对企业客户来说，更重要的是，把现有的软件、数据、工作流连接起来，并实现更低的迁移成本、更低的使用门槛
文｜吴俊宇
编辑｜谢丽容
2026年这一轮AI（人工智能）办公热潮，最早不是从办公室开始的。它是从AI编码智能体（Coding Agent）里长出来的。
程序员的编码工具和工作方式，一点点扩散并影响了大众市场。
2025年10月前后，Anthropic旗下的Claude Code模型能力跨越临界点，它开始在程序员和极客用户中使用。用户很快发现，这套能力不仅可以写代码，还能分析数据、制作表格、撰写报告，甚至完成复杂的知识工作。
2026年初，OpenClaw、Hermes这些通用智能体让这套工作方式进一步破圈。它们虽然后来热度逐渐下降，却把智能体带到了更广泛的知识工作场景。
4月之后，Anthropic旗下的Claude Code与OpenAI的Codex开始激烈的产品竞速，它们的用户不再只是程序员，覆盖了更多的知识工作者。Codex官方数据显示，它在今年2月只有不到200万周活跃用户，但8月增长到2500万。
中国市场，本土产品也在迅速跑出来。腾讯的WorkBuddy，最初的0.01版本是一个产品经理业余用一晚写完的。他最初只是希望做一个简单干净的工具满足自己的办公需求。没想到，这款产品快速在公司内外流行。
进入8月，市场还在升温。阿里的千问办公、字节跳动的豆包工作、腾讯的WorkBuddy加速进入企业市场。企业办公智能体，最终成了中国科技公司争夺的战场。
短短一年，智能体从代码场景逐渐走向知识工作，又从个人提效走向组织提效。
这看起来很突然。但如果把时间线拉长，会发现一些海外科技公司已经摸索了几年。亚马逊云科技更早就在沿着开发者和知识工作两条路探索产品形态。
早在2022年，亚马逊云科技推出AI编码助手CodeWhisperer。2023年之后，它分化成了两条线，Amazon Q Developer面向开发者的工作，Amazon Q Business面向知识工作。后来，两条线又分别变成了今天的编码智能体Kiro和企业办公智能体Amazon Quick。
在今天，这两类需求的边界越来越清楚。
Amazon Quick是企业工作的统一入口。9月10日，Amazon Quick桌面应用正式商用。它主要面向企业办公场景。它在今年4月就推出了预览版，并且在亚马逊和部分企业客户的真实工作场景中进行测试和验证。
Kiro也没有停留在帮程序员写代码这个简单阶段。它在今年8月开始演进出Kiro Crew，更强调企业级的代码规范驱动、代码仓库协作。
今天中国科技公司围绕办公智能体不断拆分、合并产品团队，这并不是一个孤立的现象。最初从代码工具里长出来的智能体，在进入知识工作和企业内部的时候，正在重新划分自己的产品边界。
代码工具怎么变成了办公工具？
2026年初这一轮AI办公热潮，最初是Claude Code、Codex这些AI编码智能体推动的。
这些编码工具吸引了一批程序员以外的知识工作者。我们今年9月初对互联网及泛科技从业者进行了一项问卷调查。690份样本中，非产品、研发岗位用户共有411人，占59.6%。其中，202人将Claude Code或Codex作为自己最常用的AI智能体，占非产研用户的49.1%。
OpenAI Codex产品负责人蒂博·索蒂奥（Thibault Sottiaux）每次在社交媒体X上宣布重置Token（词元）额度时，常常会附上一句“玩得开心”（Have Fun）。用户也会迅速涌回产品和社区，分享自己又让智能体完成了什么任务。
原本属于程序员的工具和工作方式，正在不断扩散。我们在全球最大开源平台GitHub统计发现，2026年1月-8月，Claude Code每个月相关的Issue（问题讨论）/PR（代码合并请求）总数，从42.3万条增至332.8万条。Codex从25.1万条增至86.8万条。
