字节重仓的AI新赛道，正在让运营人工作“变天”|agent|ai新赛道|工作流|智能体|知识库|运营人

作者 | 张帆

编辑 | 陈维贤

设计 | 蝶哥

近半年，“AI办公搭子”突然变成一个新的赛道。

从腾讯的 WorkBuddy、阿里的通义千问办公，到最近刚刚上线的豆包工作、DeepSeek Harness……

国内主流 AI大厂几乎在同一时间窗口里，集中推出了各自的办公AI智能体（Agent）产品。他们不约而同地瞄准了同一件事：让 AI 不止能“聊天”，还能“干活”，甚至逐渐改写“打工人”的工作方式。

具体而言，这些智能体有何不一样？运营人的日常工作会因为智能体的涌现产生哪些变化？这篇文章，咱们就来聊聊这些话题。

大厂们围追 Workbuddy，

办公 Agent 市场变天

最近，办公 Agent实在太火了。

打工人在讨论怎么用它提效，创业者在找新的机会，大厂们更是虎视眈眈，几乎在同一时间窗口集中出手了。其中，腾讯、阿里、字节国内互联网三大巨头节奏非常同步，都在最近一两个月内集中兵力做了同一件事：

7 月 20 日，腾旭旗下 QClaw 产品并入 WorkBuddy，业内消息称腾讯将为 WorkBuddy 砸下最高资源。据了解，WorkBuddy 正是腾讯现阶段全力押注的 AI 智能体产品，早在今年 6 月月活用户就已经达到了 2000 万。

到了 8 月，阿里也放出重磅消息，整合 QoderWork、悟空、MuleRun 三条 Agent 产品线，推出千问办公，并将千问办公定位为集团“头号工程”，从组织架构到资源投入都放在了最高优先级。在阿里的版图里，千问办公承载的是通用智能体入口的野心。

几乎同一时间，字节跳动也没有闲着，先是将飞书并入豆包，然后又整合豆包、TraeWork以及扣子团队，并在昨天推出了新的智能体产品豆包工作，聚焦办公场景，与WorkBuddy、千问办公正面交锋。

除此之外，kimi 也推出了电脑端 AI 办公智能体Kimi Work，在长文本对话工具的基础上，增加了任务规划、文档协作等 Agent 能力；百度则推出办公智能体 DuMate（百度搭子），依托文心大模型，主打文档处理、信息检索、日程管理等办公场景……

值得细看的是，大厂虽然都在做 Agent ，但路径不完全相同，阿里和腾讯押注“平台型Agent”，目的是做一个能调度各类工具的通用智能体；字节走的是“生态整合”路线，把已有产品线打通，让 Agent 成为串联飞书、豆包、扣子的中枢，更关注组织效能的提升；百度和 Kimi 更偏“个人生产力”，聚焦单点效率提升。

为什么大厂都在 All in 办公智能体？一句话总结：有市场，有需求，还有想象空间。

IDC 发布的报告显示，近半年来，国内及海外智能体需求猛增，2025 年全球每日活跃的智能体数量（DAA）大约是 2860 万个，到 2026 年将达到 7940 个，涨了将近三倍，比当年移动互联网爆发还猛。同时报告还预测，到 2030 年，DAA 预计会达到 22.16 亿个，几乎是现在的数十倍。

庞大的需求背后是广阔的市场，相关市场行业报告显示，国内 AI 智能体市场规模呈爆发式增长势态，2025 年市场规模约 212 亿元，到 2026 年则增长至近 450 亿元，同时到 2029 年有望突破 3000 亿元，复合增长率约 107%。

更关键的是，很多 AI 研究者都相信智能体不仅有市场需求，还很可能是未来的需求入口，会像微信、支付宝、抖音一样成为普通人不可或缺的超级应用。于是今年以来国内头部大厂们，几乎不约而同地开始猛推旗下的智能体办公产品，希望抢下一张 AI 时代的“门票”。

目前看来，竞争格局远未定型，但有一点已经清晰，2026 年 AI 智能体已经从一个技术概念变成了一场真实的商业竞赛。大厂都希望旗下的 AI 产品成为“打工人”的上班搭子。

大厂混战之下，

运营人的工作方式正在被重写

某种程度上，大厂之间围绕智能体的竞争才刚刚开始，对运营从业者而言，这场 AI 混战最值得关注的，不是谁输谁赢，而是自己的工作流中有多少环节正在被智能体渗透，以及未来哪些运营工作会被 Agent 接管。

