过去一年，AI办公赛道最火的那些产品，核心能力都围绕着同一件事：从零生成。
你给它一个提示词，它就能写出文章；描述一下主题，它就能做出PPT，核心卖点都是「你说，我做」。
不管是Manus、Genspark，还是各家大厂的Copilot、开源社区的OpenClaw，大家都在往这个方向发力。
01
资本也跟着往这个方向倾斜，Meta曾愿意花20亿美金收购Manus，Genspark，整个团队20个人，上线45天ARR就冲到了3600万美金，B轮融了2.75亿美金，估值达到12.5亿。
4月27日那天，发改委正式叫停了Meta对Manus的收购；也是同一天，百度个人超级智能事业群PSIG完成了独立后的首次公开亮相，还发布了通用智能体GenFlow 4.0。
同一天发生两件事，指向一个行业命题的不同侧面。
我跟PSIG团队交流时，听到一个挺有意思的数字：用户真正需要从零开始做内容的场景，大概只占所有使用场景的20%。
这个数字值得停下来想一想。剩下那80%是什么？是用户手里已经有东西了。
比如：
上个季度的方案，需要更新数据做成新版本；现场拍的几百张照片，得筛选、修图、配文案，最后打包交付；还有那些旧PPT的风格迭代冯。
这些场景有个共同特点：用户手里有原料，需要AI帮他加工、组合、转化。说白了就是「再创作」。
要是这个判断没错，对整个AI办公行业的影响就很大。
不管Manus和Genspark做得多好，它们解决的也只是20%的问题；调用别人的模型，帮用户从零生成结果，既没有自己的底层模型，也没有用户的私域数据和编辑器。
朱啸虎说过「所有AI应用都是套壳应用」，这话虽然说得有点绝对，但指出的问题很真实。
Agent编排能力确实能值12亿美金、20亿美金，可一旦这种编排能力被开源框架拉平，大家的差异就只剩下工具多少、速度快慢了。这种优势，很容易能被别人追上来的。
而那80%的「再创作」市场，AI要想做好，第一步就得拿到用户的素材。
那素材都在哪呢？
在用户网盘、文库的知识库里，也在大家十几年积累下来的文件夹、照片、视频和文档里。
我在文库网盘活动现场，听到百度集团副总裁及个人超级智能事业群（PSIG）总裁王颖说过一个观点，很有启发。
她说，把Agent搬到数据里，比把数据搬到Agent里更现实。
这话的意思是，与其让用户把自己的数据上传到各种AI工具里处理，不如让Agent直接去数据所在的地方干活。
对绝大多数团队来说，数据都分散在各种工具里，知识没法统一管理和沉淀，还存在不小的安全风险，让Agent走到数据身边，不仅路径更短，也更贴合实际需求。
而百度网盘，刚好是「数据所在的地方」，有10亿用户，还存着大家十几年的各类文件。
PSIG的起点，除在Agent框架上发力，还扎根在数据底座上；从这个视角看，它从一开始就和Manus那些产品不在同一个赛道上。
02
问题是，一开始不一样，那这个底座从什么时候开始打的？
说个有意思的事，2023年，文库做了一个当时看起来跟AI没什么直接关系的决定：把编辑器拆了。
是把整个编辑器全拆成了组件化的样子。不管文字块、图表，还是排版格式、图片位置，每一个元素都做成了能单独调用的模块。
我查了一下，那时行业里还在讨论「上下文工程」，harness engineering这个词要到2026年初才火起来。
文库团队当时的想法很朴素：
如果AI未来要替用户干活，它就得能直接操作编辑器里面的东西；这个判断现在看，好像是理所当然的事，但放在三年前，真不容易做出来。
拆编辑器，相当于把一个已经跑了很多年、用户都习惯了的产品，底层全部重写一遍，风险特别大，而且短期内根本看不到收益。
可没想到，三年后的今天，这一步效果就出来了。
