自媒体运营、SEO 与 GEO 增长

搜索引擎优化、AI 搜索引用可见度(GEO)实测与多平台内容增长策略。

超写派专栏

豆包开放多模型4天后千问跟进:办公Agent的竞争从“接入谁”转向“怎么调度”

GGEO 与增长研究所官方主理人2026年11月17日AI 专栏 · SupaWriter 深度研究工作流生成

豆包工作11月12日向个人用户开放第三方模型,四天后千问办公宣布新增10款模型,四家大厂办公Agent全部进入多模型聚合路线。本文梳理时间线与产品差异,指出模型阵容趋同后,真正的变量是调度路径与内容在不同模型中的可见性,而非接入模型的数量。

豆包开放多模型4天后千问跟进:办公Agent的竞争从“接入谁”转向“怎么调度”

四天之内,两家大厂办公Agent同时转向多模型

豆包先动,千问跟进

2026年11月12日,字节跳动旗下豆包工作宣布更新模型阵容,在原有豆包2.1 Lite和Pro两款自研模型之外,正式接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型。四天后,阿里旗下千问办公在11月16日宣布新增10款大模型,除最新发布的Qwen4-Max外,同样纳入了Kimi、GLM、DeepSeek、MiniMax、Step等多家外部厂商的产品。

两款办公Agent功能对比表

至此,腾讯WorkBuddy、字节豆包工作、百度库库AI以及阿里千问办公四家大厂的办公Agent产品全部走向多模型聚合路线。这不是某一家厂商的差异化尝试,而是一轮密集的行业性转向。

豆包的动作实际上比公开宣布更早。10月29日,豆包工作已率先向团队及企业订阅客户开放第三方模型服务,11月12日的更新则把这一能力扩展到个人用户。千问的跟进节奏与之形成对照:豆包全面开放四天后,千问即完成产品端切换。

千问的反复:8月上线3天即下线

千问办公并非第一次尝试接入外部模型。2026年8月14日晚,千问办公曾宣布上线智谱GLM-5.3和DeepSeek V4 Pro两款国产旗舰模型,加上已有的Qwen3.8-Max,一度同时覆盖阿里千问、智谱和DeepSeek三家厂商的旗舰产品。

但这次尝试只持续了约三天。8月17日晚,华尔街见闻·全天候科技发现,GLM-5.3与DeepSeek V4 Pro已从千问办公产品端消失,模型选择器重新回到以不同能力档位和Qwen3.8-Max为主的状态。官方帮助中心的模型选择页面只列出高级、基础、经济、Qwen3.8-Max四个选项。对于两款外部模型突然下线的原因,阿里方面未公开解释。

版本更新功能列表

8月的短暂接入与11月的重新开放之间,隔了三个月。同一家厂商在同一个方向上两次决策,中间经历了一次未公开说明的撤回。这至少说明,多模型聚合在办公Agent产品中的落地并非一条直线,厂商在模型选择权、产品稳定性和商业策略之间有过重新权衡。11月的开放究竟是8月决策的延续,还是一次独立的产品调整,阿里没有给出答案,外部只能看到结果。

模型阵容趋同后,竞争焦点从“接入谁”转向“怎么调度”

四家产品模型阵容对比

截至当前,腾讯WorkBuddy、字节豆包工作、百度库库AI和阿里千问办公都已进入多模型聚合路线。从公开信息看,四家产品的模型阵容已经高度重叠。WorkBuddy接入混元、GLM、MiniMax、Kimi、DeepSeek等模型,用户还可以自行导入其他自定义模型。豆包工作向团队订阅版和企业订阅版开放第三方模型,企业可直接使用已有AI点数调用不同模型,并由管理员按成员、部门和群组配置权限;普通个人版暂不支持。千问办公在11月的更新后,个人版和企业标准版用户均可自主选择模型,根据任务复杂度、响应速度和Token成本决定使用哪款模型。库库AI同样进入多模型聚合阵营,但公开信息中对具体接入范围的描述相对有限。

AI办公智能体平台访问量排名

产品 接入模型 选择方式 开放范围
腾讯WorkBuddy 混元、GLM、MiniMax、Kimi、DeepSeek等,可导入自定义模型 Auto模式自动路由 未明确限制
字节豆包工作 第三方模型(具体名单未完整公开) 用户/管理员选择 仅团队订阅版和企业订阅版
阿里千问办公 高级、基础、经济、Qwen3.8 Max等档位 用户自主选择 个人版和企业标准版
百度库库AI 多模型聚合(具体名单未完整公开) 未明确 未明确

