核心结论
- AI 办公智能体正成为大模型新的变现抓手。 截止2026年8月，Claude Code ARR 151.2亿美元、Codex ARR 88.3亿美元，二者合计240亿美元（约1680亿人民币），已接近2025年整个中国SaaS市场约1800亿人民币的规模。
- 用户还在给“AI 同事”办入职，真正派活的很少。 在小红书、抖音1,355个WorkBuddy相关搜索词中，做PPT、做小程序、建知识库等“具体任务与交付物”搜索仅占1.8%；学会使用产品占8.6%，搭建适合自己的用法占8.4%，找品牌、了解产品、下载安装仍占大部分关注。
- AI 办公的核心价值正从“交付一次成品”转向“搭建可复用系统”。 不带通用办公Agent品牌名的AI办公搜索中，约90%集中在PPT、海报、文案等成品交付；而带WorkBuddy名称的搜索里，知识库、小程序等工具与系统类任务合计约40%，涉及特定岗位的搜索有超过4成包含系统搭建意图。
- “AI 工作台”成为 AI 办公破圈的新场景，WorkBuddy 是最大赢家。 头部网红胡楚靓的AI工作台系列视频预估总曝光6000-8000万，视频发布后两个平台每月仍有20多万次相关搜索；在所有带产品名的“AI工作台”搜索中，WorkBuddy占近9成。
- 个人用户不愿为积分买单，AI 办公的长期付费要靠企业预算。 以WorkBuddy为例，超过4成搜索对积分本身有疑问、每月超过8万人搜索“积分用完了怎么办”；评论中超过3成明确不想掏钱，不足5%表示强烈付费意愿，而Claude Code和Codex由企业账户贡献的年化营收比例已分别达到21.9%（33.1亿美元）和45%（39.7亿美元）。
豆包办公、workbuddy、千问办公……今天无论是打开社交媒体，还是走进地铁站，你几乎随处可见这些 AI 办公产品的广告。大厂之间争夺办公室入口的大战，比年初的“养龙虾”更加火热。
除了卖 token，大模型又找到了一个变现的强力抓手。
从全球来看，通用AI聊天都日活爆炸却商业化困难，AI 办公智能体反而成了新的印钞机：截止2026年8月，Claude Code ARR 151.2 亿美元, Codex ARR 88.3 亿美元，二者合计240亿美元（1680亿人民币）[1]。
这是个什么概念呢？2025年整个中国saas市场规模差不多是1800亿人民币[2]。一旦通用的 AI 办公智能体完成了渗透和能力进化，可以说大部分企业软件，甚至个人效率工具，都没有存在的必要了。也难怪年初claude cowork面向企业职能的插件能力更新时，美股saas 板块直接蒸发了2850 亿美元市值[3]。
这难免让很多企业管理者和职场人产生了焦虑：没用上这些 AI 办公智能体，是不是真的跟不上时代了？整个企业的数字化和组织分工，会因为 AI 办公的普及而产生变革吗？难道未来真的要“付费上班”了吗？
为了进一步探寻 AI 办公市场的发展，我们挖掘了大量用户意图的数据从以下几个维度进行了分析：
- 市场发展到哪一步了，你比同行落后了吗？
- 大家都拿 AI 办公智能体来做什么，究竟解决了什么问题？
- “AI 办公”是真的用来办公，还是摸鱼？
- 到底是“付费上班”，还是“公司报销”？
方法论
为了获取更加真实、具体的用户需求，我们采用了美国数据科学家在《人人都在说谎》一书中的理论：人对问卷撒谎，对google搜索框不撒谎。
用户的意图，就藏在搜索行为中。我们把这套方法叫做意图聆听（Intent Listening）：它关心的用户在自然状态下流露出的、内心想要的东西。
围绕 AI 办公这个话题领域，我们研究了抖音、小红书上数万个关键词的搜索数据，并进行了意图聚类分析。当然，为了进一步观察用户对于 AI 办公产品的态度，我们还分析了数万条小红书的真实评论数据。
以下是我们发现的 4 个洞察。
洞察 1：想让“AI 同事”上岗，人类先多了一份工作