1）哪些运营工作，正在被 Agent 接管？

运营的工作日常有一个显著特征：规则明确、重复性高、信息量大。

写文案、做图表、回用户消息、整理数据、出分析报告、做竞品调研…… 几乎一半以上的运营任务共同点是 “有章可循”，恰好是智能体最擅长的领域之一。

为了还原真实情况，运营社最近做了一个“运营AI化场景全景”分析报告，基于 600 个真实运营岗位 JD 做拆解，我们发现从招聘视角看，70% 左右的运营执行层工作（写文案、剪视频、看数据、拆爆款等）已可结构化交给 AI。

具体而言，落到实战中，AI 智能体能接管的运营工作确实越来越多了。

先看内容运营，运营 Agent 工厂创始人@一虎君，最近在运营社的社群里分享了一个小红书运营相关的 Skill，能帮助运营人自动化操作小红书，稍加改造就能自动抓行业爆款、巡检评论、竞品账号分析等一系列事务。过去这些动作需要运营人逐条手动完成，现在通过一个 Skill 就能批量跑通，目前社群里不少操盘手都在直接调用。

在此基础上，还有操盘手已经跑通了用智能体批量生成文案、脚本、乃至视频的工作流。

例如，运营社主理人小贤不久前就在操盘手俱乐部做了一个内部分享，他已经借助“智能体+知识库”的组合，搭建了一个内容生产工厂。

具体而言，他将持续积累的运营干货及相关内容（如平台规则、运营案例、社群聊天记录等）上传到云端，搭建了一个专属知识库，智能体借助知识库的内容，可实时定期自动生成朋友圈种草文案、公众号营销推文、视频号脚本等内容，小贤本人仅用审核、简单修改，就可以直接采用。

据悉，这套内容打法，让小贤效率迅速猛增，可以兼顾过去难以想象的内容工作量，也帮助运营社旗下的“运营+AI创业联盟”在视频号等渠道收获了大量客资，仅冷启动期间就实现了超 50 万营收。

再看一个美妆行业的案例，某美妆领域的代运营服务商过去由 5 个人在小红书运营着三个不同品牌的 5 个账号，团队每天加班到 9 点，还是难以完成老板日更的要求。

今年，他们启用了一套 Agent 工作组，分别针对选题、文案、审核、发布、数据复盘等不同环节均设计了一个独立的 Agent ，结果内容质量和数据反而更好了，现在 5 个人，运营着 8 个账号。

事实上，效率变革不只发生在内容生产场景，在用户运营、活动运营、数据复盘等场景，类似的变化同样在持续发生。

再以用户运营领域举例，最耗时的工作有两件：回消息和发优惠券。都是 Agent 非常擅长的场景，其中，用户回复有大量标准化的场景，如售前咨询、物流查询、售后处理、活动答疑等，回复逻辑是相对固定的，智能体完全可以胜任。

比如，资深操盘手邓非，在一个儿童长高项目中，借助 AI 实现了显著的降本增效。项目原来的模式是，用户在公域购买 9 元线索，再由销售一对一转化 7980 元的套餐，单个获客成本约 350 元。

邓非团队重新设计了一套链路：承接直播间泛流量，用 AI 先完成从 0 元到 3 元体验课的转化，再由直播、社群和一对一共同承接付费用户，推 7980 元的套餐。

调整后，AI 将 0 元体验课的转化率从人工的 15% 提升到 25%，3 元线索转 7980 元的效果与原来 9 元线索转化率基本持平，最终推动获客成本降至 170~180 元，降幅 50%。

总体看来，越来越多基础“执行层面”的运营工作正在被 AI 智能体接管，同时越来越多操盘手正在借助AI 撬动效率提升，最终目的是降低成本的同时保障业绩增长。

2）运营人的核心能力，正在从“自己干”转向“调教Agent”

当大量执行层基础工作被 Agent 加速、提效，运营人的工作方式、价值锚点自然而言地发生了变化。一部分运营能力悄悄地失去了竞争力，同时，运营社观察到另一些新能力正在成为运营人的核心竞争力。

第一，“打磨 Skill+构建专属的知识库”是新的基本功。

如何判断一个操盘手是否擅长调教 AI ?

过去的标准很简单：看他会不会提问，能不能每次交互都让 AI 产出 80 分以上的结果。会写提示词，就算是“会用 AI”了。

但在办公智能体时代，这个标准升级了。真正擅长调教 Agent 的人，核心能力体现在两件事上：精准描述规则和构建专属知识库。

先说精准描述规则，这不再是简单地给一句提示词，而是能把自己的业务经验、操作流程、质量标准，翻译成 Agent 能理解、能执行、能复用的规则，甚至打磨成可独立运行的 Skill。

比如前文提到的运营社创业联盟操盘手@一虎君，他可以根据不同的运营需求，随时打磨出能跑通的 Skill，自动抓爆款、分析目标账号、批量生成有爆款潜力的选题，这些 Skill 不仅自己用，还能分享给同事使用。

