AI办公疯狂圈地，但种不出庄稼
当下大厂们正在疯狂涌入AI办公赛道，过去半年超过20款桌面端Agent产品问世，6月份国内17款主流桌面端AI原生办公智能体平台月访问量突破了6000万次。
WorkBuddy月活冲到2000万级别，百度搭子环比增速超过1000%，数字一个比一个漂亮。但如果你觉得这就是AI办公的黄金时代，可能还太早了一些。
如果你同时打开WorkBuddy、千问办公、百度搭子和豆包工作的桌面端，会发现它们长得越来越像了。资料检索、文档撰写、数据分析、跨应用协作......就像是同一套功能模板换了八张脸，然后被扔进市场互相厮杀。
只是区别在于WorkBuddy背靠腾讯的社交关系链，百度搭子依赖文库和网盘的知识资产积累，千问办公试图利用钉钉的B端壁垒，豆包工作打通了飞书的生态和企业上下文。看上去各有依托，但当所有人都在抄同一份作业，用户凭什么选你？更尴尬的是大厂们还在互相挖墙脚，当一套产品组合里既有自家的生态、又有竞品的外挂模型，用户黏性靠什么建立？
产品同质化的本质是这个赛道还处于“占坑”阶段，没人在乎差异化，只在乎能不能先跑马圈地。但圈了地之后呢？地里的庄稼长不出来，圈得再大也只是一片荒地。
所以大厂们到底在争什么？有一个逻辑虽然没有被摆上台面，但很可能是它们往里砸钱的最真实原因。生产力Agent正在成为大厂们共同押注的下一代办公入口，负责理解目标、调用数据和工具、主导持续推进任务，传统的协同办公软件正在成为辅助新一代入口执行任务的配套设施。
当一个Agent能理解你的目标、调用所有工具、完成整个工作流，你还会在意自己用的是飞书还是钉钉吗？办公入口一旦被抢占，用户的使用习惯、行为数据、工作流沉淀都会被锁定在Agent层，而不是传统的SaaS层。谁能占领这个入口，谁就有机会成为下一代生产力场景的“操作系统”。入口本身比利润更重要，这句放在AI时代依然成立。大厂们烧的不是钱，是未来十年企业服务赛道的门票。
但这个逻辑有一个前提是入口本身是有价值的，如果所有人都能建立入口，那入口的价值就会被摊薄。一旦入口本身不再是稀缺资源，烧钱抢入口的整个逻辑就崩塌了。大厂们可能不是没想清楚这一点，但它们没有更好的选择，因为如果自己不占就会被别人占了，这何尝不是一种战略上的无奈？
大厂们在C端对AI算账困难后，集体抢占离Token商业闭环更近的办公场景。烧了几百亿的C端AI算账算不过来，只能把战场搬到企业端，而办公场景是唯一一个用户愿意为效率持续付费的地方。但真实情况是传统办公软件的用户规模花了十几年才长到今天的量级，AI办公产品用半年时间烧了这么多钱，换来的用户里有多少是真实的、愿意持续付费的？
更糟糕的是企业内部的情况，麦肯锡的数据显示88%的企业声称已在至少一个业务环节使用了AI，但真正在哪怕一个部门里跑起AI Agent的公司不到10%。IBM的调查发现，只有25%的AI项目达到了预期回报，仅16%成功实现了企业级规模化落地，多数企业的AI从来就没有真的“跑起来”。方案在PPT上很漂亮，立项的时候信心满满，结果落地的时候一地鸡毛。
毕马威的数据也很诚实，88%的企业已试点Agentic AI，但仅24%实现了投资回报。近半数企业高管因运营成本超过收益而推迟或缩减了AI Agent部署，Gartner预测到2027年将有40%的Agentic AI项目被取消，原因就是价值不清晰、成本失控、治理缺失，这是标准的泡沫剧本。
先免费烧钱圈用户再涨价收割，这套打法放在互联网时代或许能跑通，但在AI时代可能要打个问号。因为AI办公产品的边际成本远高于传统软件，每一次调用都在真实消耗算力。你圈来的用户越多，烧掉的钱也越多。当免费期结束、账单开始堆积，用户跑得比谁都快。
绝大多数企业的AI投入至今还没产出任何能看得见摸得着的财务回报，当高管们发现花了不少真金白银、折腾了大半年，结果公司的利润表纹丝不动，当初的许诺就要开始反噬了。
2026年的AI办公赛道像极了十年前的O2O大战，资本疯狂涌入，产品快速复制，用户被补贴喂大，然后呢？只看见一地鸡毛。大厂们都在赌成为下一代生产力场景的入口，但当一个赛道里所有人都挤在同一个入口，那个入口本身就已经不值钱了。
AI办公不会消失，但它需要经历一轮残酷的洗牌。洗掉那些只会复制粘贴的产品，洗掉那些烧钱换增长的模式，洗掉那些靠老板焦虑驱动的伪需求。
当泡沫退去，活下来的可能不是跑得最快的，而是那个真正想清楚了“AI到底在帮谁解决什么问”的。
但目前来看，大厂们显然还没完全想清楚这个问。
@aigc1024

本周 Skill 推荐：自媒体必备 Skill 合集
1. Punk-skill
把文章转成多个社交媒体平台封面，提供极简、拼贴、杂志、科技、建筑等多种风格
http://go.colaskill.com/punk
2. gzh-design-skill 将Markdown一键转为可直接粘贴进公众号编辑器的精致HTML
http://go.colaskill.com/gzh
3. baoyu-skill
宝玉老师的内容创作Skill大合集，包含了各种生图/分发/创作等21个skill。
http://go.colaskill.com/baoyu
4. gbro-cover-design
可以生成非常吸睛的人像小红书封面，总共有10种封面模板可以选择。
http://go.colaskill.com/cover
5. gbro-collage-broll
将约5秒的口播文稿转换成高级Vox拼贴逐件组装定格质感的视频
https://go.colaskill.com/broll
@aigc1024