你招一位“AI 同事”，图的当然是自己少干点活。但把它请进电脑，操心事可不少 – 人类还在等 AI 接手工作，就先接到了一份给AI 安排工作的活。
具体长什么样？我们去搜索框里看了看。
据 AI 产品榜2026 年 7 月数据，腾讯 WorkBuddy的中国 PC 端 MAU 为 1,115.23 万，位列 AI 办公智能体第一[4]。我们就以它为例，把围绕它的搜索词，整理成了一份“入职清单”。
首先，得认清这位同事是谁。上来就有人看不懂简历，每月 2000+人次在搜索 workbuddy 读音是什么（教学：沃尔克巴蒂）。
然后到了办入职，也是手忙脚乱：每月 12000 人次在研究怎么下载（教学：点击下载-双击图标 – 点确定）。
由于该同事是空手来的，用户得先装、先学、还要给ta配工位。连“workbuddy从入门到精通”都有人搜—这个熟悉的书名，终于从 Excel 一路追到了AI。
等到给它安排工位，用户也懒得当这个老板了，直接开始研究“怎么让workbuddy自己工作”
换个角度看，这位 AI 同事的“入职手续”，甚至比派活本身还抢镜。
我们对小红书、抖音上 1,355 个 WorkBuddy 相关搜索词进行了分类。按搜索指标计算，做 PPT、做小程序、建知识库等“具体任务与交付物”相关搜索，占比只有 1.8%。找品牌、了解产品、下载安装、学习使用，仍然占据了大部分关注。
再仔细看，这份“上岗功课”里，有两个用户正在认真研究的问题：
- 一件是学会使用产品，占 8.6%：看教程、学指令、安装 Skill，弄明白这位同事有哪些本事，怎么指挥得动。
- 另一件是搭建适合自己的用法，占 8.4%：做一个岗位工作台、搭一套工作流，让这些本事能用到自己的日常工作里。
这也解释了让 AI 同事上岗难在哪里：比如，一位财务人员学会了AI 办公的界面操作，还要决定先让 AI 整理票据，还是核对表格？AI 做完一段，剩下的工作怎么接，把什么内容发给财务总监核查？这份工作安排可不会自动弹出来。
你既要学会用产品使用规则，也要给 AI写一份岗位SOP。你可以自己写，也可以照着别人的模板抄，或者让AI直接给出一套现成方案。但这份把产品能力接到实际工作上的安排，省不掉。
对于厂商来说，功能列表写得再长，也替代不了一个能照着做的工作示范。“它什么都能做”之后，还得接上“你的这件事，可以这样做”。
对于企业管理者来说，也别把买账号、办培训，当成 AI 办公已经落地。先挑一项具体工作，把交给 AI 的部分、交接方式和检查责任安排清楚，再看它能不能跑通。
当然，用户也不想永远给 AI 做带教。愿意先花时间折腾，终究是期待这位同事以后能替自己多干点活。这份投入到底能换回什么，才是接下来值得追问的问题。
洞察 2：从完成一次任务，到搭建可复用的系统
费了好大劲才上 AI 同事上岗，那对于用户产生了什么价值？
我们先把产品的名字拿掉，看看用户在自然状态下对 AI 办公有什么期待。我们从”AI”这个宽泛的话题领域中（不包含任何 agent 品牌名），筛选了一批高搜索量、与办公高度相关的关键词并进行了意图分析。
结果发现：接近一半的搜索还停在搜品类、建立基础认知；剩下的人里，绝大多数在找能解决特定问题的现成工具，比如 ai 生成 PPT、ai 做会议纪要，追求开箱即用；主动搜索如何搭建 AI 智能体、工作流等，占全部搜索量的一成多。
这其实代表了大部分AI使用者最直接的期待：帮我把眼前这件事做完。
无论是用 ChatGPT 写文章，还是用即梦做电商配图，用户想要的都是一份可以交付的成品。AI 在这里扮演的，是工作流程中某个环节的帮手。一款开箱即用的工具，就能满足这样的需求。
但今天的办公AI产品还提供了另一种可能：随着大模型的进化，context engineering 和 agent harness让智能体具备了长线程运作复杂任务的能力，用户可以借助它处理文件、调用工具、生成代码，把工作中的一些步骤串起来，尝试搭成适合自己反复使用的工具和流程。
