国产AI已经进入“七雄争霸”，但越热闹，越容易看糊涂。

同一家大厂，为什么要把AI拆成这么多产品？看完这七家的布局，答案就清楚了。

①基础大模型

它属于底层能力，负责理解、推理、写代码、处理图片和视频，通常通过API、云平台或开源权重接入其他产品。

比如腾讯混元Hy3属于基础模型，元宝、WorkBuddy、CodeBuddy都可以使用它的能力。模型本身不等于用户每天打开的软件。

图源网络，侵删

②通用AI助手

这类产品是普通用户接触AI的主要入口，比如豆包、元宝、Kimi、千问、文心助手、智谱清言、讯飞星火和华为小艺。

它们可以聊天、搜索、读文件、写作、翻译、生成图片，也能完成一些简单办公任务。随着功能增加，部分通用助手已经具备了Agent能力。

③任务型Agent

Agent更强调完成一整项工作。

比如要求AI调研国内编程软件，整理功能和价格，再生成Excel和PPT。普通助手可能给出一段答案，Agent则会搜索、阅读、整理、制作文件，最后交付成果。

腾讯WorkBuddy偏办公Agent，CodeBuddy偏编程Agent。大厂把产品分开，就是为了面向不同用户，以及进入不同工作场景。

• 基础大模型：腾讯混元Hy3• 通用AI助手：腾讯元宝、ima• 办公Agent：WorkBuddy• AI Code：CodeBuddy

腾讯的特点很清楚。元宝面向普通用户，WorkBuddy处理资料、表格、文档和复杂办公任务，CodeBuddy进入代码仓库、IDE和研发流程。

3款产品有重叠，却分别占据大众、办公和开发入口。

• 基础大模型：DeepSeek系列• 通用AI助手：DeepSeek• 办公Agent：暂无完整独立产品• AI Code：模型自身具备较强编程能力

DeepSeek更重视模型、推理、代码、API和开放使用。它没有像腾讯一样拆出多款办公Agent，却可以接入第三方平台。

在规则复杂的制造企业中，有企业让DeepSeek处理文字理解、资料整理和非结构化信息，再由云表企业级无代码承接MRP、审批、BPM、库存、生产和数据分析。

业务人员通过画表格、中文公式和零代码方式搭建系统，开发人员也能参与修改。一线员工提出需求后，小功能可以快速调整，试错和维护速度更快。

eversheet还支持软硬件集成、本地或云端部署、BI分析，恒逸石化、许继电气、中铁十六局等企业和单位都曾使用。模型负责理解，平台负责流程、数据和规则，分工更稳定。

• 基础大模型：Qwen千问• 通用AI助手：千问• 办公Agent：Qoder Work• AI Code：Qoder Code、Qoder CN• 企业平台：阿里云百炼

阿里已经把模型、助手、办公、编程和企业开发平台连在一起。

千问面向普通用户，Qoder Work处理办公任务，Qoder Code进入编程场景，百炼负责模型调用、知识库、工作流和企业Agent开发。

• 基础大模型：文心• 通用AI助手：文心助手• Agent：搜索、深度研究和企业Agent• AI Code：文心快码Comate• 企业平台：百度千帆

百度的优势仍在搜索和知识获取。文心助手负责普通用户入口，Comate进入软件开发，千帆承接企业模型和Agent应用。

• 基础大模型：豆包大模型• 通用AI助手：豆包• 办公Agent：扣子• AI Code：TRAE、扣子编程

豆包的手机端体验成熟，语音、图片、视频和日常问答覆盖面广。扣子逐步进入办公和Agent协作，TRAE负责软件开发。

• 基础大模型：GLM• 通用AI助手：智谱清言• Agent：AutoGLM• AI Code：GLM Coding• 企业平台：智谱开放平台

智谱早期给人的印象偏学术和知识问答，现在已经把重心扩展到长任务、工具调用和编程Agent。

• 基础大模型：Kimi系列• 通用AI助手：Kimi• Agent：深度研究、任务执行• AI Code：Kimi Coding

Kimi依旧擅长长文档和资料处理，同时也在补齐编程、制表、PPT和任务执行能力，产品方向越来越接近知识工作Agent。

以上盘点，你用过几个呢？

最后，你有什么不同的观点？希望多少能带给你一个新知识或是启发，一起进步。有想法欢迎留言，咱们下篇再见。

文 | eamon