实测 4 款办公智能体：WorkBuddy / Trae Work / 百度搭子 / 千问办公，百度搭子短板明显

一、为什么做这次实测

市面上打着"AI 办公""智能体"旗号的产品不少，作为常年和智能体打交道的我也一直在找使用起来最趁手的智能体，最近几个月挑了几款，其中以下4 款是用的相对比较多的：

• WorkBuddy：跨平台 AI 工作台，支持连接外部服务、MCP、自选模型与自定义 API Key。
• Trae Work：字节系 AI 原生工具，支持多模型切换与自定义 API Key。
• 千问办公（QwenWork）：阿里通义千问系的一站式办公智能体，深度绑定钉钉，主打"对话即交付"。
• 百度搭子（DuMate）：百度的桌面级办公智能体，主打跨软件端到端自动化、本地沙箱运行。

实测过程中，我经常用同一类任务派给各家，重点观察：能不能干完、卡住后能不能自愈、会不会老老实实按我给的步骤走。

结论先说：同一任务，WorkBuddy、Trae Work、千问办公都跑通了，唯独百度搭子经常卡死绕不出来；再加上它在"按步骤执行"和"模型透明"两件事上也明显掉队，综合短板最突出。

二、参测产品速览

产品	厂商	定位	模型可见 / 可选	自定义 API Key
WorkBuddy	腾讯	通用 AI 工作台（连接 / MCP / 技能）	✅ 可选，支持自定义	✅
Trae Work	字节	AI 原生开发 / 办公工具	✅ 多模型切换	✅
千问办公	阿里	一站式办公 Agent，深度绑钉钉	固定千问系列基座，未见第三方选择器	未见（本次未深测）
百度搭子	百度	桌面级跨软件办公智能体	❌ 不可见、无选择项	❌

说明：百度搭子官方资料里写的是"统一入口调度不同模型、工具和专业智能体"，并宣称自研 Harness 引擎在相关任务里"任务完成率 99% 以上"。下面是我真实遇到的情况，和这个宣传口径有落差——所以更需要拿实测说话。

三、最扎心的一幕：同一个"做短视频"任务，结局完全不同

我给几家智能体派了同一个目标：制作一条短视频。

过程是这样的——

百度搭子接到任务后，在推进到某一个子环节时，卡在一个具体问题上反复绕，始终跳不出来。它不停地用同一种失败的路径去试，然后尝试在自己的沙箱里安装各种其他方案，也没主动停下来向我确认。我等了很久，判断它已经陷入死循环，只能手动终止任务。 接着我把完全相同的任务分别交给 WorkBuddy、Trae Work。结果很干脆：他们都顺着流程把短视频做出来了，遇到的问题都自己通过找问题根因解决了，没有哪一个需要我中途救场。 下图是WorkBuddy在搭子遇到问题后接手处理 下图是Trae Work在其中另一次任务中找到了问题根因并解决 这一幕足以说明问题：任务本身并非无解。同一道题，其他家能答完，一家答到一半近乎卡死——差别不在任务难度，而在智能体自身的任务规划与错误恢复能力。百度搭子官方说的"99% 完成率"，在我这个具体场景里显然没有兑现。

四、短板一：任务卡死，缺乏自愈能力

一个能用的办公智能体，遇到一步走不通，至少应该分析一下问题根因，之前类似的任务为什么能走通。百度搭子在任务中虽然有尝试解决，但是是选择了一套非常费力的全新方案，——这也是长程任务最怕的状态。一旦陷进循环，用户只能靠"终止任务"手动抢救，体验和"全自动交付"的宣传相去甚远。

反观同任务的另外三家，至少都平稳跑到了交付，没有暴露同类循环卡死。

五、短板二：明明写了 skill.md 步骤，它却当没看见

更让我意外的是另一件事。我有一份把任务拆成明确步骤的 skill.md（相当于给智能体的标准作业流程），比如明确指定了最后一段视频复用现有的，百度搭子在按这份 skill.md 执行时却又自己重新生成了一遍新的。

对于一个主打"按流程自动执行"的办公智能体来说，这几乎是信任层面的硬伤：

• 你不按我写好的步骤走，我就没法预测你会产出什么；
• 流程不可控，结果就不可复现，团队协作里更没法沉淀标准；
• 相比之下，WorkBuddy、Trae Work、千问办公在同样的 skill.md 约束下，基本是按步骤推进的，没出现明显的漏步。

指令遵循（instruction following）和工具纪律，是办公自动化的地基。地基松了，上面再花哨也不可信。

六、短板三：模型不可见、不可选、不能自定义

第三处短板在"控制权"上。

百度搭子背后到底用的哪个模型，界面上完全看不到，也没有任何选择入口。你不知道自己在跟谁对话，自然也没法针对任务挑模型、也没法用自己的额度。 而 WorkBuddy、Trae Work 这类产品，不但能切换模型，还能自己配置 API Key 接入自定义模型。 这带来的好处是实打实的：

• 透明：清楚知道智能体的"大脑"是谁，出了问题能归因；
• 可控：简单任务用便宜模型、难任务用强模型，按场景调度；
• 成本与合规：自带 Key、走自己的账号配额，企业场景还能对接私有/合规模型。

把模型藏起来、不给选择、不给自定义，对用户来说不只是少个开关，而是把最关键的一层控制权收走了。在一个强调"交付可控"的办公场景里，这是体验上的明显退步。

七、横向对比小结

维度	WorkBuddy	Trae Work	千问办公	百度搭子
同任务完成（短视频）	✅ 完成	✅ 完成	✅ 完成	❌ 经常出现卡死绕不出
遵循 skill.md 步骤	✅ 按步骤	✅ 按步骤	✅ 按步骤	❌ 漏步
任务卡死后自愈	✅ 平稳跑完	✅ 平稳跑完	✅ 平稳跑完	❌ 在沙箱中长时间试错后被手动终止
模型可见 / 可选	✅	✅	固定千问基座，可选项很少	❌ 不可见 / 无选项
自定义 API Key	✅	✅	未见	❌

八、结论与选型建议

• 如果你要的是"真能把活干完 + 过程可控 + 模型透明"，目前百度搭子短板明显，建议优先 WorkBuddy、Trae Work；千问办公在同一硬任务上也通过了验证，可作为候选。WorkBuddy 9月还有免费的hy3模型可以使用，如果你正在犹豫找哪家的话，我推荐WorkBuddy。
• 选智能体时，把"能不能看见并选择模型、能不能自带 API Key"当成硬指标——它既是能力问题，也是信任问题。

⚠️ 测评边界：以上结论基于我在 2026-09 用到的特定任务（短视频制作、带 skill.md 的标准流程）和当时版本。智能体产品迭代极快，不同场景结论可能不同；也欢迎用过这几家的朋友补充不同任务的体验。