一批原本并非专业开发者的产品经理、研究人员、投资人和媒体从业者，也开始借助编码智能体搭建应用、修改代码，第一次以开发者的身份进入GitHub，留下Issue和PR。
AI编码工具为什么可以用于办公？这和模型能力直接相关。
随着2026年底Opus 4.6、GPT-5等模型能力突破临界点，智能体逐渐能够在一个复杂代码仓库中找到几十个文件、理解其中的关系并连续修改文件。它能够连续执行几十分钟甚至数小时的任务。
这些能力并不只属于编程，它逐渐外溢到了知识工作之中。它同样可以在大量资料中寻找信息、整理数据、生成报告。
简而言之，模型能力越强，代码能力就越强，办公能力也会越强。
由于非程序员用户越来越多，今年年中一个有意思的现象出现了——OpenAI和Anthropic都开始把聊天、办公和编码能力放进同一个桌面客户端。OpenAI形成了Chat、Work、Codex三个入口，Anthropic则形成Chat、Cowork、Code三个入口。
个人写代码和办公，可以用Codex、Claude Code这样的三合一产品。但进入企业之后，事情开始变得复杂。
更早尝试把代码智能体和办公智能体放进同一套产品体系的，是亚马逊云科技——而且它更早走完了合并、又重新拆开的完整过程。
由于这家公司更关注企业市场，这些产品调整并没有像面向大众消费者的AI产品那样进入更广泛的公众视野。但也正因为更早经历了这些试错，它最终形成了一套更适合企业市场的解法。
2022年，亚马逊云科技推出CodeWhisperer。和当时大多数AI编码工具一样，它最初的定位是：进入CLI（命令行界面），根据开发者输入的自然语言和代码上下文生成代码。
2023年底，亚马逊云科技发布Amazon Q，试图用一个统一品牌同时覆盖开发者和企业员工。当时Amazon Q产品家族中的工具很多，其中既包括面向开发者和IT人员的工具，也包括面向企业知识和业务数据的工具，甚至还包括供应链管理相关的工具。
但2025年之后的产品演化，却再次把两条线拆开了——Kiro这款独立的编码工具，重新面向开发者。另一边，原本以商业智能为核心的QuickSight被扩展为Amazon Quick Suite，主要面向知识工作者。它在2026年又进一步收拢为Amazon Quick。
2026年，分工变得更清楚。Amazon Quick越来越接近企业办公智能体，Kiro成了一款面向企业级软件工程的编码智能体。
Amazon Quick和Kiro两款产品分工更明确，主要是因为进入企业之后，办公协作和软件工程的工作逻辑完全不同。
个人写代码和办公，面对的是同一个用户、同一台电脑、同一套权限。两类产品在底层能力可以合流。
但企业的工作流不一样。企业办公，主要围绕文档、邮件、会议、业务系统和组织权限展开。企业代码开发，围绕代码仓库、开发环境、版本管理、测试和发布流程展开。
目前亚马逊云科技的做法是：前台划清边界，代码归代码，办公归办公。但在后台尽可能共享智能体框架等通用能力，避免重复建设。
今天的中国科技公司也在走类似的路。腾讯的CodeBuddy和WorkBuddy、阿里的Qoder和千问办公、字节跳动的Trae和豆包办公，都是编码和办公两条线分开独立发展。
个人提效如何变成企业提效？
今年上半年，Claude Code、Codex流行之后，知识工作者既用这些工具搭建自己的小应用，也用它们处理数据、整理资料、生成报告。
但这种工作方式很快碰到了天花板。因为，个人的工作没有真正嵌入企业的业务流程，很多产出仍然停留在个人电脑和个人工作流之中。
更重要的是，个人提效不等于组织提效。
最直接的问题是，企业很难统一管理账号权限、数据安全，以及管理Token成本。
一位中国大型跨国家电集团数字化业务CIO（首席信息官）对我们表示，个人办公账号往往游离在企业管理体系之外，难以接入内部业务流程。