破壳机器人许华哲、薛峥嵘：机器人做的麻婆豆腐，科技含量格外高吗？ - 有限理性FM
https://www.xiaoyuzhoufm.com/episode/6a8b9f15ef65145dfcc43444?s=eyJ1IjogIjVlN2M2NDFmYTJmMmU1MDNjZWMzNzg2MCJ9
谢谢前同事力推帮我们搞定的采访……
@aigc1024

现在人形机器人的运动会可比真人秀好看，因为它们都特别真实：要么这坎过不去，要么出空拳，要么踢飞，把自己摔了。咕踊半天，才能爬起来。
比那些恋综里面的表演型人格好看多了～
🤣🤣🤣
@aigc1024

本周 Skill 推荐：自媒体必备 Skill 合集
1. Punk-skill
把文章转成多个社交媒体平台封面，提供极简、拼贴、杂志、科技、建筑等多种风格
http://go.colaskill.com/punk
2. gzh-design-skill 将Markdown一键转为可直接粘贴进公众号编辑器的精致HTML
http://go.colaskill.com/gzh
3. baoyu-skill
宝玉老师的内容创作Skill大合集，包含了各种生图/分发/创作等21个skill。
http://go.colaskill.com/baoyu
4. gbro-cover-design
可以生成非常吸睛的人像小红书封面，总共有10种封面模板可以选择。
http://go.colaskill.com/cover
5. gbro-collage-broll
将约5秒的口播文稿转换成高级Vox拼贴逐件组装定格质感的视频
https://go.colaskill.com/broll
@aigc1024

哇塞！用了几天 Dayflow AI，终于看清自己的时间都花哪儿去了😂
一整天都在干啥，现在一目了然。不用手动开计时，自动把屏幕活动整理成时间线，感觉真不错，而且还可以看一整周的，体验够一周在看看。

AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

同事小朋友每天都会用机器人做咖啡
每天小几十杯
为了不浪费
我明天要带个敞口杯子，开始学习咖啡拉花（后面采集数据的时候我还能教机器人拉花？
好，本人的履历上即将增加拉花和数据标注技能了
@aigc1024

https://github.com/lijigang/ljg-skills
新增一个skill: /ljg-teach
@aigc1024

这个AI 工具让你一个人也能运营百万视频矩阵！
Y2A-Auto 是一个开源的视频内容自动化分发工具，可以把 YouTube 视频自动处理并发布到 AcFun、B站。
它不是简单下载器，而是一套完整流水线：
- 自动监控频道，发现新视频
- yt-dlp 下载视频、封面和信息
- AI 语音识别生成字幕
- 自动翻译、字幕校对、视频转码
- AI 生成标、简介、标签
- 内容安全审核后自动上传
支持 Docker 部署、本地运行，CPU/GPU 加速，还提供 Web 管理后台。
对于做视频矩阵、海外内容分发、知识搬运的创作者来说，相当于拥有一个 24 小时自动运营团队。

AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

最近做了一个「竞品思考放大器 · 工作流」
发出来和大家分享一下 🔍
（应该蛮稀有的，自己出于工作，迭代了两周）
🔍产品深度拆解与可视化表达（Product Teardown & Visualization）
【背景】
1. 老板经常会发来各种前沿产品。体验之后，我通常会冒出一些零散的判断，但又不想每个产品都写几千字的分析文档；
2. 完全交给Agent自主分析产品，当下AI边界未到。目前也很难得到真正有价值的结论。
所以做了这件事 🧠✨
【核心价值 · Enhance你的思考+把思考可视化】
我规定了 除产品介绍板块外，所有分析仅针对你自己人为输入的语言
而是「只基于你的真实体验/观点」，把截图、感受和零散想法进一步梳理、放大，转化成一份清晰、有观点、视觉友好的可视化展示。
【使用方式】
安装
📥 输入：产品体验截图 + 你的真实感受/产品判断
📤 输出：经过梳理和放大的产品洞察 + 可视化展示
🧩 这次到底沉淀了什么？
严格来说，它不是一个Skill，更像是一个被强行封装成 Skill 的个人工作流。
因为竞品分析没有上限。分析目的不同、产品不同、偏好不同，最终呈现的内容也应该不同。
（文档的、画布的、3:4图片的、HTML的）
• AI 应该分析到哪里，哪里交还给人
• 如何把截图、感受和零散观点组织起来
• 如何减少空洞、正确但无用的 AI 分析
理想态 每个人都应该有自己习惯的分析和呈现方式。
尝试了很多种HTML形式的画布+左右图卡个人感觉效果最好
仅分享自己的方式出来，欢迎大家体验、改造 🙌
（Tips：因为不是标准化Skill 稳定性不一定好）
【AI总结】
｜这个流程放大的是对产品的判断，再把这些判断，变成一份视觉友好的可视化展示。
｜Skill是拿来改的，不是拿来用的
｜可复用的不是每次的分析结论，而是加工、放大和呈现思考的方式。
https://hushed-witness-8cd.notion.site/Product-Teardown-Visualization-3c27db4d2f4580f1bd30dacb9fa5fe0c?source=copy_link
@aigc1024