就说GenFlow 4.0的Office Agent，现在能做到的程度真挺惊艳；做PPT不用依赖模板，专业模式能模仿咨询公司那种复杂的排版，创意模式还能把景点的真实照片，融进有风格的页面里。
Excel更方便、Word也有亮点，等等。
问题就出在编辑器的架构上，传统办公编辑器，不管是桌面版还是在线版，都是一个封闭的整体。
AI能做的，是在外面生成一个新文件，然后，扔给编辑器去显示；至于要修改里面的某一页、某一个单元格、某一段文字，AI根本碰不到，只能靠用户自己手动改。
这个问题，全世界都存在。
我大概捋了一下，Microsoft Copilot面对的就是这个困境。Office的编辑器太重了，Word、PPT、Excel各自独立，架构沉淀了几十年。
微软能做的，在旁边加一个AI助手，帮你起草内容、总结要点，可编辑器本身的底层逻辑，当初就不是为了AI调用设计的。
用户用起来的感觉，就是「旁边多了个帮手」。
Notion走了另一条路，它天生是模块化的产品，跟AI结合起来更自然；但Notion的问题在另一边：用户的文件不在它那儿。
你的照片、视频、以前的文档、项目素材，这些东西Notion都碰不到，它只能帮你整理已经存在Notion里的笔记，别的就做不了了。
Kimi也差不多，对话能力很强，但用户数据资产不在它那儿，每次用时，都得重新上传文件、重新跟它说背景信息，特别麻烦。
而PSIG的位置，刚好卡在一个很特别的交叉点上。
编辑器拆成了组件，数据存在网盘里，知识在文库的图谱里，这三样东西都在同一个体系里，放眼全球，能同时做到这三点的玩家，确实没几个。
也正是有了基础，那80%的再创作场景，才有了落地的可能。
说白了，AI能拿到素材、看懂素材、还能在素材上直接操作，每一步，都离不开三年前文库拆编辑器那个决定。
03
不光决定做得早，百度也在真金白银下了重注。
今年1月，百度做了次组织调整，把文库和网盘合并，成立了一个独立的事业群，叫个人超级智能事业群，英文缩写是PSIG。
负责人是王颖，身兼百度集团副总裁，直接向李彦宏汇报，现在百度一共有四个事业群，PSIG是最新的一个。
我查了几个数字，凑在一起看特别有门道：
GenFlow月活已经过了1亿，每个月交付的任务有2亿次，而且文库付费订单里，有80%都是因为AI才付费的。
这个比例能说明一个关键问题：用户现在对文库的付费认知，已经从原来的「找文档」变成了「用AI」，这个转变早就完成了。
还有个细节，团队空间灰度上线才三周，有1万多个组织注册，全是3到10人的小团队，而且压根没做任何推广，我还了解到，虚机资源一上线就被抢空。
这些数字单看，也就是普通的产品指标，放在一起就不一样了：这个事业群能成立，靠实打实的数据验证。
我觉得，现在整个AI行业还在为商业模式发愁的时候，PSIG可能是少数几个，已经跑通「AI原生收入」的团队。
现在行业里常见的AI赚钱模式，也就那么几种。
比如：
卖token、卖API调用，本质上是卖算力，很容易陷入价格战，被卷得没利润。
靠广告变现，跟传统互联网玩法没区别；那些先烧钱拉用户、再想怎么变现的，现在投资人也没那么多耐心了，钱越来越难拿。
PSIG模式不一样，它天生是订阅制的产品；文库和网盘的会员体系已经运转很多年了，用户早就有付费习惯。
AI能力加进去之后，是让原来的会员变得更值，用户更愿意续期。
更关键的是收费逻辑，我了解到，PSIG后续还会推出更多付费方式，比如：按完成的任务来计费，用多少付多少，更灵活。
交流时，王颖说过一句话：我们卖的是附加值，不是水电煤。
