字节腾讯阿里，发射同一颗子弹

巨头集中抢占AI办公硬件争夺“上下文”，但用户买不动了。

文｜《中国企业家》记者闫俊文

见习编辑｜李原

头图来源｜视觉中国

最近，AI办公成为阿里、字节、腾讯等巨头最大的战场，大模型也进入了Agent竞争的深水区。

巨头们不断整合产品和团队，拳头收拢，力出一孔的同时，如何在对话框外，获取更多真实办公现场信息，并转化为大模型可以理解的“上下文”（Context），成为决战胜负手。这也让各方不约而同地将目光瞄准录音卡片、AI耳机、智能眼镜等硬件赛道，打起生态仗。

腾讯率先打响“第一枪”，今年9月，腾讯WorkBuddy宣布上线开放平台，首批引入超百家生态伙伴，将WorkBuddy接入了Plaud、乐奇Rokid、影石等数十种硬件设备端里。

来源：视觉中国

腾讯WorkBuddy开放生态负责人林佐露告诉《中国企业家》等媒体，WorkBuddy可以用随身设备发起任务，但硬件设备只是调用Agent任务的载体。更关键的是，当模型能力和行业场景的连接达到一定深度后，如何提升模型对复杂上下文的信息理解能力，把最好的生产力效果交付给用户、企业伙伴。

9月22日，在“2026云栖大会”上，千问办公发布了AI Agent硬件产品QwenNote A2，该设备支持语音一键调动千问办公完成各类工作任务，并能将线下沟通的录音纪要，沉淀到千问办公体系中。

10月13日，阿里千问又发布了三款硬件新品：AI眼镜N1、N1 Pro及AI耳夹式耳机。叠加国补及限时优惠后，AI眼镜N12218元起，N1 Pro2600元起，耳机1099元起。据了解，N1 Pro具备心率、血氧、皮肤温度等体征实时监测功能。

千问办公副总裁产研负责人束骏亮告诉《中国企业家》等媒体，硬件是一个上下文增量的收集入口，是连接数字世界和物理世界的桥梁，通过硬件能沉淀大量的上下文。

今年8月25日发布的“豆包工作”尚未公布明确的自研硬件规划，但字节体系内已经积累了丰富的AI硬件协作实践：豆包耳机、豆包手机，以及飞书在今年1月联合安克创新推出的AI录音豆，都共同构成了字节的硬件矩阵。

一位投资人告诉《中国企业家》：“豆包Token爆发的路径之一，便是下沉到华强北等市场，借助陪伴类AI硬件等渠道，让其快速成为了消耗Token最多的厂商。但弊端是陪伴类AI硬件‘吃灰率’太高，多数硬件一周之后，闲置率就能达到70%，一个月后更上升到90%。”

办公硬件则有望跳出这一困境。“办公属于效率工具，产出可以量化为成本，是实打实的刚性需求，使用频次也会随着业务需求持续走高。” 上述投资人说道。

抢占更多硬件入口，价值是多维度的：既可以拓展多元真实用户场景，也能拿到模型落地一线的直接反馈，同时持续拉动Token消耗。

当然，布局硬件不等于互联网大厂要亲自下场包办硬件研发生产。移动互联网时代的经验早已证明，互联网企业很难做好硬件制造全链条。行业也已形成清晰共识：硬件厂商负责产品研发、生产制造；互联网巨头输出大模型、软件生态，同时协助渠道拓展。大家各司其职，各赚各的钱。

录音卡大战

录音是一个传统赛道，一度被科大讯飞、索尼等传统玩家占据，但这两年，它频繁被大公司和创业公司关注，成为AI办公竞争最激烈的硬件场景，价格战、渠道战频发。

Plaud重新点燃了录音设备大战，它成立于2023年，2025年9月进入中国市场，推出的卡片式AI纪要产品Plaud Note爆火全球，支持多模型AI转写及摘要功能。公司累计硬件销量200万台，软件ARR（年度经常性收入）超1亿美元。

今年9月，Plaud宣布了在中国市场的首个Agent合作方——与腾讯WorkBuddy合作，除了能力互通之外，双方还将推出Plaud Note Pro的WorkBuddy联名款。

大厂的同类产品密集亮相：钉钉2025年8月发布A1录音硬件，定价799元，内置64G存储；飞书联合安克创新，2026年1月推出AI录音豆，8GB版本售价899元；科大讯飞也在今年9月推出自家AI录音卡，16GB版本定价999元。

到了今年9月，千问办公推出了A1的升级版QwenNote A2，售价1199元。除了录音和AI纪要功能，A2主打“无痕”功能，录音转写之前会经过加密传输至云端，每一次转写都“转后即焚”，仅保留文字和纪要。

摄影：闫俊文

当下各家硬件比拼依旧停留在看得见的显性参数：麦克风阵列数量、机身重量、存储大小、终端售价。对普通消费者来说，参数与价格直观可感知；而大模型带来的转写、理解、总结能力，只有实际使用之后才能体会优劣。