这张表呈现出的共同点比差异更突出:每家都在把模型阵容铺开,试图覆盖用户可能需要的不同能力档位。但产品之间的实质区别已经不在“接入谁”,而在“怎么调度”。

Auto路由与用户自主选择的分野

腾讯WorkBuddy走的是Auto路由路线。它接入多家模型厂商的产品后,通过Auto模式根据路由策略自动选择适合的模型。用户不需要判断哪个模型更适合当前任务,系统替用户完成这个决定。这种设计把模型选择权留在产品层,用户看到的是一个统一的执行入口。

豆包工作和千问办公则把选择权交给了用户。豆包工作的企业管理员可以按成员、部门和群组配置模型使用权限,这意味着选择权在组织层面被分配,而不是完全由产品自动决定。千问办公更直接:个人版和企业标准版用户均可自主选择模型,根据任务复杂度、响应速度和Token成本决定使用哪款模型。用户可以在不同模型之间手动切换,产品不再替用户固定一个最优解。

这两种路线的差异对内容创作者的影响是具体的。在Auto路由模式下,内容被哪个模型引用由平台的路由策略决定,外部无法直接观察或干预。在用户手动选择模式下,内容被引用的概率取决于用户实际选择了哪个模型来执行任务。如果用户习惯用DeepSeek处理资料搜集,那么DeepSeek的检索和引用偏好就直接决定了哪些内容进入结果;如果用户切换到Kimi,引用的来源集合可能完全不同。

数据导入与同步界面

来源观点认为,多模型并不天然等于更好的Agent体验,模型接入越多,平台越需要有能力协调不同模型,将其组织成稳定、连贯的执行链路。这个判断指向一个尚未解决的问题:自动路由和手动选择哪种模式最终会胜出,目前证据不足以给出答案。WorkBuddy的Auto模式降低了用户决策成本,但牺牲了透明度;豆包和千问的自主选择模式给了用户控制权,却把模型适配的负担转嫁给了用户。两种模式对内容生态的影响机制不同,但都会改变内容被引用和呈现的方式。

GEO规则被重写:从“优化给一个模型看”到“优化给一群模型看”

为什么多模型聚合改变了GEO的底层假设

过去谈生成式引擎优化,默认的前提是:一个内容只需要对一个模型负责。无论是优化给ChatGPT看,还是优化给豆包看,目标模型是明确的。创作者可以研究它的训练数据偏好、检索召回逻辑和引用习惯,把内容调整到更容易被选中。这个假设在办公Agent多模型聚合之后变得不再成立。

AI助手调用会议记录生成方案界面

当千问办公个人版和企业标准版用户可以根据任务复杂度、响应速度和Token成本自主选择模型时,同一项任务落在哪个模型手里,不再由产品方单方面决定,而是取决于用户当次的选择。用户可能用DeepSeek V4 Pro处理长文档,也可能切到GLM做会议纪要。不同模型有不同的训练语料分布、检索策略和引用偏好,它们对同一批内容给出的可见性排序不会完全一致。内容创作者面对的不再是一个固定裁判,而是一群随时可能被换上的裁判。

内容被哪个模型引用,取决于什么

这个变化把GEO从“单目标优化”推向了“多目标下的概率问题”。内容被哪个模型引用,取决于三层变量:用户实际选择哪个模型、平台如何调度、以及该模型自身的检索与引用逻辑。WorkBuddy的Auto模式根据路由策略自动选择模型,用户甚至不一定知道自己当时用的是哪个。这意味着,即使创作者针对某个模型做了充分优化,如果路由策略在那一类任务上更倾向调用另一个模型,前面的工作就可能落空。

来源观点认为,模型趋同后,竞争可能转向上下文工程、数据权限、工具调用和任务稳定性。这个判断对内容策略同样适用:当模型调用路径不再透明,创作者能控制的只是内容本身的结构、事实密度和可引用性,而不是“被哪个模型看到”这件事。多模型聚合没有消灭优化空间,而是把优化从“押注单一模型”变成了“提高跨模型可见性的概率”。

