AAllHere AI
登录注册
← 返回行业咨询

三款中文通用智能体办公实测：百度搭子、WorkBuddy、TRAE Work 谁更能打？

三款中文通用智能体办公实测：百度搭子、WorkBuddy、TRAE Work 谁更能打？

来源：https://mp.weixin.qq.com/s/W9jUTL4uW7bQFlmqOWbfog

一、趋势：聊天界面退场，通用智能体崛起

上周 OpenAI 发布了新版 Codex，将 ChatGPT 整合进去；Claude 新版客户端也仅剩 HOME 和 Code 两种模式，纯聊天对话界面被省略。这一系列变化指向一个明确趋势：通用智能体（General Agent）正在取代传统聊天界面。

这类 AI 的核心能力不再是"你发一条指令、它执行一步"，而是：
- 自主将任务拆成工作流并规划步骤
- 自动调用成熟的 skill
- 联网扒数据、读写电脑文件
- 按需换模型，直接操作软件
- 遇到无现成工具的情况，能当场自己写工具并复盘沉淀经验

得益于国产模型能力快速提升，国内已出现多款通用智能体工具。本文选取百度搭子、WorkBuddy、TRAE Work三款进行实测对比。

二、测试框架

三场任务覆盖办公高频场景，同一指令、同等条件对比：

任务 指令概要 交付要求
TASK 01 近三年中国新能源汽车市场调研 PPT 20 页、16:9、浅色商务风格、PPTX 格式
TASK 02 304 行脏数据清洗 + 可视化看板 HTML 交付、多维度图表
TASK 03 跨平台热点搜索 + 公众号文章 3000 字、B 站/小红书/抖音/公众号四平台

三、TASK 01：市场调研 PPT 生成

百度搭子

  • 用时：9 分钟
  • 流程：先列任务清单 → 并行搜数据 + 挂载 pptx skill → 生成过程中遇渲染报错自动换方案 → 逐页视觉 QA
  • 特点：直接使用百度搜索接口（无需第三方搜索服务），技能自动加载，报错后自行修复
  • 优势：讲述逻辑最佳

WorkBuddy

  • 用时：6 分钟（最快）
  • 流程：并行搜数据 + 备环境，但需手动安装并选择 PPT 技能
  • 问题：跑的过程中颜色参数格式报错、批量替换误伤代码，均自行回退修复
  • 评价：本轮表现相对一般

TRAE Work

  • 用时：27 分钟（最慢）
  • 流程：自动加载 PPT + 搜索技能 → 规划方案
  • 特点：自带生图模型，配图丰富
  • 优势：视觉丰富度最强

小结

百度搭子 ≈ TRAE Work > WorkBuddy

四、TASK 02：脏数据清洗 + 可视化

原始数据特征：304 条订单、品类写法不统一（"数码"/"数码配件"混用）、40 条销售额为空、城市栏含空格变体、存在重复订单。

百度搭子

  • 维度数：11 个（最多）
  • 亮点：额外输出热力图和客单价分析，补算的 40 条销售额经抽查单价×数量全部对得上
  • 容错：JSON 序列化类型错误（numpy int64）自行修改类型转换绕过

WorkBuddy

  • 用时：5 分 41 秒（最快）
  • 维度数：9 个
  • 处理结果：304→300 行、12 种品类归为 4 类、40 条空值补齐、18 个城市空格变体归为 9 城
  • 亮点：结论直接写在图上，赶时间场景省心

TRAE Work

  • 用时：6 分钟
  • 维度数：10 个
  • 亮点：品类命名更"商品化"（家居生活、数码电子、服饰鞋包、食品饮料），报告规整度高

小结

百度搭子 ≈ WorkBuddy ≈ TRAE Work

三家在数据清洗能力上基本打平，差异在于呈现风格和维度侧重。

五、TASK 03：跨平台热点搜索 + 公众号文章

指令要求：从 B 站、小红书、抖音、公众号四个平台抓取"AI 办公""AI 提效"爆款内容，以「普通人不用代码也能用的几个 AI 办公场景」为主题写 3000 字公众号文章。

百度搭子

  • 搜索轮次：8 轮跨平台搜索
  • 文章结构：引言 + 痛点 + 5 个场景详解（整理会议纪要、写周报、处理 Excel、生成 PPT、提炼长文档和视频）+ 方法论
  • 字数控制：自行核对，卡在 3000 字
  • 写作质量：作者评价"AI 味最少、内容最有料"，得益于百度搜索接口获取信息量最大
  • 数字人口播：自动发现并安装相关技能，完成形象、配音音色、口播脚本全链路设置，直接生成视频

WorkBuddy

  • 覆盖范围：提及 B 站 DeepSeek 实操课破百万、小红书 AI 笔记点赞过万、抖音达人破百万等
  • 文章质量：覆盖面广但一笔带过，缺乏深度思考
  • 数字人口播：仅输出口播脚本，未生成视频

TRAE Work

  • 文章特色：五个场景配"以前 vs 现在"时间对比、操作步骤、避坑提醒，结尾附"新手入门 3 步走"
  • 额外交付：直接生成适配手机端的 HTML 排版稿
  • 数字人口播：制作网页版，实现文章朗读功能

小结

百度搭子 > TRAE Work > WorkBuddy

六、核心发现

1. 起跑线相近，差距在技能体系

三款车型接的是同一批模型，能力范围基本一致——"你能做的我也能做"。但在同一任务下，结果差异逐渐显现：

  • 模型不是决定性因素：国产模型性能差距越来越小
  • 技能体系才是分水岭：谁家针对你日常任务的技能磨得最深、最懂行，谁家就更有优势

2. 生态资源决定上限

工具 自有资源 优势体现
百度搭子 百度搜索接口 搜索能力天然优势，信息获取量大
TRAE Work 字节生图模型 配图丰富，视觉能力强
WorkBuddy — 速度优先，适合快节奏场景

3. 通用智能体的价值定位

指标 通用智能体 人类
执行效率 几分钟完成 数小时至数天
交付质量 约 80 分 把关剩余 20 分（数据准确性、观点正确性、措辞）

核心结论：通用智能体能替你完成最磨人、最吃时间的 80% 工作，省下来的时间才是你最值钱的部分。

七、对从业者的启示

  1. 选型建议：不要只看模型能力，重点考察技能体系是否覆盖你的核心业务场景
  2. 工作流重构：从"人驱动 AI"转向"人提需求、AI 拆解执行、人验收把关"的新模式
  3. 警惕幻觉：即使是最先进的通用智能体，关键数据和观点仍需人工复核
  4. 关注生态：拥有自有搜索引擎、生图模型等基础设施的团队，在技能调用上具有天然优势

本文基于公开实测材料整理，所有数据和时间均来自原始测试记录。