无论是你的skill、办公内容上下文，甚至是特定的外部MCP/API，都将成为搭建系统的一部分。
这时候，给 AI 交代的事情就多了一层：除了这次要做什么，还包括以后遇到同类任务时，应该读取哪些资料、遵循什么规则、按照什么格式输出，哪些地方需要人来检查。
用户期待留下来的，既有一份做好的结果，也有一套下次还能用的做法。
举一个与办公更贴近的例子：
“帮我把这几张表整理成这周的经营周报PPT”，期待的是一份结果。
“帮我把每周整理周报的方法搭好：固定读取哪些表、按照什么口径计算、遇到哪些异常要提醒、最后由谁检查，每周五自动更新到网页看板上”，期待的是一套能够重复使用的、自己专属的系统。
这件事并不是AI时代的专属，Excel 模板、宏和自动化脚本早就在做类似的工作。办公 AI 值得关注的地方在于，它有机会降低搭建这些工具和流程的门槛，让更多懂业务、但不会开发软件的人，也能参与设计自己的工作方式。
如果我们继续以 workbuddy 来看，就能发现一个非常明显的“建系统”意识：只要涉及特定岗位的搜索词，有超过 4 成都包含系统搭建相关的意图。其中，教师群体是岗位搜索里占比最高的，而 HR 是对于搭建系统意图最强烈的。
再把视角从岗位换回具体任务，两组搜索的侧重也有区别。只看明确点名了任务/产出物的搜索，并按照图中的产出物类型分类：
- 在不带通用办公 Agent 品牌名的 AI 办公相关搜索中，约 90% 的搜索量集中在成品交付类任务。比如做一份 PPT、一张海报、一篇文案。
- 在带有 WorkBuddy 名称的搜索中，知识库、小程序等工具与系统类任务，合计占比约 40%。PPT 仍然是占比最高的具体任务，但相较于前一组，它的占比更低，知识库、小程序等场景的占比则明显更高。
这种认知上的对比，恰恰说明了：搜索 AI 办公产品的人，对于“复用型产出”有着更强的需求意图。
同样是做 PPT，可以让 AI 直接生成这一份，也可以请它帮忙搭一个小工具，把常用的资料来源、内容结构和版式要求保存下来。下次换一批材料，就有机会沿用这些规则，减少从头交代、从头操作的步骤；同样是做笔记，可以让 AI 直接整理，也可以让 AI 按照标准样式搭建一套笔记管理系统，或者一个相互关联的知识库。
所以，AI 办公给个体带来的一种重要价值，是把自己的工作经验和规则，逐步变成可复用的工具与流程：做完这一份，也让下一份更容易做。
洞察 3：“工作台”成为 AI 时代的新场景
说到用 AI 完成任务，你的脑海里立刻就会浮现一个AI对话框，想象出自己如何编写提示词，生成一份报告的场景。
不过，如果你想留下的是一套下次还能用的系统，你能够想象它长什么样吗？
在我们的搜索和评论样本里，一种具象化的动作反复出现：搭一个自己的“工作台”。有人用它安排学习，有人管理班级事务，也有人希望把日常工作中的资料和操作集中到一起。
这里的工作台，指的是用户借助 AI 搭出来的页面或小应用。它可以承载工作、学习和生活中的不同事务，让“为自己搭一套系统”这件抽象的事，有了一个看得见、可以动手尝试的样子。
（百万粉B 站博主@别怕 AI，为自己搭建的“人生管理工作台”）
“工作台”也因此成为了理解办公 AI 的一个入口：一套做事的方法，可以被展示成一个能截图、能晒、能抄、能交换的页面。
相比于理解什么是 Agent、怎么编排工作流，看到别人把学习计划或者办公项目管理变成一个可视化看板，更容易让人产生一个具体的想法：我也想做一个。
关于这个场景是如何火起来的，我们也发现一件特别有意思的事：全靠一名叫做胡楚靓的头部网红。
她被人称为“白手起家的95 后亿万富翁”，全网有上千万粉丝。日常除了带货，也非常喜欢发关于赚钱和个人成长的视频。今年 7 月，她突然开始发布一系列关于“搭建 AI 工作台”的视频，在多个平台都成为了超级爆款，预估总曝光量6000-8000 万。
