核心观点
　　年初至今Coding快速驱动AI商业化增长（Anthropic与OpenAI目前合计ARR预估超1000亿美金）。
　　但随着编程渗透率提升，市场正寻找下一个潜力场景。
　　我们认为，AI办公场景潜力大，有望将AI带入大众市场，其潜在用户数量，从千万级别的程序员，拓展到10亿泛白领人群。据a16z，今年2-6月，法律领域Codex周活跃企业用户增长108倍。
　　全球大模型/互联网大厂积极布局。年初Anthropic率先推出Claude Cowork，与Claude Code并列。7月OpenAI将Codex与ChatGPT整合，让简单聊天场景的用户向复杂的多任务办公场景拓展。近期xAI发布Grok Bot。
　　国内大厂战略重视：腾讯在3月率先发布WorkBuddy有先发优势；阿里整合三个产品推出千问办公；字节将飞书并入豆包，正式推出豆包工作品牌。展望未来，办公有望成为新一轮B端的平台级产品及新流量入口。
　　投资逻辑
　　1、为什么办公Agent是继Coding后下一个重要的AI应用方向？
　　1）人群广：全球超10亿知识工作者，远高于5000万左右的程序员，乐观情形下测算AI办公可创造万亿美金级别的市场空间。
　　2）BAT（字节/阿里/腾讯）与全球模型厂商齐聚：海外大模型布局较早，包括Anthropic率先推Claude Cowork，OpenAI的Codex快速追赶（周活超2000万），近期xAI推出Grok Bot。国内BAT有更强的生态优势，腾讯在3月份发布Workbuddy，先发优势明显，月使用次数超千万；阿里推出千问办公；字节将飞书并入豆包，关注Trae Work与豆包桌面端。
　　3）AI从高端市场向大众市场拓展的必经之路：我们认为使用电脑办公的泛白领用户都是潜在用户。并且，AI办公的延展性较强，在基础模型能力之外，更重要的是Harnees层（产品能力）、生态协同（MCP/Skill）。
　　以腾讯WorkBuddy为例，其连通腾讯文档、腾讯会议、IMA等产品数据，串联成企业完整工作流。
　　2、办公Agent平台化趋势明确，海内外共振，用户规模均在快速增长。1）国内，WorkBuddy月访问量已从3月的900万增至6月的超过2000万，位于国产办公Agent榜首；海外，ChatGPTWork在6月推出，和Codex整合，两周周活即从600万增加至1000万，8月已突破2000万。2）模型厂商、互联网公司和传统办公软件厂商均在加码，今年3月以来国内腾讯/阿里/字节密集进行组织架构调整、资源整合、产品迭代，均在重点发力办公Agent这一生产力场景。
　　3、整体来看，国内办公Agent市场初步腾讯领先，阿里、字节均在重点发力，三家公司的产品定位接近，但策略上略有不同。
　　1）腾讯：通过WorkBuddy率先完成产品整合，用户规模领先，叠加公众号、腾讯文档、IMA等生态，具备一定的先发优势和生态优势。据腾讯电话会，WorkBuddy的付费用户盈利水平较好，Work Agent是有望贡献收入、利润的AI应用产品线。
　　2）阿里：通过千问办公整合QoderWork、悟空、MuleRun，逐步补齐此前入口分散、能力割裂的短板；值得注意的是，从调用模型来看，目前阿里对千问有更加明显的倾斜，模型切换的门槛高于腾讯的产品。
　　3）字节：整合飞书推出AI办公品牌“豆包工作”。7月底飞书产品团队并入豆包产品体系，近期TRAE与扣子团队也并入豆包。8月25日，字节正式推出面向生产力场景的独立Agent产品及品牌“豆包工作”，并与飞书深度打通，使Agent能够基于用户权限范围内的企业知识和工作上下文完成任务；此外，不同于TraeWork，目前豆包办公同样对自身模型有明显倾斜，和千问办公类似，模型选择模块，列示自身模型。整体看，字节正从多个产品并行探索，转向以豆包为统一AI入口、飞书提供企业协作与知识底座的集中化布局。
　　【投资建议】重点关注互联网大厂，有望成为办公Agent领域的赢家。我们认为，近期海内外Work Agent的集中爆发，与此前落地的Agent不同，办公领域的Agent在走向平台化，互联网厂商是平台经济的赢家，经验丰富，对市场、用户的认知以及画像的把握更充分；办公Agent的好用与可调用的工具强关联，而大厂在IM等领域的优势突出。目前腾讯WorkBuddy较为领先，6月访问量2097万次，Trae和QoderWork紧随其后。
　　核心标的：【腾讯控股】【阿里巴巴】
　　风险分析
　　生成式AI技术发展不及预期的风险，产品研发难度大的风险，Agent产品迭代不及预期的风险，办公Agent渗透不及预期或渗透速度较慢的风险，办公Agent C端/B端用户付费不及预期的风险，办公Agent市场空间不达预期风险，办公Agent市场空间测算为敏感性分析、存在测算不准确的风险，竞争格局进一步加剧的风险，AI投入不及预期风险，组织架构频繁调整导致摩擦成本较高的风险，人才流失的风险，人力成本上升的风险，算力不足的风险，算力与上游硬件成本上行的风险，战略定力不够的风险，政策监管的风险，B端/C端用户隐私数据泄露的风险，地缘政治局势变化较大的风险。