爆发。Jeff的创业恰好给这轮爆发写了一个注脚——一个定义了现代互联网基础设施的人把下半场的赌注押在“循环”这两个字上，足以说明它在今天AI圈的份量。

循环工程的核心意思并不复杂——过去人和AI的协作是回合制的，你给一句指令，AI给一段输出；你觉得不对再改，再来一轮，每一步都靠人推动。循环工程要翻转这个关系——人只在开头做一次设计，定好目标和验证机制，之后系统自己发现任务、执行、验证、再接着干。

国内和硅谷对Loop的关注点也有错落。在硅谷，这轮讨论主要落在代码开发领域。

但在中国的业者看来，“让工作流自己转起来”这个诉求，显然不只属于程序员，不只限于写代码。任何涉及多步骤、多格式、需要反复迭代的复杂任务，都在呼唤同样的能力——而办公，恰恰是这类任务密度最高的场景之一。

例如，一份专业报告的生成，从数据调取、交叉比对到图表填充、格式校验，本质就是一连串“执行→验证→再执行”的循环。谁能让这个循环跑得更顺、更深，什么机制能保护它不中途中断或减少对人为介入的依赖，谁就可能拿到了AI办公的结构性优势。

我个人有个不成熟的见解——百度在这次AI办公之战中，能够在工作流执行的流畅度、深度这个特定维度上保持可验证、可评测的持续领先，恰好是因为它从底层思维上有某种“Looping思维”的影子，或者也可以说，与之似乎不谋而合。

更具体一点：人只需要在开头设定目标和验证标准，系统就能在公域知识与授权后的私域文件之间自己发现下一步该做什么、执行、检查结果、再决定要不要继续——这种“人退后、循环自己转”的机制，和这几年百度文库、网盘做的事，方向是一致的。也和百度在 8 月 14 号 AI Day 上的发布逻辑同样一脉相承。

用古龙小说里的话说，这叫意在剑先。

百度至少三年前就开始做这件事，当时还没有Loop Engineering这个新说法。它没有从聊天机器人或代码助手切入，而是选了两个听上去不太性感的产品：文库和网盘，并用大模型把沉淀了十几年的公域知识和授权后的私域数据重构成一套能持续运转的AI办公系统。而到了2026年下半年，它发现自己不再是唯一的玩家。

记住，这段话最重要的关键词，不仅仅是“最早”，而是“可持续运转”，后者才是Loop的精神内蕴。

为了实现“可持续”，百度在2023—2025，和2026年分别做了几件重要的事。这些事我们下面才会详细讲。在这里要先提出来说一句的是——这些事里，缺了哪一步都不构成可持续，缺了哪一步也无法把百度的存量资产和增量能力，最终兑付成用户可以在办公领域越用越顺、越用越深的现实能力。

但毫无疑问，百度先拿到赛点，不能简单归属于模型能力，也不能简单归属于数据家底够厚，而是在于它一直沿着一条对的路径在走。

02

百度为什么最先迈过通用AI办公的关键门槛

回答这个问题，得先把时间线拉开看。

2026年下半年大厂集中猛攻AI办公的时候，百度文库和网盘的AI重构已经走过了三年。

2023年，百度文库进行大模型重构，从一个文档分享平台升级为AI内容获取和创作平台，推出智能PPT、智能写作等能力。那时，大模型刚刚进入公众视野的时期，多数大厂还在讨论大模型参数、算力、该怎么商业化，百度已经开始用大模型重构自己手里最“老”的两个产品，直接走上让用户能落地使用的发展之路。

我记得，在那些炽热的谈论大模型的岁月里，文库和网盘的AI重构并未成为公众话题焦点，说的最多也不过就是提一句——它们是百度AI化的产品中，DAU最突出的。

那个时候说文库和网盘的DAU突出，其实听起来不像赞美，倒像是一句温和的调侃，因为它离潮流比起来看似有些远。但事实证明，所有人把这一步的意义都看小了。

那时，行业的注意力集中在通用大模型的能力竞赛和C端聊天机器人的用户时长争夺上，文库和网盘听上去不够性感，不像聊天机器人那样容易出圈，也不像代码助手那样容易讲出技术故事。

但百度选择重构的这两个产品，有一个后来被证明极其关键的特点：它们天然坐在数据上面，它们比另外两三个对手至少多了10年的数据沉淀期。

某种程度上，这是因为它们本质上是前移动互联网时代就奠基的产品——文库沉淀了18亿份专业文档的知识内容，涵盖学术、法律、金融、教育等几乎所有专业领域；网盘拥有10亿用户、千亿GB级别的真实工作文件——从合同、报告、财务表到课件、论文、方案，这是中国最大规模的个人和工作文件集合之一。