一家中国大型科技公司的情况很有代表性。由于内部数据遵循只进不出的安全原则，战略规划部门的员工即便希望使用Claude Code，也只能自行购买账号，在一台不连接公司内网的电脑上生成代码和研究报告，再把最终成果转入公司内网。
成本同样是个问题。员工的Token消耗正越来越和人力成本挂钩。我们了解到，在重度使用AI编程工具的中国企业中，单个工程师每天要用2亿-3亿Token，每月消耗的Token价值可能超过2万元。
一位中国算力基础设施厂商CEO认为，员工长期自费购买AI办公工具不可持续。AI工具的订阅费和Token调用成本并不便宜，企业很难把这部分成本转嫁给员工个人。
因此，过去两个月中国市场出现的一批企业办公智能体，首先解决的几乎都是这些问题：企业统一购买账号，管理员工权限和数据，管理Token的账单。
但把AI管起来，只是起点。更难的问题是，怎么让智能体接进企业工作流。
企业员工每天的工作并不是在一个软件里完成的。销售人员处理客户问题，过去可能要先查看Slack里的讨论，再查询Salesforce中的客户状态，翻找Outlook里的往来邮件，最后更新CRM（客户关系管理）并通知相关同事。
Amazon Quick试图解决的正是这个问题。它把过去分散在Slack、Microsoft Teams、Google Workspace等办公协同工具，以及邮件、会议、项目、流程、CRM等不同应用中的同事、数据和工作流，重新组织到一个入口下。员工只需要提出任务，再由智能体去寻找信息、调用软件、联系同事，并完成后续动作。
更深的一层问题是，个人使用AI产生的工作成果，如何沉淀为企业的组织资产。
过去半年，Markdown文档和HTML页面越来越多地出现在知识工作中。这两种格式过去主要属于开发者。但随着编码工具进入知识工作场景，知识工作者也开始用它们保存研究资料和工作成果。
企业内，Word、PPT、PDF仍然是主流，因为它们基于汇报、审批、打印、发文等管理场景。但Markdown和HTML背后有一套不同于Word、PPT、PDF的工作逻辑，文件不仅要给人看，还要便于智能体随时读取修改。这两套格式背后，是两种工作逻辑。
Amazon Quick的做法是让Markdown和HTML可以像传统办公文件一样在企业内共享沉淀，进入统一的Library资料库。个人工作成果因此开始变成组织资产。
类似的问题也出现在软件开发领域，只是以另一种形式呈现。
Claude Code、Codex让更多人具备了写代码的能力，人人都是开发者的时代因此到来。
但这并没有让人自动获得软件工程能力。个人快速搭建的应用，可以很快实现功能，却由于缺乏工程规范难以维护。这最后容易变成“屎山代码”，无法进入严肃的企业生产场景。
亚马逊云科技的另一个产品线Kiro，这一年在不断完善企业级功能，核心是规范驱动开发（Spec-driven Development）。
亚马逊云科技杰出开发者布道师达尔科·梅萨罗什（Darko Mesaroš）今年8月在一场小规模沟通中对我们表示，氛围编程（Vibe Coding）由AI生成代码，很适合快速构建最小可行产品（MVP）。但如果要进行真正严肃的软件开发，需要转向规范驱动开发。
具体的做法是，开发者首先通过文档定义用户需求和验收标准，根据这些需求生成规范，再进一步生成技术设计文档，明确系统设计和具体实现路径。
他反复强调，“软件开发远不只是写代码”。代码之外，还有需求判断、技术架构、基础设施选择，以及大量长期积累的工程经验。这些都是企业级软件和个人小应用的区别。
办公智能体和编码智能体，最终走向了两条产品线。但它们在企业层面面对的是同一个问题：怎么把个人提效，变成组织提效。
下一代企业办公入口，长什么样？
智能体不仅正在成为用户办公的新入口，也在成为国内外科技公司的战略重点。
我们今年9月初对互联网及泛科技从业者进行了一项问卷调查。在690份样本中，29.7%的受访者表示，过去三个月已经形成“固定使用一款智能体工具、底层模型可以更换”的使用习惯，高于“固定使用一款模型、Agent工具可以更换”的20.3%。
