aigcbar - null

万字实测：国产办公AI大模型哪家强？最强平替深度解析

type
status
date
slug
summary
tags
category
icon
password
网址
最近，OpenAI 也开始在办公 Agent 上发力了。
它新推出的 ChatGPT Work，能够直接读取文件、调用连接的应用，完成办公所需的一切任务。
不过，碍于需要魔法，很多国内的朋友对这个新功能是想用，但用不上。
好在参与这一波办公 Agent 竞争的，并不只有 OpenAI。国内也早已出现了一批主打办公场景的智能体产品。
这一次，我就挑选了其中比较有代表性的三款：QClaw、WorkBuddy 和百度搭子，通过几组真实办公任务进行横向测试，看看国产办公 Agent 现在到底发展到了什么水平。
横测标准：同一任务、同一素材、同一交付标准，每个任务只给一次主要执行机会。
先叠个甲，受限于测试样本量和时间成本，本次结果仅为有限次数下的呈现，不代表该产品的长期或全面表现，仅供各位参考。
场景一、PPT生成
之所以把 PPT 生成放在第一个测试场景，是因为它几乎是办公 Agent 最典型的任务之一。
现在很多 AI 都能生成 PPT。但大家最常遇到的问题，就是成品的AI 味太重：满屏大标题、渐变色卡片和圆角矩形，页面看起来很热闹，却没有真正有价值的信息层级。
所以， Agent 会套用 PPT 模板，已经不算新鲜事了。
它能不能独立完成搜集资料、搭建叙事结构和视觉排版的一整套工作，并且将重点信息安放在合适的位置，才是这次考验的重点。
这次主要从五个维度评价：
• 内容质量：有没有覆盖近三年 AI 行业的重要变化，并提炼出明确结论。 • 数据可信度：数据是否真实，是否标注时间、单位和来源，图表与结论是否一致。 • 叙事结构：20 页内容是否逻辑连贯，而不是简单堆砌信息。 • 视觉排版：风格是否统一，信息层级是否清晰，能不能摆脱常见的“AI 模板感”。 • 交付完成度：是否按要求输出 16:9、20 页的 PPTX 文件，并且能够正常打开和编辑。
QClaw
QClaw 在这一轮里调用了 14 次工具，进行了多轮分析。
不过第一次执行结束后，它只交付了一个buildaireport.js脚本，没有直接给到 PPTX 文件，我又补充了一句它才继续完成后续生成。
最终 PPT 虽然写了数据来源机构，但生成过程中缺少具体消息链接，核验数据会稍微麻烦一些。
成品贴在下面了：
它成功完成了 20 页内容，信息量比较充足，叙事结构也比较清晰。
前面用执行摘要作开头，最后再用挑战和趋势收尾，作为行业报告的框架是完整的。
不过，部分结论的措辞比较满，比如“史上最快”“超越人类博士水平”“年度增长12倍”，这些语句不够客观，对于行业报告 PPT 来说太夸张了。
排版上的 AI 味比较重，大量页面都在重复“大标题、数据卡片、图表”的固定组合。
综合评分我给到3 星半。
WorkBuddy
WorkBuddy 除了搜集全球与中国 AI 市场、行业投融资等数据，还补充了芯片、算力竞争和人才需求等数据。
数据搜集比较全面，也可以点击链接溯源。
最终，它完整交付了一份结构清晰，完成度很高的 PPT。
20 页的内容很饱满，基本涵盖了近三年 AI 行业的重要变化。作为一份行业调查型 PPT，覆盖面很完整。
内容问题主要在于篇幅分配不够均衡，自动驾驶和医疗被单独展开，但 AI 办公、AI 编程、具身智能等热门方向没有得到同样深入的分析。
不过，它最大的问题还是 AI 味比较重。页面虽然规整，但缺少针对不同内容的定制化设计，视觉节奏比较单一。
数据方面甚至还出现了正文写 1.2 万亿元、图表却是 1.05 万亿元的口径冲突。
综合评分我给到接近4星，整体表现比较稳，可用性高。
百度搭子
百度搭子 检索范围是三款里最丰富的：除了全球与中国市场规模，还覆盖了大模型里程碑、投融资、芯片算力、行业渗透率和应用案例等内容。