当时，没有多少人意识到这些“沉睡”的数据资产在AI时代的价值。

但是，事实上，如果没有AI，这些存量数据永远不会像这样发挥作用。

AI是撬动数据价值的杠杆——这一点，我在百度的多场行业闭门会中有深刻的感知。拿着海量专业数据但不知道如何释放价值的各行业机构，找上百度的不在少数。把AI作为杠杆，撬动存量数据的价值，并赋能给个体和企业，是AI这个行业里真正的金矿。

掘金往往从表层开始——2024年，百度文库和网盘实现深度融合，打通公域知识和私域文件，让用户可以全端、多设备并行使用。

一个AI办公系统，如果只能调用公开知识而摸不到用户自己的文件，就像一个助手能背百科全书却看不见你桌上的待办文件——聪明但帮不上忙。

这一步的意义怎么说都不为过，它的价值在于，它第一次把“知识”和“文件”这两个原本割裂的东西接在了一起，整合为统一能力体系，实现了AI重构。

但关键性的一步是——百度不止是最早开启AI重构传统知识业务的公司，也是在此基础上，最早开始探索AI原生办公产品的公司——2025年4月，百度文库网盘推出通用智能体GenFlow；到2026年4月就已经更新发布到GenFlow 4.0，一年之内迭代四个版本，把Word、PPT、Excel三件套的Agent能力打通。

而此次AI Day上，GenFlow的中文名正式定为库库AI。用户可以在文库、网盘、Oreate等百度文库网盘的海内外产品中都使用到库库AI。此次上线的「库库AI」独立端，包括库库AI办公PC客户端、库库AI网页端、小程序及库库AI企业版等。

接下来说回AI办公。

我们刚才强调的是百度在用AI重构知识体系上的先发，但要知道，先发优势很少靠一句“我们做得早”就成立，特别是这个赛道还有几条体量特别大的“鲨鱼”的时候。

事实证明，先发抢来的时间窗口，只有被转换成产品成熟度和用户留存率，才值钱。

也就是说——当AI办公，在2026年突然成为大厂争夺的新入口时，百度在这条产品线上已经深耕三年多，并至少已经经历了两层迭代式重构——文库先从知识产品管理平台，重构成AI内容获取和创作平台，这是1.0；然后，再把内容能力往通用工作流推进，这是2.0。

而两轮重构中补齐的关键能力，每个过程中积累的know-how和工程能力，都是我们所谓的Loop有可能转起来的根因。

这套能力的成色，在今年8月得到了一个有分量的背书。国家工业信息安全发展研究中心发布《Office Agent工作流测评报告》，系统考核各家Office Agent在真实工作流中的任务执行能力和完成质量。

继去年的智能PPT测评之后，百度文库再次在国家工信安全中心的Office相关测评中排名第一，并独自进入第一梯队。

这是能力层面的领先。按照百度此次披露的数据，库库AI（GenFlow）的月活早已超1个亿，其中AI办公MAU超过2500万，已位居通用AI办公赛道行业第一，则是人气层面的认可。

“任务执行能力和完成质量”这几个词谁都看得懂，但值得我们进一步往下解析的是，这份行业评选衡量的到底是什么？

AI办公赛道的竞争维度并不单一——有的产品在用户规模和日活数据上增长迅猛，有的产品在生态整合和分发效率上占据优势，腾讯和阿里在各自擅长的维度上都有很强的表现。但这次国家级评测机构选择考核的维度，是Office Agent面对复杂工作流时的实际执行深度。

而这件事在通用AI办公阶段容易被热度掩盖：大家讨论的往往是谁的用户多、谁的增速快，但当AI办公从“能用”走向“好用”再走向“深用”，工作流的执行流畅度和交付质量才是真正的硬指标。

百度文库、网盘能在这个维度上拿到第一，不是偶然的。

三年的知识产品AI重构积累、四个版本的迭代打磨、文库18亿份文档和网盘千亿GB工作文件提供的数据纵深——这些共同构成了库库AI在工作流执行层面领先的底座。社交关系链可以快速拉起日活，组织管理工具可以通过企业采购快速铺开，但知识库和文件资产的积累没有捷径。它们很重、周期长，也不易在发布会上制造即时惊艳感，却恰恰构成了知识工作者的专业工作中最难绕开的部分——百度文库从2009年上线至今积累了17年，百度网盘从2012年上线至今也有14年。这个时间维度上的先发优势，很难用一两年的冲刺追平，也不可能有企业会重来一遍这种苦旅。

但仅仅靠静态的数据积累作为护城河，只是基础底座中的一层。百度能否持续在AI办公上进一步向前突破，还要看更多的动态趋势与持续行动表现。

03

从通用到专业：库库AI的下一步

百度在通用AI办公赛道暂时站稳了第一的位置。但这篇文章如果只是为了论证这一点，也就没有必要写这第三部分了。

更值得关注的是百度在8月14日AI Day上释放的下一个信号：在行业还在出击通用AI办公的同时，已首次开始尝试面向不同人群的专业版本，从通用办公延伸到专业AI办公。

