上下文争夺，为何成了办公AI新战场？

文 / 吴绛枫 最近，谷歌发布了面向企业办公的 Gemini Agent。 驱动这款智能体的，既有谷歌自家的 Gemini，也有对家 Anthropic 的 Claude。 谷歌对此解释得很直接：领先模型可能每隔几个月就会更换，企业长期积累的上下文、技能和数据才是关键。 显然，模型不再是长期壁垒，办公 AI 的竞争开始转向上下文争夺。 10月14日，企业微信与 WorkBuddy 也宣布深度联合。 WorkBuddy 正式以可对话机器人的身份，进入企业微信联系人列表。双方打通账号体系，并在企业授权范围内开放消息、文档、会议、网盘等多项底层能力。 一个是国内服务用户规模最大的协同办公平台，一个是国内用户规模最大的办公智能体。 两者结合，让办公 AI 有机会同时进入企业内部协作与外部经营场景，进一步拓展企业“上下文”的边界。 过去一个月，微软、OpenAI、Anthropic 等公司同样围绕“上下文”密集落子，相继推出 Agent 身份、协作空间、外部连接器和组织记忆等能力。 办公厂商试图让 Agent 更深入地进入工作流程，模型公司则开始为 AI 补建办公环境。 上下文争夺，为何成了办公 AI 的新战场？ 办公AI争夺的上下文，到底是什么？ 办公场景中的上下文，远不止几份上传的文件。 聊天、邮件、项目文档、会议记录和业务数据是上下文。组织分工、版本状态、审批流程和访问权限也是。 更深一层，还有企业长期形成的隐性规则。一份报价采用什么口径，一次产品发布要经过哪些环节，一项决策为什么曾被否决。 这些信息分散在文档、聊天、日历和业务系统中。员工依靠长期经验将它们连接起来，理解事情的来龙去脉。 Agent 要承担完整任务，也必须建立同样的联系。 谷歌此次发布的一系列功能，正是围绕这件事展开。 Gemini Agent 深入 Workspace，读取邮件、文件、会议和协作关系；同时连接 Microsoft 365、Slack、Salesforce、ServiceNow 和业务数据库，将平台外的信息纳入任务环境。 企业还可以为“Coworker Agent”分配独立身份、邮箱、日历和存储空间，让它以固定角色长期参与工作。 微软走的是相似路线。9月25日，纳德拉宣布 Copilot 迄今规模最大的一次更新，并将其称为“工作的操作系统”。 新版 Copilot 覆盖对话、内容生产、工具构建和自主执行，Word、Excel 和 PowerPoint 被直接纳入任务链。 智能体拥有独立的身份、记忆、计算资源和工作空间，可以进入团队协作与文档流程。它一边读取企业上下文；一边通过讨论、执行和修正，生产新的上下文。 谷歌和微软在这场竞争中占有先手。多年经营办公软件，让它们积累了大量上下文资产，接下来的重点是向内挖深、向外连接。 OpenAI 和 Anthropic 面对的局面有所不同。 两家公司拥有强模型，却缺少长期经营的办公软件，也没有天然沉淀的企业上下文。因此，它们正在补建承载上下文的工作环境。 9月底，OpenAI 推出 ChatGPT Space、Pages 和团队协作功能。 Space 保存项目资料和共同背景；Pages 承载持续修改的工作成果；常驻智能体 Dots 则拥有云端电脑和浏览器，可以长期处理任务。 讨论、写作、修改和交付尽量在 ChatGPT 内部完成，工作过程也随之沉淀。 Anthropic 则将 Chat 与 Cowork 整合进统一的 Claude，并增加文档和演示工具。 用户无须预先选择聊天或执行模式。Claude 可以在同一段对话中读取文件、调用连接器、生成文档，并继续推进任务。 两类厂商由此走向彼此的腹地：办公软件厂商为原有产品补上智能，模型公司则为 AI 补建身份、协作空间和组织记忆。 办公 AI 越来越像办公套件，办公套件也越来越像 Agent 平台。 从上下文到全域上下文，改变了什么？ 厂商争夺上下文，企业最终看的是经营结果。 办公 AI 的核心诉求，正从提效走向增长。 埃森哲《2026中国企业数字化转型指数》显示，82%的中国企业希望借助 AI 打开新的业务增长空间，仅有18%的企业将成本优化作为主要期待。 同一份报告显示，88%的受访企业已经跨过 AI 试点阶段，但实现生产效率、收入或利润显著提升的企业只有14%。AI 工具普及很快，经营回报依然有限。 对消费企业而言，增长最终落在一系列具体动作上： 发现高意向客户，减少跟进遗漏，根据真实需求推荐商品，及时处理投诉，并从持续沟通中寻找复购和增购机会。 字节和阿里都在将办公 AI 推向经营环节。 豆包工作借助飞书的群聊、会议和项目数据，尝试串联客户洞察、营销内容与团队执行。 千问办公则连接钉钉及业务系统，介入线索整理、销售跟进和客服分析。 企业微信与 WorkBuddy 的深度打通，切入的也是这条链路。 腾讯将此次产品联合引向一个新思路——“全域上下文”。 按照官方定义，全域上下文既包括文档、会议等内部协同数据，也包括来自外部客户的需求、服务记录和业务反馈。 内部信息记录企业如何工作，客户信息反映市场如何反馈。 两类信息连接起来，Agent 才能判断一条咨询应由谁处理、一项需求是否已进入产品计划、一个商机需要哪些部门配合。 企业微信恰好处在两类信息的交界处——对内连接组织架构、群聊、会议、文档和业务系统，对外通过微信连接客户、上下游及合作伙伴。 截至企业微信5.0发布时，平台已接入超过1400万家真实企业与组织，每天通过企业微信获得服务的微信用户超过7.5亿。 这种连接此前已经产生了可量化的经营价值。 企业微信披露的案例显示，天虹曾组织5万名导购服务1000万名顾客，建立5.7万个社群，全年线上 GMV 达到51亿元。 导购在闭店后仍能响应咨询、完成交易，相关营业额提升16%。接入 CRM 后，导购还可以查看会员信息和消费记录，提高推荐的针对性。 AI 开始将这种服务能力从个人经验转化为组织能力。 今年6月上线的企业微信5.0.9已经提供“服务总结”功能，可以根据员工与客户的沟通记录，提炼需求、意向和成交卡点，每天筛选需要重点跟进的客户。 过去，客户意向主要依靠销售经验和晨会盘点。 现在，企业可以将判断逻辑固化为统一规则。即便是新人，打开对话也能迅速了解上次谈到哪里、客户关心什么，以及成交卡在哪一步。 WorkBuddy 进一步将客户沟通接入 Agent 的任务链。 企业微信提供客户关系、组织身份和权限边界，WorkBuddy 负责分析信息、调用工具和交付结果，客户现场与企业内部执行由此连通。 例如，当客户在微信中询问一款产品是否适合自己，同时关心门店库存和优惠时，导购可以让 WorkBuddy 结合历史沟通、产品资料、促销方案和内部文档，整理产品对比、到店建议和沟通话术，经确认后发送给客户。预约、成交和后续跟进仍留在企业微信中。 与此同时，高转化的沟通方式、需求判断和跟进节奏也能被沉淀下来，成为团队可复用的方法，而不只掌握在少数销冠手中。 “全域上下文”由此扩展了办公 AI 的边界。 内外信息汇合后，办公 AI 开始从办公流程走向经营流程。 上下文边界拓宽，如何改写办公AI的商业模式？ 上下文边界持续扩大，也在改变办公 A