这个数字背后有一个信号：用户对智能体的依赖，开始超过对模型的依赖。
原因并不复杂。智能体使用时间越长，里面会逐渐沉淀自己的文件、Skill、记忆和工作习惯。重新更换智能体，就要重新搭建一套工作环境。它的迁移成本，可能比模型更高。
这也解释了为什么过去几个月，国内科技公司都在加速整合办公智能体和原有协同办公产品。今年8月，阿里推出千问办公，整合QoderWork、悟空、MuleRun三款智能体。同一个月，字节跳动将豆包与飞书的部分产品团队整合，推出豆包工作。
这种做法的商业逻辑很直接：企业办公智能体一旦进入企业，就能带动更多账号订阅，乃至Token消耗。这可以获得更多收入。
办公智能体甚至成了科技公司争夺的下一代工作入口。面向智能体时代，亚马逊云科技也逐渐形成了“四大金刚”产品布局：底层是推理平台Bedrock，其上是智能体治理平台AgentCore，应用层包括AI编码智能体Kiro、企业办公智能体Amazon Quick。
不过，战略落地到产品和用户体验上，还有一段距离。
目前国内大厂的办公智能体仍在产品整合阶段，企业工作流的打通还处于早期。很多人的疑惑是，一款成熟的办公智能体到底应该长什么样？
至少近两个月来看，一些本土产品的整合仍然显得混乱——工作流没有因为团队合并自然打通，订阅权益反而变得更复杂。一些在公司内部看来重要的整合动作，对企业客户来说有时只是额外的折腾。
对企业用户来说，他们并不关心一个产品团队在组织架构里归属于谁。企业用户真正能感知的是：消息能不能接着聊，文件能不能直接调用，账号和权益是不是统一，一项工作能不能在同一个工作流里完成。
相比之下，Amazon Quick正式商用之前，经历了更充分的内外部磨合。它在去年12月前身发布后至今迭代了超过1万个版本，在亚马逊内部经历了近1年的深度使用，也在美国西南航空（Southwest Airlines）、徕博科（LabCorp）、PGA巡回赛（PGA TOUR）等企业客户中的真实工作场景被不断测试和验证。
这些长期、真实的使用场景，让Amazon Quick在正式商用时，就已经完成了很多工作流的整合工作，不同应用间的壁垒被打通了。
用户可以直接通过对话下达任务，由智能体读取分散在不同软件中的上下文，再调用相关软件执行下一步操作。员工还可以直接通过Amazon Quick给同事发送邮件、Slack消息。也可以找到相关同事，总结他们近期关注的问题，或是分享工作成果。
企业办公工具已经迭代多年，聊天、文档、邮件、审批、CRM等系统早已深度嵌入企业的组织关系和工作流程。让企业为了引入智能体重新切换一整套办公工具，这不现实。真正有价值的，是能够嵌进现有工作方式，让员工几乎感觉不到迁移成本的产品。
这反过来引出一个问题：做企业级办公智能体，是否一定需要先拥有钉钉、飞书这样的协同办公平台，或者自研GPT、Claude这样的模型？
Amazon Quick的答案是不一定。
这种中立反而是优势。由于中立，它反而更符合很多企业真实需求。大部分企业本来就不会只使用一家厂商的软件，而是同时使用不同模型和产品。
一个不需要企业换掉原有系统的智能体，迁移成本天然更低，落地阻力也更小。
当然，这种做法行得通，背后有一个更大的变化：企业软件正在变得更开放。越来越多的软件开始以插件、Skill、CLI等形式暴露能力，并通过MCP、A2A、API等协议与外部智能体连接。它们正在从一个个相对封闭的应用，变成可以直接调用的能力。
过去，企业软件之间的边界由产品本身划定。现在，这些边界正在被重新打开。
对企业客户来说，更重要的是，把现有的软件、数据、工作流连接起来，并实现更低的迁移成本、更低的使用门槛。
一款好的企业办公智能体未必需要带来惊艳感。它更多需要的是简单、朴实，符合使用直觉，把工作流无缝串起来。
