豆包工作，闷头上大分
阑夕 · 科技资讯
原创 → 2026-11-06 19:33 北京 怎么说呢，还得是你豆姐。 文 ｜ 阑夕 最近在各个社交媒体上，刮起了一股非常利好AI行业的风气： 已经有越来越多的人——不止是博主，还有越来越多的普通人——开始分享自己第一次接入AI办公产品的「新奇」体验了。 很多玩梗的高赞评论也很有意思，用的比喻包括但不限于「感觉像元谋人进城」「第一次觉得自己无所不能」「把我老板叫过来」等等。 我一直在说，AI行业最怕的就是小圈子自嗨，从业者和爱好者再怎么渲染核爆瘫坐之类的气氛，也不及一条爆火短视频来得实在，因为只有后者，才是AI产品高泛用性的真实证据。 所以能看到，这几个月大伙已经愈发热衷于拿AI办公产品做点什么了，虽然其中很多都未必符合提高生产力的主旋律，但起码对于AI办公赛道而言，这可是天大的好事啊。 我甚至觉得，哪怕是在算力吃紧的当下，也应该让渡相当一部分来满足这些所谓的「无用之功」，因为对于整个行业在C端商业化的缓慢进程来说，这很可能是一个容易被忽视的转折点。 就很讽刺，有时候苦苦求而不得的大结果，最后用一种完全出乎意料的方式实现了。 此时适合引用「影之刃零」里那句十分出圈的台词： 灭烛见真火，忘剑得神兵。 · · · 当然，AI办公，终究还是得服务于最主流的办公场景，跟大模型一样，在初具规模且越滚越大的市场面前，榜单的分量从未像今天这么重要过。 关于Claude Cowork、ChatGPT Work，以及微软、Google那两套办公全家桶的横向对比，你们可能已经看过不少了，但在国内，似乎一直都没有一个成体系的benchmark，让人能直观看到各产品之间的能力差异。 然而最近这片空白被SuperCLUE给填上了。 很多人可能并不熟悉这个名字，SuperCLUE背后的CLUE团队，从2019年就开始做中文语言理解测评，到了2023年AI彻底爆发后，又推出面向大模型的综合性评测基准，也就是如今的SuperCLUE。 这家机构拥有公开的论文、项目和持续更新的榜单，在中文AI评测上下的功夫相当扎实，所以在榜单的权威度上，基本可以做到无毒放心食用。 这次SuperCLUE选择了8款国内主流AI办公产品，在文档处理、数据分析、材料撰写三大类型能力的基础上，设置了13项细分任务 ，不但无死角覆盖平日里的办公场景，而且是拿Word、PPT、Excel这些人类日常会高频使用的交付物来进行评分，非常具有实战价值。 还是先说结论吧，从跑分上看，头部几家产品的距离相当近，第一名与第四名总分差只有2.65，分别是： 位列第四，堪称新晋黑马的百度搭子； 位列第三，日活一马当先的WorkBuddy； 位列第二，模型产品双开花的Kimi Work； 以及，一直在闷头上分，一不留神就拿下第一的豆包工作…… 怎么说呢，还得是你豆姐。 我跟你们一样，起初也是有点怀疑的，但根据三大能力的总体测评看下来，豆包工作确实更接近于没有短板的「六边形战士」形态。 首先是在文档处理方面，豆包工作可以说是毫无悬念的第一，以高于第二名接近5分的成绩位列榜首，而且这是三大测评项目里分差最小的，这说明文档处理不仅是最高频使用的场景，也是几家厂商有共识的发力方向； 其次在数据分析能力上，第一名的Kimi Work与最后一名的纳米Work，居然产生了72分的分差，班上的学霸和学渣，已经不是一个代际的差异了……豆包工作还在前三； 最后是材料撰写，也就是考验信息归纳与内容创作水平的评测项目，属于相对抽象且比较难打分的一类，所以结果也是头部几家的成绩非常接近，差距几乎可以忽略不计。 短板不短，长板够长，豆包工作的表现还是比较稳定。 具体的评分细则，你们可以看SuperCLUE的原文，信息量可以说管够，这里就不再逐一赘述了。 接下来的重头戏，是喜闻乐见的真实测评环节。 · · · 这次我选了总成绩的前三名——也就是豆包工作、Kimi Work和WorkBuddy——分别下达了同一项任务，并开通了各家的会员 ，特意挑选与SuperCLUE测评中完全相同的模型，在力所能及的前提下，尽量将变量控制在了最小。 这项任务是拆解Anthropic分别在10月26日、11月2日发布的两份招股书， 让它们产出三个不同的结果给我，分别对应着SuperCLUE榜单里的文档处理、数据分析、材料撰写三项能力。 从任务用时上来看，Kimi Work优于豆包工作优于Workbuddy，分别是29分钟、47分钟和73分钟，虽然差距不小，但总体都还属于能接受的范围。 至于第一项考验，三家可以说都顺利完成了任务，这也是为什么我说文档处理是厂商们都在发力的主流方向，很难有什么直观差距。 但从看点总结开始，差异就显现出来了，首先视觉上，Kimi Work和WorkBuddy产出的PPT都有一股Claude味，而且有大量页数是用文字代替图表