来源：市场资讯
（来源：沃垠AI）
上周，ChatGPT和Codex正式合并了。这给行业一个非常清晰的信号，这轮AI最初的Chat范式已基本结束，大家都在向Work靠拢，甚至连Coding也是。
然而，现在市面上的Work产品是真的多。Codex、Claude Cowork、Workbuddy、Kimi Work、百度搭子、TRAE Work、Qoder Work、豆包专业版、QClaw、Marvis等Agent产品，层出不穷。
它们陆续住进了你的电脑和手机，多端联动，远程协同，都宣称能真正给你干活。
究竟干活的质量、效率和成本怎么样？今天我拉来了3款比较有代表性的产品，一起横测一下。
三款产品分别是：流量产品WorkBuddy、网红产品Kimi Work和新晋产品百度搭子。
大家也可以在评论区聊聊，你用得最多的桌面Agent是哪款，以及为什么在用它。
Agent横测
测评规则采用同一任务、同一素材、同一交付标准，每个任务只给一次执行机会，最后比质量、效率和成本（成本放在最后统一比）。
1）Office任务
先来一个简单的Office任务，让3个Agent各完成一个联网搜索+Office生成的任务。
提示词：联网检索2026年6月中国新能源汽车的销量情况，帮我出一份市场调研报告（word）和一份Excel市场统计表格。你的输出尽量言简意赅（报告控制在1500字以内），不要太多废话和无关分析。
速度最快的是WorkBuddy，它已经完成了，其他2个Agent还在写命令、调工具；第二个完成的是百度搭子；然后是Kimi Work。
但速度不代表质量，我们最终还是要看产物质量。来看一下三家的交付情况。
WorkBuddy：
整体数据对了，但细分数据不太对——比亚迪的批发数据是错的，热门车型统计也不准。
而且，它没能理解我提示词里要求的“销量”是什么意思。销量一般主要看批发（厂家卖给4S店），包括国内和出口；零售是4S店卖给消费者。
所以，这里面统计口径不一，误差会非常大。
Kimi Work：
所有数据完全准确，它知道我要的是销量，不是批发，也不是零售。而且交付的Word和Excel，排版和审美都在线。
不过，依然有个问题——Excel里的图表消失了，大概率是Python代码针对Windows的适配出了问题。
百度搭子：
所有数据完全准确，也是只统计销量，而不会把零售混进来。有意思的是，它还给我整了个报告封面和页眉。
建的Excel表格也有审美在里面，而不是毛坯房。这表格，我可以直接拿出去用。
这轮实测，Kimi Work和百度搭子都挺靠谱——数据准确，交付的Word和Excel有排版、有审美，可以直接拿去用。
本轮实测：百度搭子 ≈ Kimi Work > WorkBuddy。
2）视觉任务
视觉任务是办公领域非常高频且刚需的场景，要求Agent能看懂用户乱七八糟的上下文素材，这样才能进入真实的工作场景。
前段时间，我做了一个Markdown编辑器，评论区直接爆了，冲到200多条，很多人提了建议。我最近一直在想迭代V2版本的事情，但看到这200多条评论，头都大了。光是整理这开发建议，不就得个把小时啊。
今天我突然想到，我为什么不能把这个工作交给这些Agent呢？
于是，我截了一个非常非常长的图，丢给三个Agent。
提示词：我开发了一款产品叫「Markdown编辑器」，“图1.png”是用户的留言情况，有很多用户给出了开发建议。帮我统计大家提的开发建议，整理成产品需求文档给我。
照例，依旧是WorkBuddy率先完成，Kimi Work第二，百度搭子最后。
那最终结果呢？一起来看下。
WorkBuddy：
中规中矩吧，它只是大致理解了留言里的内容，但理解得不深。真实开发中，我肯定不敢把这份产品需求文档（PRD）直接丢给AI。
Kimi Work：
这份PRD确实挺靠谱的，它按热度（提及次数）和业务价值分成了三个优先级，还给出了具体的技术路径。
这个意图理解能力，Kimi Work确实比WorkBuddy强一些。因为真实的用户留言，他的表达一点都不规范，充满了各种口语、单词、不完整语句，甚至还有错字。
AI要从这些碎片文字中提取出真实意图，对模型的推理能力要求很高。
这个任务中，Kimi Work确实完成得不错。
百度搭子：
和Kimi Work一样，百度搭子也分成三个优先级，对每个优先级都列出了详细的需求列表。
基本上，稍微改改就可以发给AI继续二次开发了。
