办公Agent领域正式拉开了“模型聚合”的大幕。8月14日晚，千问办公宣布接入智谱GLM-5.3与DeepSeek V4 Pro，用户可直接在“前沿模型”栏位中切换。同日，百度文库网盘的通用智能体GenFlow正式启用中文名“库库AI”，并推出独立桌面端，其模型池同样涵盖了DeepSeek、智谱GLM等外部模型。腾讯WorkBuddy、字节TRAE Work等办公Agent早已内置多家第三方大模型。从阿里、百度到腾讯、字节，国内头部厂商的办公Agent正不约而同地走向模型聚合模式。
过去大模型产品比拼的是“谁家的模型更强”，而到了办公Agent阶段，竞争逻辑发生了变化：首要任务是构建一个包含多种模型的统一工作台，吸引用户将真实工作交给平台。只有当用户真正使用起来，写作、表格分析、PPT制作等真实工作流才能持续涌入Agent，平台才能积累任务拆解、工具调用、失败恢复和用户纠正等反馈，进而反哺系统打磨Harness，形成数据飞轮。然而，随之而来的新问题是：同一项任务究竟该调用哪个模型？这便是“路由”成为聚合路线必须攻克的难题。
目前，千问办公对外展示的“前沿模型”虽不多，除自家模型外主要接入GLM-5.3和DeepSeek V4 Pro，但其表示会持续扩充模型池。相比之下，腾讯WorkBuddy已形成了庞大的内置模型池，包含混元Hy3、智谱GLM、MiniMax、Kimi及DeepSeek等多个系列；字节TRAE Work同样走在多模型并行路线，可见模型涵盖字节Seed系列、智谱GLM、DeepSeek及千问等；百度新推出的独立端“库库AI”也引入了DeepSeek和智谱GLM。四家产品的共性已十分明显：办公Agent不再将能力完全绑定于单一模型。原因在于，现阶段对办公Agent而言，让用户真正用起来远比强行将每次调用留给自家模型更重要。当Agent开始搜索网页、打开文档、分析Excel、制作PPT并与用户反复修改时，会留下完整的执行过程：模型如何拆解任务、调用了哪些工具、哪步失败、用户如何纠正以及最终结果。真实工作流是Agent时代稀缺的数据资源。
百度集团副总裁王颖指出，随着公共数据被模型充分学习，人产生的新知识、新经验和新想法将愈发重要。未来需要共同建立的是通用智能体能力、记忆与存储以及个人知识这三部分能力。模型池越丰富，越能提升不同任务的完成率，降低用户尝试门槛。只有更多用户将工作交给Agent，平台才能获得持续反馈，从而优化任务拆解、Context管理、工具选择和失败恢复等Harness能力。因此，模型聚合不仅是模型能力的拼盘，更是为数据飞轮争取真实任务。但聚合并不意味着大厂间的边界消失。从目前产品可见的默认模型池来看，WorkBuddy接入了多家外部模型却未见阿里千问和字节Seed；TRAE Work内置了千问却未见腾讯混元；库库AI目前也未见混元、千问和Seed。虽然都在扩大选择，但各家仍保留着自己的生态边界。
把更多模型装进同一个Agent，只解决了“有没有得选”的问题，真正决定聚合路线能否跑通的是“怎么选”。大模型落地始终存在一组近似“不可能三角”的权衡：效果、速度和成本很难同时拉满。能力更强的模型通常意味着更高的推理价格，复杂任务为了追求高质量往往需要更长的思考时间；反之，一味追求便宜和低延迟，可能牺牲任务完成质量。路由要解决的本质，就是这道三角题：为了把工作做完，应在何时花更多钱换能力，又在何时用速度和成本换效率。
这让聚合型办公Agent的竞争出现了另一层差异。理想状态是用户只需提出任务，后台根据难度、时效和成本自动选择模型。对个人用户而言，这体现在结果好坏、等待时长和积分消耗；对企业客户，则关乎单位算力成本。办公Agent一旦大规模使用，微小的单次调用差异也会被任务量放大，路由由此成为一笔规模化的经济账。但从完整执行链条看，路由只是Harness的一环。路由决定“这一步该调用谁”，但真正决定任务能否稳定完成的，是整套Harness能否协同各环节。这也是聚合路线真正可能形成壁垒的地方。模型本身可以接入，价格也可能随竞争下降，但如何在效果、速度、成本间找到最佳平衡，需要的是足够多的真实任务和平台长期积累的调度经验。当WorkBuddy、TRAE Work、千问办公、库库AI手中的模型越来越多，真正拉开差距的，将是同一道题谁算得更精：何时该用最强模型，何时又根本没必要。