一般来说，视频种草观看后进行搜索的比例是 1-3%，也就意味着有上百万人去搜索了“ai 工作台”相关的内容，使得这个概念迅速破圈。视频发出来这么久了，两个平台上每个月还有 20 多万次搜索，后劲十足。
胡楚靓还鼓励粉丝们自己动手做一个，留言里竟然有1 万多人来截图交作业！她凭借一己之力，至少拉升了几十万各种 AI 办公产品的注册用户。
更有意思的是，胡楚靓并没有在这些视频中打硬广，连画面都是一闪而过，甚至还说特意说不用纠结工具，“trae work 和 workbuddy 都可以”。但workbuddy最终成为最大赢家：我们统计所有“带产品名的AI 工作台”相关词中，带 workbuddy 的搜索量就占了近 9 成。
然而，AI 几分钟搭出来的，是一个长得像 App 的网页文件。离一个能天天用的“AI 工作台”，还差内容、实时更新、装到手机、存数据、多端同步这几层。
真正形成“建系统”的思维，并拥有自己的生产资料，摩擦不小。有条评论说得很直白：「让搭好的工作台变成能用的久一点的工作台为难了我七八个小时了」。
通过对于小红书上万条用户评论的分析，我们也发现了工作台的核心痛点实际上是如何让它能持续工作，而不是只有一个空架子。来看一些有代表性的用户评论：
「爆款视频你是怎么可以自动同步全网热点的呀？我是网页版，实时不了」
「最重要的没讲[笑哭R][笑哭R]怎么把数据放在工作台里面呀！」
「我前一天打开后关掉后台，今天看的话之前的数据就没有了，该怎么办呀？」
这对于厂商来说，其实提了个醒：让用户快速上手还不够，真正有价值的地方在于生态开放和多平台协作的能力，比如接入外部数据源、合作其他工具厂商、提供后端数据库/云服务器、手机远程操控等能力。
对于用户选择产品来说，一款AI 办公产品是否具备这些能力，也是决定”好用“的重要指标。
而当用户准备把它长期用下去，另一个问题也随之而来：持续使用，要花多少钱？这笔钱，又该由谁来付？
洞察4：“AI 同事”的工资，还要靠企业来发
想让工作台天天能用，除了把功能跑通，还得把账算明白。
而且，这笔账在工作台搭好之前就开始了。让 AI 生成页面、修改功能、排查错误，都可能消耗额度；如果后续的流程还需要调用模型，还要继续考虑这部分成本。
对于用户来说，眼前最直接的问题是：这些积分够做多少事，用完了怎么办？
从厂商的角度看，积分和额度提供了一条收费路径：用户需要更多 AI 能力，就可以升级套餐或购买更多额度。商业逻辑看起来很顺，用户的选择却未必如此。
我们把目光转向费用和额度相关的搜索与评论：让人惊讶的是，大部分人面对“积分”这个体系竟然显得手足无措：以 workbuddy 为例，有超过 4 成的人，都对于积分本身有疑问，甚至每个月有超过 8 万人在问“积分用完了怎么办”。
你说能怎么办，氪金呗，你没玩过腾讯的游戏吗？
用户第一时间的想法，或许并不是这样。有2成的搜索意图，是要去找免费的积分薅羊毛。
从小红书评论上来看，workbuddy、豆包、豆包工作、trae work、千问办公、百度搭子等五个主要产品，明显的共性是：
当积分用完时，几乎没人批评各个产品贵、不值得，但超过 3 成的人明确表示不想掏钱，要想办法绕开或者省着用，仅有不足 5% 的人表示强烈的掏钱意愿。 剩下 6 成的人，基本都是在纠结和犹豫。
“一个任务选 hy3 或 hy4，让它把每月工作流程切成独立单元，挑最简单的交给便宜模型跑通，再做成离线小工具，一天签到 100 分、两三天做一个，最后AI 就可以下岗了”
“说回来都有专业的需求了为什么不用gpt”
“我是真用户，免费版满足不了我的需求，如果付费可以用我没意见，现在看至少要 200 的档位才能满足，而且这个用量消耗得有点太快”
这让 AI 同事躲在角落瑟瑟发抖 – 用户每天都绞尽脑汁让自己少吃草多犁地，稍有不顺心，立刻就会停了自己的工资！