这种能力的本质，是把“人的经验”转化为“Agent 可执行的规则”。这与只会给 AI 发指令的运营，产出效率不在一个量级。

再说构建专属知识库，如果说精准描述规则是“教 Agent 怎么干活”，那构建知识库就是“给 Agent 喂独家养料”。

话术库、模板库、合规词表、历史案例、行业数据…… 把这些沉淀成专属于自己的知识库，Agent 的产出质量会发生质的变化。同样是写文案，用通用大模型写出来的存在大量正确的废话，但接入了你自己的知识库（包含行业话术、案例、品牌调性）后，写出来的内容几乎独一无二，更像是你自己的原创内容。

这才是真正的护城河，工具人人都能用，模型也会越来越强，但操盘手沉淀的专属知识库，那些积累的行业黑话、用户话术、踩过坑的合规边界，别人偷不走、AI 替代不了。

第二，会搭建 Agent 统筹管理，从 “执行者” 升级为 “Agent 管理者”。

不知道你有没有发现，单个 Agent 能做的事有限，但把多个 Agent 串成工作组，就能完成复杂任务。

比如，内容生成从 0 到 1 往往很难通过一个任务就自动生成，常常需要将多个 Agent 串成工作流，才能跑通。

具体而言，通常内容从生成到发布的完整工作流可以如下设计：

1、选题Agent，每天巡检行业热点、社群讨论、竞品内容，批量输出候选选题；

2、文案Agent，根据确定的选题，生成多版不同风格的初稿；

3、审核Agent，对照账号调性、定位和内容规范，检查文案是否合规、是否有风险；

4、发布Agent，根据排期自动发布到各平台，并记录设计；

5、复盘Agent，定期汇总数据，分析哪些选题数据表现突出，输出优化建议，指导选题生产。

这套工作流跑通后，运营人基本不需要再花大量力气去写内容，而是将重点放定期优化 Agent 指令和规则，以及审核关键内容上。

本质上，是把过去一个团队的协作流程，变成了一套可复用的自动化系统。会设计这套系统的人，价值远高于只会执行的人。目前，运营观察到，已经有不少操盘手正在借助这套模式生产内容和运营，提高团队整体的效率。

第三，会判断 Agent 产出，审美和业务经验是最重要的护城河。

前文已经提到，让 Agent 每周生成 50 篇乃至 100 篇文案并不难，但其中哪些内容最好，最值得发， AI 还搞不明白。类似的，Agent 能设计活动方案，但这个方案是否适合当前的商家， AI 判断不了……

某种程度上，这些判断最依赖的还是操盘手对行业的理解、对用户的感知和对内容的审美。

举个例子，Agent 可能会生成一篇语言很华丽的文案，标题有冲击力、结构完整、关键词齐全，但有经验的运营一眼就能看出问题：这篇文案 “没有灵魂”，太像广告，用户不会信。这种对内容质感的判断，Agent 短期内学不会。

再比如数据分析场景，Agent 能算出转化率下降了，同时也能分析出许多导致下降的原因，但目前还难以从中找到最核心的原因，比如它可能不知道这个下降是因为上周的活动结束了，还是因为竞品搞了大促，还是因为产品本身出了问题。归因判断，需要丰富的业务经验，最终依然需要人来判断。

这也是为什么我们说，Agent 目前替代的是执行，不是判断。也就意味着，在职场走得越深，运营人的经验和审美越值钱。

结语

整体看来，大厂办公智能体的混战才刚刚开始，最终谁能成为 “打工人最爱的上班搭子”，目前很难有答案。

但对运营人来说，与其围观谁输谁赢，不如关注一个更实际的问题：你的工作流中，有多少环节已经可以被 Agent 接管？你有没有开始尝试用 Agent 提升自己的效率？

另外，我们还发现，目前市场上存在一种声音，很多人意识到 Agent 越用越多，单点效率提升越来越显著，但大部分公司的产出和收益并没有同步增长。

那么，如何借助体能提实现增长、实现组织效率的提升，依然是当下最重要的核心命题，也是我们认为大厂办公智能体最终能否脱颖而出的关键，更是我们运营使用者能否让 Agent 实现有效干活的关键。

最后，运营社想问问大家日常工作中哪些场景调用智能体最多？哪些场景目前 AI 完全难以助力？欢迎在评论区，留言、讨论。

PS.本周四，运营社创始人@小贤会在俱乐部里系统分享如何用 WorkBuddy 搭建主动干活的 Agent，包括社群内容、热点选题、任务提醒等场景的具体实践，以及从 0 到 1 梳理需求、训练 Skill、接入团队工作入口和设置主动运行机制的方法。感兴趣的伙伴，欢迎扫码添加会员助理咨询解锁。（首次添加可领取ppt脱敏版）