豆包工作，闷头上大分

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进行解释：

三家里，只有豆包工作的风格是自成一派的，并且精准get到了我「深入浅出，通俗易懂」的科普需求，每一页都是以图表为主要视觉元素，非常直观：

而在具体内容风格上差异也很明显，Kimi Work会在每个看点后面补一段「为什么值得关注」，WorkBuddy则花了更多篇幅解释版本变化、治理结构和风险，能看出它们各自想把哪些事情讲透。 而如果是拿来给普通人做一轮科普，我更喜欢豆包的几处处理。 比如解释Anthropic为什么一边巨亏、一边又有调整后盈利，它把两种口径之间的调整项目逐项画了出来，从可转票据的账面变动，到股权激励、非现金捐赠，最后走到调整后净利润。 有了这张图，我就能轻松带着读者把这笔账顺下来。 还有代码贡献那一页，90%这个数字，它用了100个小格子来表达，九排属于Claude，一排属于工程师，实话说这个制图虽然不算难，但它往往比多解释几句更管用。

最后是长文这边，三家也有各自的取向，Kimi把十大看点展开得比较充分，WorkBuddy则围绕增长、治理和安全，组织了更多自己的讨论。 但豆包工作的特点，或者说优势，依然在于它很好地完成了科普这个使命，面向不太熟悉AI行业的读者，产出的表达明显更为友好。 比如净收入留存率900%，光把这个数字放大，读者可能只觉得很厉害，却未必知道它厉害在哪里，豆包举了个小例子，同一批老客户，去年一共花100元，今年不增加新客户，收入就能达到约900元。

这么一说，比较的是谁、算的是什么，就都有了，对科普来说，这种解释其实很重要，你得先让读者看懂，才能接着聊它意味着什么。 · · · 总而言之，如果不考虑提示词的话，我会认为三家的表现都各有所长，可圈可点，不过大概是豆包太懂如何拆解需求了，所以最终的成果，是最符合我心意的。 这也是我认为豆包工作，或者说整个字节系AI产品在生态上的优势，有了在一线跟用户打交道的丰富数据，是不是意味着这些数据可以反过来强化模型，驱动整个生态飞轮？ 无论如何，一份400多页的招股书，现在经由AI之手就可以毫不费力地让所有人读懂，这足以说明， 智能带来的便利还有多大的想象空间。 豆包工作这次的总榜第一，尤其是文档处理上的领先，值得沿着这个方向继续观察，办公软件面对的是每天重复发生的需求，一次省下来的时间可能不多，但人会记得，哪款工具让自己少折腾了几遍。 模型还会更新，榜单也会换人。 至于用户，需求倒是一直很朴素： 交给AI的那份活儿，最好真的可以从自己的待办里划掉。