每个条目下有至少十条来源。
数据整理完成后，它先把整套视觉规范明确给用户，包括1280×720 的画布尺寸、正文字体、主色，再按照这套规范逐页生成 20 张SVG页面。整个排版过程是透明的。
这是它的交付结果：
它的交付结果，说实话是三款 Agent 里最好的。
首先，内容和数据最扎实，没有停留在“大模型快速发展”这类泛泛描述，每一页基本都有明确的核心洞察。其次，整套 PPT 的叙事也很完整，从市场规模一路讲到技术、资本、应用和未来趋势，前后衔接比较顺。
最明显的一点是，它几乎没有那种一眼就能看出来的 AI 模板味。没有油腻的渐变色、发光描边，整体排版会根据信息层级，依次突出核心结论。
整体风格很克制，更清晰。
当然，它也不是完全没有问题，个别数据来源不够具体，正式使用前还需要再做一轮核验。
综合评分给到4 星半，是这轮测试里最均衡的。
场景二、数据可视化能力
在真实办公环境里，数据往往不会以一张干干净净的表格出现。销售、广告、库存、售后和经营目标，通常分散在不同文件中，字段口径也不完全一致。
会画图不算智能，理解业务的 Agent 才能真正应用到办公场景里。
这个场景考验的是 Agent 能不能通过理解业务目标，完成跨表关联，并从大量数据中找到真正值得汇报的结论。
为了尽可能接近真实公司的季度经营复盘，我虚构了一家名为“云栖家居”的小家电品牌，并为它准备了六份相互关联的数据。
数据包括：
• 12 个 SKU 的商品主数据，包含产品名称、品类、售价、单位成本和理论毛利率； • 2512 笔 Q2 订单明细，覆盖抖音、天猫、京东和微信小店四个渠道； • 364 条广告投放日报，包含广告花费、曝光、点击、加购、归因订单和归因收入； • 330 条客服与售后工单，包含问题类型、响应时间、解决时长、满意度和退款金额； • 各渠道每个月的销售目标、订单目标、毛利率目标和广告预算； • 36 条商品库存月报，包含期初库存、入库量、销售量、期末库存和缺货天数。
所有数据都是模拟生成的，我在里面还加入了常见经营问题。Agent 需要通过跨表分析自行发现这些问题，而不是直接从题目里得到答案。
评价维度：
• 数据准确性：能否正确读取六份数据，统一统计口径，并准确计算核心指标。 • 跨表分析能力：能否关联订单、广告、售后、目标和库存数据，发现隐藏问题。 • 业务洞察质量：能否提炼出值得管理层关注的结论，并用具体数据支撑判断。 • 可视化与交付：图表是否清晰易懂，最终报告是否完整、可用，并能直接辅助决策。
QClaw
QClaw 拿到数据后，先解压并逐一检查六份 CSV，确认各表的字段结构和关联关系。
随后，它把跨表分析逻辑写成独立的 Python 脚本，统一计算和分析。
它比较有特点的是，最终没有只交付一份报告，而是同时输出了HTML文件、Python 分析脚本和Markdown结论摘要，既方便查看结果，也可以继续复核和修改逻辑。
最终结果：
QClaw 的结果整体完成度很高，分析层面，它确实完成了深度跨表关联。
比如，它把订单、客服和库存数据串在一起，识别出 P004 便携榨汁杯同时存在高销量、高退款、低满意度和缺货问题；也把广告花费、归因收入、预算和销售目标结合起来，发现抖音 6 月 ROAS 明显下滑。
但是，细看后还是能发现一些准确性问题。比如月度毛利率直接使用毛利润除以销售额，没有同步扣除退款订单对应的毛利；产品销量也包含了退款订单数量，和“净销售额”的口径并不完全一致。
排版层面，它给到的结果图表很多，信息也很全。
但不同指标颜色和线型比较接近，重点变化也没有单独标注，导致信息虽然完整，第一眼不容易抓住重点。
综合给到四星。
WorkBuddy
WorkBuddy 拿到数据后，先全面检查六张表的数据分布，单独创建 Python 虚拟环境，并安装 pandas、Plotly 等分析工具，再编写analysis.py完成跨表计算。
这一套操作比前面的 QClaw 更工程化，也更规范。