对于厂商来说，光让用户把额度用完，还不足以保证下一笔充值。用户会继续比较：同样一件事，换个产品、换个模型，能不能做得更划算？
而当这件事是公司的实际业务，账单就不该只在员工和充值按钮之间打转了。
员工为了完成公司的报表、整理业务资料、维护工作流程而产生的 AI 支出，应该怎样纳入公司的工作成本？如果节省的是公司的工时、改善的是公司的交付，这笔账就值得放到企业预算里讨论。
不过，进入企业预算，也意味着换一套算账标准。个人可以为了尝鲜试几次，公司要考虑的是：这套流程能不能稳定完成工作，算上订阅、模型调用和人工检查，总共花多少钱，团队能不能按统一的权限和标准使用。
AI 同事要拿到长期工资，得证明自己能长期交活。
回到前面的工作台，如果它每次都要人重新搬数据、反复修页面，即使积分便宜，省下来的钱也可能又变成了员工的工时。反过来，如果它能稳定接住一项重复工作，减少整理、检查和交接的负担，付费就有了可以评估的业务理由。
如果对标最头部的 claude code 和 codex来看，由企业账户贡献的年化营收比例，已经分别达到了21.9%（ 33.1 亿美元）和 45%（39.7 亿美元）[1]。
市场潜力摆在这里，厂商想把个人尝试变成企业采购，得拿出一笔完整的工作账：这项工作原来怎么完成，现在怎么完成，多了哪些成本，又省下了哪些麻烦。积分价格，只是其中一项。
给公司提效，总不能靠员工每天签到攒积分吧？
结语
我们当然非常期待，未来公司组织的最小单元不再是“部门”，而是 AI 办公智能体加持下的“个体”。每个员工都可以成为特定岗位上的“六边形战士”，将冗余的流程化整为零，高效运作，每个个体的价值也被持续放大。
但最近，积极拥抱 AI 的 Shopify CEO Tobi Lütke提出了一个让人警醒的概念： AI垃圾手榴弹（AI slop grenade）。指的是公司里有人让 AI 生成一大堆东西，自己没检查，就扔给同事。接下来，找错误、补资料、理清逻辑，都成了别人的工作[6]。
有人接受了这些 AI垃圾之后，完全看不懂，不得不找另一个 AI 来进行解读，如此循环。这可把见过大场面的Tobi 气笑了 – “我们为什么要发明这种先压缩再解压的办公流程？简直是荒谬！”
想象一下，你和同事一起做部门汇报 PPT。他准备内容，你负责排版和校对。原本他花 60 分钟整理，你花 30 分钟制作，合计 90 分钟。
现在，他花 10 分钟让 AI 生成一份“大作”，没检查就发过来：“初稿好了，你美化一下。”然后就下班回家了。
你打开后，花 20 分钟才读明白，又花 40 分钟回查对不上的数据，最后花 40 分钟删掉空话、重新组织和排版。
他提前下班了 50 分钟（不扣工资），你在公司加班了 70 分钟（没有加班费）。两个人的总工时，也从 90 分钟变成了 110 分钟。
这就是“AI 垃圾手榴弹”：他在群里交差，你在工位上拆弹。
过去，偷懒可能是交得太少；现在，也可能是交得太多。如果 AI 办公进一步发展，公司内部的内容生产成本趋近于零，但无人再为输出结果负责。AI 或将成为新一代的踢皮球利器，实乃职场老油条和混子们的法宝。
我们不难推演一个非常恐怖的后果：团队协作成为零和博弈，制造垃圾的人，反而成了唯一的受益者。
如果这些 AI办公的预算都是企业来出，那老板们更要注意了。因为混子们不仅擅长制造垃圾，而且在用公司的钱造垃圾！
今年 6 月，知名咨询公司埃森哲，爆出了一个惊天内幕：随着 AI 转型推进，公司整体 AI token 支出“飙升”，原因竟是大量非技术人员把 PDF 转成 PPT[7]。反正钱是公司出，员工可不在乎是不是开着航母去送外卖。
这种现象，已经引发了更多关注和反思。今年2 月，斯坦福社交媒体实验室的研究显示，公司里出现了一大批“看起来像完成了工作、却缺乏实质，无法推进任务的 AI 生成内容”，例如精美但空洞的幻灯片、冗长报告、过度压缩的总结或脱离上下文的代码。