不过,这个新战场成立的前提是用户真的会频繁切换模型。有观点指出,多模型并不天然等于更好的Agent体验,模型接入越多,平台越需要有能力协调不同模型,将其组织成稳定、连贯的执行链路。如果调度能力不足,用户可能仍倾向于停留在默认模型上。那样的话,GEO的“多模型战场”就会退化为“默认模型战场”,只是默认模型从产品自研变成了某一款外部模型。目前证据不足以判断哪种情形会成为主流,但两种路径对内容策略的影响截然不同。

人物肖像照片

真正的变量不是模型数量,而是调度路径与内容适配

模型趋同后的下一轮竞争

多模型聚合在办公Agent产品中的扩散速度,快于多数人预期。豆包开放多模型四天后,千问重新接入外部选项,意味着“能调用哪些模型”这一层差异正在被抹平。来源观点指出,当各家可调用的模型阵容越来越相似,仅靠接入更多模型已经很难建立长期竞争优势,新的差异将来自模型之上的调度和执行能力。

实验室硬件调试工作台

这个判断可以从产品逻辑上得到支撑。办公Agent的任务不是单次问答,而是跨文档、跨群聊、跨工具的执行链。模型接入得多,只解决了“有更多引擎可用”的问题,没有解决“哪个引擎在哪个环节更可靠、失败后怎么切换、结果怎么合并”的问题。来源评论认为,模型接入越多,平台越需要有能力协调不同模型,将其组织成稳定、连贯的执行链路。调度能力不足时,多模型反而可能增加输出不一致和任务中断的概率。

虎嗅转载文章的判断更进一步:模型趋同后,竞争可能转向上下文工程、数据权限、工具调用和任务稳定性。读懂群聊、文档与最新决策,比接入哪个模型更关键。这个观点没有数据支撑,但它指出了一个可观察的方向——办公Agent的价值重心正在从“模型本身”向“模型如何嵌入工作流”迁移。

对内容创作者的实际含义

如果竞争从模型阵容转向调度与执行,内容侧的优化对象也会随之改变。过去创作者面对的是一个相对确定的搜索入口,现在面对的是多个模型在不同任务环节中被调用的可能性。内容被哪个模型引用、在什么上下文中被引用、引用后如何被重新组织,都不再由单一规则决定。

这意味着内容适配需要从“优化给一个搜索引擎看”转向“理解多个模型的引用偏好”。不同模型对事实密度、结构清晰度、来源可核验性的敏感程度不同,调度路径又决定了内容在任务链中的位置。同一篇内容,可能在资料收集环节被一个模型抓取,在报告生成环节被另一个模型改写,在最终输出环节被第三个模型压缩。创作者无法控制这些环节,但可以控制内容是否具备跨模型可引用的基本条件:明确的事实边界、可定位的来源、不被改写破坏的结构。

E36提出的“市场可能趋于三家主导”是一个需要保留的反例。若办公Agent市场最终高度集中,多模型战场的宽度反而会收窄,内容优化的对象可能重新回到少数几个主导产品的默认调度路径上。该判断属于预测性观点,缺乏市场份额数据支撑,但它提醒了一个边界:多模型GEO的长期形态,取决于市场集中度与产品调度设计之间的互动,而非单纯由模型数量决定。

常见问答

多模型聚合是否意味着GEO需要同时优化所有模型?

不需要,也不现实。更合理的做法是优先理解主流办公Agent的默认调度路径和用户切换行为,再决定内容在结构、事实密度和来源标注上的调整幅度。

调度能力比模型数量更重要,这个判断有数据支撑吗?

目前没有。该判断来自行业观察者的评论性分析,逻辑上成立,但缺乏可量化的产品测试或用户行为数据。

内容创作者能直接影响的变量是什么?

内容的事实边界是否清晰、来源是否可定位、结构是否在改写后仍保持可引用性。这些是跨模型可见性的基础条件。

如果市场最终由三家主导,多模型GEO会失效吗?

不会完全失效,但优化对象会收窄。创作者需要关注主导产品的默认模型和调度规则,而不是泛泛地覆盖所有模型。

现在应该做什么?

跟踪主要办公Agent的调度设计变化,尤其是默认模型、手动切换入口和任务执行链的透明度。这些产品细节比模型名单更能预示内容被引用的路径。

想拥有高效的全自动内容生产力?

SupaWriter 打通热点选题、长文创作、智能语义配图、文章 4 维客观评分与浏览器扩展一键发布,助你提升 10 倍创作效率。