比较有特点的是，它把“数据分析”和“报告生成”拆成了两个独立脚本：前一个专门负责清洗、计算和跨表关联，后一个专门负责生成可视化页面。
最终结果：
WorkBuddy 的最终结果整体比 QClaw 更规整，报告结构也更像一份完整的数据分析项目。
页面顶部先展示 8 个核心指标，下面再从切分成七个维度展开分析。
分析层面，它还会把“数据事实”和“业务推测”明确区分开，并将 P009 库存积压、P004 高退款与缺货并存等问题单独做成异常预警，报告的逻辑非常清楚。
除了常规经营指标，它还进一步计算了客服解决时长与满意度的相关性，说明它不只是做数据汇总，也在主动寻找不同业务指标之间的关系。
排版上，WorkBuddy 比 QClaw 更直观，图表分类更清楚，重点信息也更容易快速抓住。
综合来看，我会给 WorkBuddy四颗半星。
百度搭子
百度搭子先读取并梳理六份 CSV 数据，完成跨表关联、指标计算。
它比较有特点的是，整体分析流程更贴近真实数据分析师的工作方式。
不仅统计了基础指标，还围绕经营目标拆解了多个分析维度。相比前面的 QClaw 和 WorkBuddy，百度搭子 更偏向“从数据发现经营问题”，更接近企业季度经营复盘的实际工作流。
最终结果：
三份结果都完成了跨表分析，但 百度搭子的优势在于，它进一步做了另外两份没有展开的广告漏斗和活动层级分析。单独对比 618 大促和日常投放效率，能更具体地解释广告预算到底浪费在哪一环。
这体现了它更强的业务拆解和归因分析能力。
排版方面，百度搭子加入了另外两份没有的逐图口径说明，每张图都会先讲清楚算的是什么、数据怎么来的、应该怎么看。
这样，看报告的人不容易误读，关键指标口径也更准确。
不过，在客服分析上，百度搭子 DuMate 主要还是停留在工单量、满意度和解决时长的对比，没有像 WorkBuddy 那样进一步计算解决时长与满意度之间的相关性。
它的业务拆解很强，但在部分维度的深挖上还可以再进一步。
综合来看，我给百度搭子 DuMate四颗星。
场景三、自媒体创作
现在，越来越多人开始尝试用 AI 做自媒体创作。如果 Agent 能独立完成一套内容生产流程，就能大幅降低创作门槛和时间成本。
但真正做过内容的人都知道，自媒体创作并不是“写出一篇文案”这么简单。
很多 AI 生成的内容虽然字数不少，却没有人味，也无法理解不同平台的传播逻辑。
所以，我准备让 Agent 围绕最近热映的电影《后室》完成一次完整的自媒体创作任务。
评价维度：
• 信息搜索：资料是否完整、准确，有没有事实错误。 • 内容质量：观点是否明确，内容是否充实、有判断。 • 平台适配：是否理解小红书和公众号不同的创作逻辑。 • 成品效果：是否交付完整、可直接发布的内容。
QClaw
QClaw 一共给出了 12 个选题，数量非常丰富。它不仅按平台拆成小红书和公众号两组，还结合上映期安排发布节奏。
我做完选择后，它给到的文章规划也非常细，不仅明确了每个平台的受众、人设和内容角度，还给到了金句预埋和去AI感自查的表格。
但是，它的交付结果就没那么细致了。
只给到了一个HTML文件，通过Tab切换小红书和公众号；没有独立正文MD，也没有独立爆款选题文件。
预览结果：
正文写得 AI 味有点重，到处都是破折号和并列结构，每一段都有各种序号。而且也没在文中插入图片。
HTML 分成几个模块本身没问题，但我这里想做的是小红书或微信公众号的真实预览，它显然不符合对应平台的原生阅读形态。
综合看来，我只能给到三星。用它来做选题和搭大纲没问题，但想从策划到成品一步到位，可能还比较难。
WorkBuddy
WorkBuddy 一共给出了 14 个选题，其中小红书 8 个、公众号 6 个，并且在首次回答时，就把完整选题整理成了独立的 Markdown 文件。
和另外两个 Agent 不同，它的规划更偏数据化和投放思维：除了标题、结构和配图，还给出了 A/B 测试、点击率和完读率预估。