这个定位，让PSIG的商业模式和行业里大多数AI公司都不一样，它不依赖云厂商的token分销，也不用靠烧钱拉用户，完全是自供血的状态，而且这份利润，来自用户直接为AI能力买单。
我问过王颖，团队里现在最缺什么，她的回答很直接：
特别好的人，聪明、理解力强，还得行动力强的人；我又问她有没有压力，她的话很实在，我们现在做的，是不辜负组织资源和用户信任。
把这两句话放一起，就能感受到他们的状态：踏踏实实地把事情做好、兑现承诺。
04
可兑现这几个字，落到一个有10亿用户的老产品上，远比说起来复杂，王颖也很清楚，她在交流时提到过一个词：创新者的窘境。
这个词说的问题很具体：
文库和网盘加起来服务着这么大体量的用户，大家对这两个产品的印象早就定死了，一个用来找文档，一个用来存文件。
现在要把它们改成AI工作台，用户一下子未必能接受，甚至可能被吓到。
PSIG做法是分开处理，网盘这边，王颖态度很明确：安全是用户用网盘的核心需求，这个底线绝对不能动。
用户把最要紧的东西都存在这儿，就是网盘最值钱的资产；要是这份信任被伤了，不管加多少AI功能，都挽不回来。
所以，网盘变化会特别慎重，PC端大改版预计之后会上线，到时候会更突出AI的主交互，整体节奏就是一步一步来，不着急。
文库这边就激进多了，原因也很简单，数据已经说明了用户心智的变化，用户早就把文库当成AI产品在用了；既然用户自己都主动接受了，产品自然可以大胆跟上。
我了解到，文库首页改版早就做完了，整个首页都会改成智能体的交互界面，跟现在比完全是两个样子。但直到现在，还没上线。
我特意问了原因，答案挺出乎我意料的：
等GenFlow的能力再强一点，因为要是新首页上线了，用户点进来，发现AI能力跟不上这个交互，反而会适得其反，不如再等等。
这个细节真的值得多琢磨琢磨，现在行业里大多数公司都是先上线抢声量，体验不够再慢慢迭代；PSIG反过来了，先把能力做扎实，再让用户看到。
这种克制，在现在的AI行业里真的不多见。
海外市场就快多了，文库海外版Orient没什么历史包袱，上线之后用户涨得很快；多语言字幕、AI相机、AI笔记这些功能，直接就给到海外用户，大家接受度也很高。
而且现在用户已经破百万了，海外用户的付费意愿明显更强，中东、南美、东南亚这几个区域，跑得尤其快。
把这三条线放在一起看，就能看出很清晰的节奏：
海外没包袱就先冲，文库有数据验证了就敢改，网盘用户心智最重就稳着来。分场景、分节奏地推进。
交流时还有一个逻辑，我觉得特别值得跟大家说说，王颖提到一个观察：
用户做视频类内容的流程，起点和终点其实都是网盘；拍完素材，先存到网盘里；然后用各种工具加工、剪辑、拼接；做完之后，再存回网盘。
要发出去的时候，还是从网盘走，大文件传输这事儿，网盘做得最好。
她当时说：「起点终点都是我，中间的桥梁做好，让它不走就行了。」
这话听着简单，背后是一个很扎实的增长飞轮：
用户数据本来就存在网盘里，AI的加工能力在GenFlow上，加工完的结果，又会重新沉淀回网盘。每用一次，这个循环就强化一次。
这跟Manus那类产品的逻辑，完全不一样。
Manus用户，每做一个任务，数据和结果都散在各处，不会自动沉淀下来，成为下一次任务的基础。
PSIG的飞轮是自动转的，用得越多，数据越全，AI就越懂你，做出来的东西也就越合心意。
这也是为什么我觉得，从零做一个新的AI产品，可能很快就能做起来；要把一个有10亿用户的老产品，改成一个全新的东西，这件事要慢得多，也难得多。
难就难在，你不能为了创新，把用户十几年的信任给弄丢了，可也正是这份信任，让PSIG站在了一个别人根本到不了的位置上。
Manus用一年做到ARR一个亿，4月27日被一纸禁令归零；文库和网盘攒了十几年，同一天，刚刚开始。
热门跟贴