为什么录音卡片会成为AI办公最大的场景入口呢？

一位AI硬件创业者表示，AI办公场景的硬件比如录音卡片等本质是手机功能的延伸，“第一，有些会议场景不让带手机，或者用手机录音，来个电话就打断了，需要一个专业硬件。第二，手机适合近景场景，Plaud配备了2个MEMS（微型机电系统）麦克风和1个骨传导麦克风，可以收集更多人的声音，也解决了手机录音的痛点”。

在企业侧，录音硬件正在嵌入业务流程。一位SaaS产品负责人告诉《中国企业家》：在一线销售拜访客户时，他们已经要求员工配置录音设备，方便CEO直接读取客户一线信息，不必层层过滤。部分企业高层开会用到的数据图表，也已经是大模型从数千份销售录音文稿中提炼汇总而来。

大模型可以越来越处理高密度的文本信息，但它能处理的上下文长度仍存在天花板。这意味着对企业来说，排列上下文信息的优先级，选择哪些，摒弃哪些，变得很重要。

千问办公副总裁、产研负责人束骏亮表示：只要模型上下文、注意力不是无限的，上下文管理就永远具备极高价值。如何从海量原始数据中筛选出和问题强相关的信息，并且构建合理的数据组织结构，将是企业AI落地的核心命题。

创业者：焦虑、获客与站队

录音卡只是冰山一角。为抢占AI办公赛道，大厂布局已经延伸至多形态硬件：面向视觉感知的AI眼镜、听觉输入的AI耳机、可穿戴手环，以及企业端AI驾驶舱，硬件入口战争已经全面铺开。

《中国企业家》获悉，蚂蚁集团旗下的阿福App团队正谋划推出硬件产品，形态可能包括手表、手环等。另有AI产品团队正在模仿“豆包”，下沉至华强北等中低端硬件市场，争夺陪伴硬件市场。

各大巨头的入局让身处行业的创业者感到焦虑。从业者表示，目前AI硬件市场整体呈现出外热内冷：看起来热闹，但泡沫已在挤压中。

投融资的冷却是最明确的信号。AI硬件从业者张海涛表示，有投资方告诉他们，在2026年前10个月，上会的硬件公司有70家，过会的只有10家。“2024年、2025年，有头部AI硬件公司拿到了两三亿元的融资，但跑了一两年，交不出作业，也无法获得退出的机会。”

这让一些创业者不得不抓紧互联网大厂的橄榄枝，不管是千问办公、WorkBuddy还是豆包，与巨头联手，还可以获得流量或者渠道分发的优势。

但新的矛盾随之而来：缺少足够出货规模，企业就拿不到供应链成本优势。

AI硬件究竟是真实刚需，还是构想出来的理想产品？

来源：视觉中国

张海涛说，整个行业陷入了迷惑：AI硬件到底是消费者的刚需还是创业者的理想产品？以陪伴AI产品来说，中国可能有上百个品牌，但真正销量超过10万台的不会超过10家。

此外，他注意到，AI硬件的获客成本非常高，比如某AI眼镜平均获客成本是200元，包括流量成本和线下广告成本。

整个智能硬件行业需要新的破局思路。林佐露表示：WorkBuddy团队相信模型会不断提升，硬件未来会是一个很重要的Agent的外设。但她也坦承：“生态不能被计划，关键是回到源头，这个产品是否设计得足够好。能不能推动（智能硬件产品的爆发），我们没有那么大能量。”

打开企业上下文的“隐性知识”

归根结底，巨头们争相把Agent装进耳机、录音卡、眼镜里，表面看是硬件入口之争，底层仍是一场上下文之争。未来，Agent的能力增长将越来越不依赖于模型参数的束缚，更多转向对组织信息——也就是Context的理解。

对个人用户来说，Agent的终极目标是“人在哪，工作在哪，Agent就在哪”。对企业而言，Context的含义更为庞大。

阿里巴巴集团副总裁、千问办公CEO陈宇森如此定义企业上下文：企业过去积累的文档、会议数据、群聊，以及沉淀在企业每一个角落、过去被称为“隐性知识”的东西，都可以被连接起来，进入企业上下文。

物理世界的上下文争夺战甚至已经烧到了海外。据媒体报道，OpenAI计划推出一款便携式、无屏幕的智能音箱，这将成为该公司首款面向消费者的硬件产品。该设备可以调用ChatGPT的全部能力，完成人性化迭代，和用户建立情感连接。

巨头的逻辑闭环很美好：硬件解决“上下文从哪来”的问题，模型解决“上下文如何被理解”的问题，生态解决“上下文如何被规模化分发”的问题。

但对更大范围的普通用户而言，当手机已经能录音、能翻译、调用大模型时，多买一个硬件的必要性是什么？从这个意义上说，硬件大战的决定权不在腾讯、阿里或字节手中，而在每个消费者决心下单的那一刻。