最终交付文件齐全。 包含小红书独立HTML、公众号独立HTML、正文MD、双平台规划MD、爆款选题MD。
结果预览：
交付结果整体还不错，公众号的 HTML 已经有比较完整的图文排版和阅读层级，可以作为成稿预览使用。
但小红书的预览就没有那么理想了。它只是把内容做成了一张 4:5 封面加长网页，正文继续用数据卡片、图表和段落向下铺开，并没有按照小红书常见的 3:4 多图轮播形式拆页。
小红书文案也更像一篇数据驱动的营销稿，缺少真实的观影体验和个人表达。综合给到四星。
百度搭子
百度搭子 最近上线了「自媒体套件（self-media-expert）」，我正好拿这个任务测试一下。
具体操作很简单：首页对话下方点击加号，根据我给的步骤，添加自媒体套件，输入你的指令，就可以直接使用了。
首先，百度搭子 一次给出了 6 个选题方向，还贴心地按照传播潜力分成了三个梯队。
我选择了选题一，百度搭子 马上根据选题内容，调用了 content-brief 创作规划技能，分别生成了微信公众号和小红书的创作规划。
可以看到，生成的大纲已经非常具体，不仅明确了两个平台各自的调性，每一部分需要讲什么都拆了出来。
交付结果包含小红书HTML、公众号HTML、正文MD、双平台规划MD、爆款选题MD。
两份HTML图片内嵌，可直接预览；小红书和公众号的页面也是分别交付的，没有混在同一个页面中。
预览结果：
这轮表现最好的是百度搭子。
信息搜索方面，百度搭子的资料链路最完整。除了电影的基础信息，还补充了北美开画、全球票房和国内票房等关键数据。
内容创作也比较扎实，小红书用不到 1000 字，就讲清了《后室》从匿名网图、网友共创，到少年导演将其拍成商业电影的完整故事。
真正厉害的，是它对平台规则的理解。百度搭子的小红书交付结果，正文控制在 884 字左右，HTML 页面也基本复刻了小红书的原生阅读形态。
交付方面也很完整，Markdown 和 HTML 页面都有提供，前面的选题与创作规划也分别整理成了独立文件。
而且我发现，百度搭子的自媒体套件还能生成数字人。
这是我用前面的文案，生成的数字人口播视频：
视频详情
这个套件确实很好用。
综合来看，我愿意给百度搭子四星半。
总结
综合三轮测试，三款产品的能力倾向其实很明显。
QClaw 更像开发型 Agent，擅长调用工具、编写脚本和搭建分析流程，规划能力也不弱，但最终交付稳定性相对一般。
WorkBuddy 更像流程型办公 Agent，工程化程度最高，文件交付齐全，检索和分析能力也比较稳定，但视觉设计仍有明显的模板感。
百度搭子的优势更集中在成品交付上。它能够把检索、分析和内容规划进一步整理成结构完整、排版清晰的最终文件，PPT、数据报告和双平台内容的完成度都比较高，整体更接近可以直接使用的状态，因此综合排名第一。
再看看每款产品的价格：
不看尝鲜价格，单看订阅价格：
百度搭子的价格最低，首月优惠力度很大，正式价格也主要集中在几十元到一百多元，适合个人用户高频办公。
QClaw 的入门门槛也不高，套餐从几十元到几百元不等，整体属于中等价位，用户可以根据使用频率选择不同档位。
WorkBuddy 的价格相对最高，普通月付套餐从百元左右起步，最高档接近千元。不过连续包月会便宜不少，而且额度可以和 CodeBuddy 共用，更适合同时有办公和编程需求的用户。
需要注意的是，三家的积分计算方式不同，所以不能通过积分数量直接判断谁更便宜，最终还是要结合实际任务消耗和完成效果来看。
如果把能力表现和订阅价格放在一起看，百度搭子的优势就更加明显了。
它在价格更低的同时，依然给出了三款产品里完成度最高的交付结果。
相比偶尔体验的新鲜工具，百度搭子确实更容易真正进入日常工作流，承担高频任务。
如果你现在正在考虑用 AI 提高办公效率，那可以现在就去试试百度搭子了。
文章来自于微信公众号 “JackCui”，作者 “JackCui”
Loading...

没有找到文章