通用办公的竞争正在进入一个微妙的阶段。

艾媒咨询《2026年中国AI办公智能体产业发展白皮书》的数据画了一幅很说明问题的图：AI办公智能体的使用场景集中在自动生成PPT（51.8%）、表格数据分析（38.2%）、批量文件整理（37.1%）。

这些需求高度标准化，智能体落地门槛已经相对较低。换句话说，通用办公的能力正在趋同。大家都能做PPT、都能做摘要、都能做表格，差异越来越小。

毕马威《2026全球科技报告》的数据提供了另一个视角：88%的受访组织已经在投资Agentic AI，74%认为AI应用产生了商业价值，但真正能够在多个AI用例中规模化并实现ROI的只有24%。

两个调查的口径不同，却指向了同一个问题：AI进入企业不再稀奇，难的是把它稳定推进到更复杂、更高价值的流程里。通用能力一旦同质化，真正拉开差距的就不再是“能不能生成”，而是生成之后能不能在真实文件和专业约束下持续迭代、不被中途打断，并切实解决细分场景中的具体问题、甚至是让用户直接可交付。

本次AI Day上，百度文库、网盘发布了「库库AI」办公模式，一个面向金融、教育等专业垂类全场景的AI工作台，首期锚定金融专业领域。

它的产品形态上有几个值得注意的变化——手机小程序可以直接控制电脑执行任务，即使电脑关了机，任务也能在别的设备上接着跑，并且支持多台设备并行作业——这说明，办公的物理边界被拆掉了，任务跟着人走，不再绑定任何一台设备。

它还支持24小时全天候自动化执行，工作流可以在无人值守的状态下持续运转。

更深的变化在交付能力上。库库AI办公模式可以直接调用网盘里的真实文件做批量分析，内置了金融领域的专家和Skill生态：持仓诊断、24小时盯盘、财报解读、DCF建模、可比公司分析都在技能清单里，股票研究员、量化投资经理等专家角色随用随取。

简单说，它的交付能力开始无限接近金融机构的真实需求，产出形式也不限于Office三件套，HTML分析报告、播客、科普视频、专业海报都能生成。

把这些能力串起来，一个金融从业者的日常可以换一种过法：早会录音交给AI整理纪要，盘中由盯盘skill值守，收盘后自动完成投资复盘，深度研报的初稿在夜里生成。这条动线上的每一步，调用的都是网盘里的真实文件和内置的金融技能。人只需要在关键节点做判断——尤其是那些涉及合规边界和最终责任的地方。AI把重复和检索的部分吃掉了，但判断和背书仍然是人的。

我和百度的一位负责人探讨，为什么选择从金融切入专业办公？

他的回答很有意思，不是因为金融行业本身靠“钱”更近，而是因为金融是对准确性、合规和可追溯性要求最高的专业办公场景之一——如果「库库AI」办公模式能在金融合规框架下交出经得起审核的东西，其他垂类的迁移就有了样板。

而这，恰恰是百度数据底座的价值兑现点。文库沉淀的18亿份文档中有大量专业领域的知识内容，网盘中存储的千亿GB文件中有大量用户真实的工作文件。在通用办公时代，这些更多作为“素材库”存在；到了专业办公时代，它们变成了“生产资料”。同样的底座，换一个竞争维度，价值翻了一层。

到了专业办公阶段，高质量知识和真实工作文件会越来越接近基础设施。百度的特殊之处，在于这两类数据已经长期沉淀在同一个产品体系中，这让它在需要持续调用历史资料和个人上下文的任务里，多了一层现成的基础。

这也解释了，为什么百度选择在通用AI办公站稳之后，快速再迈向专业办公。以前，行业对AI+办公的价值的认知尚未形成，百度可以从容一点、慢一点。但现在，通用领域的供给已经过载——百度文库、网盘就必须往前走，走到专业办公阶段。因为这个阶段，验证的是数据纵深和行业理解，更验证的是一种无法量化的东西——金融机构和百度AI专业办公能力间的互信。

百度用三年时间拿到了入场的资格，现在开始真正铸壁垒。

AI办公大战不会停，它正在成为BAT在新生产力入口上的重逢。腾讯从通信关系出发，阿里从组织体系出发，百度从数据存储和知识沉淀出发。在通用AI办公的主战场上，三巨头相聚同方向但不同路径，都在抢先定义下一个企业生产力格局。

而百度已率先纵深进入专业办公的垂直领域——在三年时间里完成了从AI内容创作、知识文件融合，到通用Agent工作流的一轮完整演进之后，它把下一个赌注押在了数据密度最高、任务价值最高的地方。

至少到目前为止，市场对百度的认知和它手里的牌之间，存在一道明显的信息差。

我不说百度一定赢。真正决定专业办公成色的竞争，其实才刚刚展开：这些多年沉淀的数据，最终能不能被转化成金融等高价值场景里稳定、可靠、可验证的交付能力，接下来的真实用户会给出答案。