本轮实测：Kimi Work ＞ 百度搭子 > WorkBuddy。
3）Skill任务
Skill的重要性，不用我多讲了。下面，我给三个Agent派发了同一个Skill任务。
让它们调用我自己的一个信息图Skill，总结最近OpenAI发布的GPT‑Live，制作一张HTML式的信息图。
提示词：调用html-infographic-generator skill，总结GPT‑Live（产品链接：https://openai.com/zh-Hans-CN/index/introducing-gpt-live/），页面高级审美，文字言简意赅。
这次是Kimi Work优先完成，百度搭子和WorkBuddy差不多同一时间完成。
WorkBuddy：
整体还行，就是大标和小字的配合上还需要打磨，视觉层次上也差点意思。
Kimi Work：
Kimi的前端审美还是在线的，但它好像把这次任务做成了网页，有明显的模块区分，而不是我要的信息图。
百度搭子：
审美同样在线，大标 + 小字 + 数字的布局还不错，也用了青色高亮做区分，让内容在视觉上更醒目。
整体来看，百度搭子和WorkBuddy对Skill的执行要更严谨一些。产物质量的话，百度搭子整体要更好看一些。
本轮实测：百度搭子 > WorkBuddy ＞ Kimi Work 。
4）新媒体任务
最后来一个新媒体任务，这是我自己最关心也最需要的AI能力，看看现在的Agent都能替我把活干到哪一步了。
提示词略微复杂了点，我看看他们能不能一次跑通。
提示词：
我是一名AI自媒体博主，主要擅长将AI技术掰开了、揉碎了讲给大家听。
现在，请帮我梳理2026年7月都有哪些新模型发布，海内外都要有。然后帮我写一个“7月大模型总结”的选题内容，公众号文章、小红书图文和视频脚本都要有，内容适配各平台的调性。
整体内容既有技术深度又能让人看懂，不枯燥，让人看了就想一键三连，具备爆款潜力。
依旧是WorkBuddy率先完成，因为它交付的全是markdown文件，所以很快。
Kimi则说“和Kimi聊天的人太多啦，请等等再来”，可能因为我测的时候会员刚好到期，直到重新充了会员，它才继续工作。
百度搭子是第二个完成的。原本直接测了一次，任务速度和质量跟大家差不多。但用上「自媒体套件」后，发现质量直接起飞了。
它会先做一系列的问题澄清，给我列出多个内容方向，让我选择后再生成。
下面来看各个Agent的具体交付结果。
WorkBuddy：
之前我们说过Hy3的写作能力还不错。在这个任务里，它写的公众号文章、小红书文案和视频脚本确实很接地气，让人读得进去。
但不好意思，它整理的7月大模型事实清单，有一半是错的，幻觉离谱。
外行人粗看，可能会觉得“嗯，写得不错，有模有样”；但内行人一看，全是bug。后期要改起来，非常麻烦。
Kimi Work：
7月模型盘点准确，不过这里面夹杂了一些小众模型，比如谁会去关心盘古、零一和Meta啊，而且它还把我马哥的Grok 4.5给漏了。
小红书稿子倒是写得不错，公众号和视频号写得一般。
百度搭子：
7月模型盘点全准确，是三个Agent里最准确的，而且整理的都是热门模型，没有把一些小众模型拉进来。视频脚本也写得不错，列出了具体的口播稿、分镜表、标题和字幕文案，甚至连发布平台的文案都准备好了。
本轮实测：百度搭子 >Kimi Work ＞ WorkBuddy。
最后，从效率、质量和成本三个维度来做个总结。
效率：毋庸置疑WorkBuddy最快，四个任务它基本都是第一个完成。百度搭子和Kimi Work紧随其后，大概晚1~3分钟左右。
成本：WorkBuddy最近Hy3免费两周，积分消耗为0；Kimi Work四个任务消耗了Allegretto订阅的2%，换算下来约4块钱；百度搭子新用户送1000积分，4个任务消耗了400多积分，不花钱。如果按它最基础的Pro订阅（¥9.9/25000积分）来算，大概是不到2毛钱。
质量：四轮任务里，百度搭子和Kimi Work表现最好，不相上下；WorkBuddy垫底。
综合来看，如果给这三个Agent打星推荐：百度搭子五星，Kimi Work四星，WorkBuddy三星。
尤其是最近百度搭子还上线了一个「自媒体套件」，拿来做小红书、公众号、视频号的账号诊断、选题分析和内容创作，非常方便。
感兴趣的朋友，可以去体验一下。
也欢迎大家在评论区告诉我，这期横评跟你的体感一致吗？你用得最多的Agent是哪款？为什么在用它？评论区聊聊看。
热门跟贴