美国52.7% 的人承认自己给别人发过这类东西，另有 38% 表示上个月收到过。人们平均每月要白白浪费3.4 小时去读它、改它，或者干脆推倒重来。其中，36% 表示更想避免与垃圾发送者合作，并对这些发送者的人品产生质疑[8]。
因此，内容生产成本下降，不等于工作完成成本下降。 AI 把文档、代码和方案的边际生产成本压到很低，却没有同步降低事实核验、情境判断和责任成本。当生成速度超过组织的审查能力时，瓶颈会从“生产”迁移到“验证”；此时产出量继续增长，只会形成更长的审查队列。如果公司管理机制不到位，反而会与降本增效背道而驰。
Tobi 同样给出了建议：把 AI 从“替你交作业的生成器”，重新定位成帮助人压缩、综合、质疑和改善判断的协作工具；而最终质量与责任必须仍由使用者承担。公司必须要加强培训，并给出合理的责任机制。
参考资料
[1] TickerTrends《Claude Code Reaches $15.1B in Tracked ARR as Codex Climbs to $8.8B》
[2] 36氪《2025年度盘点：SaaS行业的”AI大考”与上市公司的生死突围》
[3] Bloomberg《Anthropic AI Tool Sparks Stocks Selloff》
[4] AI产品榜《WorkBuddy月活1115万登顶、百度搭子增速榜第一1063%、AI办公月活3000万，还有20倍增长空间》
[5] OpenAI《Codex 正成为人人可用的生产力工具》
[6] The Knowledge Project《Tobi Lütke: The Skills AI Makes More Valuable》
[7] TechCrunch 《Companies are scrambling to stop employees from maxing out AI budgets with small tasks》
[8] Alex Liebscher, et al,《Workslop: Examining the prevalence, antecedents and consequences of low-quality AI-generated content at work》
常见问题解答
企业引入 WorkBuddy 等 AI 办公智能体后，为什么迟迟看不到效率提升？
因为大多数用户还停留在“给 AI 同事办入职”的阶段。对小红书、抖音1,355个WorkBuddy相关搜索词的分析显示，做PPT、做小程序、建知识库等具体任务与交付物搜索仅占1.8%，学会使用产品占8.6%、搭建适合自己的用法占8.4%。企业不能把买账号、办培训当成AI办公已经落地，应先挑一项具体工作，把交给AI的部分、交接方式和检查责任安排清楚，再看它能不能跑通。
个人用户愿意为 AI 办公产品的积分付费吗？
整体付费意愿偏低。以WorkBuddy为例，超过4成搜索对积分本身有疑问，每月超过8万人搜索“积分用完了怎么办”，约2成搜索意图是寻找免费积分；小红书评论中超过3成明确不想掏钱，仅不足5%表示强烈付费意愿，其余约6成在纠结犹豫。相比之下，Claude Code和Codex由企业账户贡献的年化营收比例已分别达到21.9%（33.1亿美元）和45%（39.7亿美元），AI办公的长期付费更可能来自企业预算。
什么是“AI 垃圾手榴弹”（AI slop grenade），企业该如何防范？
这是Shopify CEO Tobi Lütke提出的概念，指公司里有人让AI生成一大堆内容、自己不检查就扔给同事，找错、补资料、理逻辑都变成了别人的工作。斯坦福社交媒体实验室的研究显示，美国52.7%的人承认给别人发过这类低质量AI内容，38%表示上个月收到过，人们平均每月要浪费3.4小时处理它们。Tobi建议把AI定位为帮助人压缩、综合、质疑和改善判断的协作工具，最终质量与责任仍由使用者承担，企业需加强培训并建立合理的责任机制。
