大厂的Agent之争在沿着四条主线演变

实现Coding Agent向通用场景的泛化是系统级竞争

这一周，AI领域的重磅消息接踵而至。黄仁勋重新定义AI PC，微软Build 2026高喊“Agent优先”，OpenAI正式合并ChatGPT和Codex，微信Agent进展曝光，千问开始接入第三方Skill，豆包回应付费传闻，美团财报会上强调服务AI Agent正变得越来越重要。大厂的动作频率和力度，都在刷新行业预期。

之前不少人问：OpenClaw怎么突然没人提了？本周的消息给出了答案——不是因为被遗忘，而是因为它的内核已经被各大厂内化吸收，变成了通用方案。

大厂正在把OpenClaw带来的启发转化为真实的业务进展。这个过程中，无论是OpenClaw本身，还是我们现在看到的这些产品，很可能都不是AI产品的最终形态。就像腾讯首席AI科学家姚顺雨在2026腾讯云AI产业应用大会上所说，一场长周期的变革才刚刚开始，真正的产品形态、商业机会和使用方式，还远没有被充分发明出来。

可以确定的是，Agent正在成为大厂AI的核心战场，而这场竞争的形态正在沿着四条主线演变：

「同事」成为Agent的竞争焦点

如今，大厂最爱用“同事”这个词来描述Agent。微软的Scout被设计成“像同事一样”工作；扣子3.0强调让人和AI团队一起协作；OpenAI推出的Agent插件则被形容为“已办完入职、懂全套流程的新同事”。这些表述背后，其实指向同一个方向：

微软推出的Scout，就是基于OpenClaw框架打造的Agent，常驻Microsoft 365，能在Teams中运行，与Outlook、OneDrive等办公应用协同，浏览邮件、日历、工作消息，自动处理会议冲突、起草回复、推进任务。同时，微软还推出了Agent 365，为企业统一管理Agent的身份、权限、策略和风险。这整套打法，瞄准的就是办公效率这个最大的生产力场景。

OpenAI则直接把发布会的主题定为“Intelligence at Work”。在会上，Codex迎来了三项核心升级：可定制能力的Agent插件；局部批注修改能力从代码和网页拓展到文档、表格和PPT；以及通过生成网站来进行产出汇报的能力。说白了，就是要让Codex从编程助手升级为全流程的工作助手。

豆包也在回应付费功能时透露，针对专业人群的生产力需求，计划推出豆包专业版，将包含软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究等专业服务。可以看出，生产力场景的价值已经得到真金白银的验证。

数据也印证了这一点。OpenAI的数据显示，今年2月以来，Codex的周活增长了6倍，达到500万，其中

。Anthropic第二季度的收入预计将增长逾一倍，达到109亿美元，并可能实现5.59亿美元的营业利润，其收入大多来自企业和初创公司。这都表明，Agent在生产力场景中找到了真正的增长引擎。

内部产品的整合与连接在不断深化

产品更新背后，是更深层的产品架构重组。一方面，

其中最激进的就是OpenAI对ChatGPT和Codex的整合。

OpenAI想让ChatGPT从单纯的对话入口，升级为协同Agent工作的主界面，而Codex则会升级为能够满足办公、科研、企业流程、数据分析、业务运营等多场景工作需求的通用Agent平台。其内核，就是对Coding Agent的使用场景泛化。通过这场整合，OpenAI期待将Codex推广向ChatGPT庞大用户群体，扩大付费用户基数。还有消息显示，AI浏览器Atlas也可能参与到这场超级AI应用的整合中去。

另一方面的整合，

阿里为千问增加点外卖、打车、淘宝购物的能力，是比较早期的探索。现在，字节、美团、腾讯都在做类似的工作。字节在给豆包打通抖音商城之后，又在增加美食、电影票、民宿等本地生活服务的门店及团购套餐推荐。美团在财报会上表示，AI助手“小团”嵌入美团APP，五一期间服务了过亿人次用户，覆盖吃喝玩乐、出行、问诊等场景。腾讯文档也将过去积累的文档处理能力变成Skill，被WorkBuddy调用。

腾讯集团高级执行副总裁汤道生在2026腾讯云AI产业应用大会期间表示，

今年企业微信就在把原来的一些数据能力通过接口、通过Skill开放出来，让其他智能体可以调用。这种开放的趋势越来越明显。

第三方生态建设开始提上日程

Agent与此前产品的一个核心差异，在于它具备工具调用的能力。这就要求Agent背后有一个足够丰富的工具生态。即便是大厂，也很难凭一己之力构建起这个生态。所以，第三方Skill或Agent生态的建设，已经提上了日程。

千问在完成对阿里内部第一方产品、服务的整合之后，宣布将向第三方Agent、Skill全面开放，让所有企业均可在千问运营自己的品牌Agent。本周，瑞幸、肯德基、蜜雪冰城、东方航空已经在千问上线了Skill。

腾讯则一方面在将美团的小美接入元宝，为用户提供外卖点餐、配送等服务；另一方面在加速微信Agent生态的建设。媒体报道显示，微信的Agent已完成原型测试，最快将于本月启动公开上线前的合规审批流程。

此外，微信还在尝试与荣耀、小米等手机厂商建立Agent to Agent的连接，让自己的基础能力能够被手机厂商的Agent调用。这也就意味着，

OpenAI的Agent插件，则能够一次性打包岗位所需的工具、知识和技能。比如，创意生产插件可以根据brief生成campaign board、展示广告变体、产品生活方式图、电商图集，并能调用Figma、Canva、Shutterstock、Picsart、Fal等工具。

目前Codex的Agent插件覆盖了62个热门应用和110项技能。

上下文变得更为重要

这就需要在用户端为模型和Agent提供足够详实、有用的信息，让它能理解“你是谁”“你正在做什么”“什么答案对你有价值”等核心问题，从而锚定正确路径。

在开发端，

姚顺雨和汤道生在上述活动的对谈中提到，AI产品开发需要从产品反馈中去确定模型应该奖励什么、惩罚什么，什么回答算好，什么行为算差。这意味着，模型团队和产品团队需要通过一个上下文共享的过程，完成Co-Design，共同创造出更好的体验。

因此，AI产品在用户端要连接和积累多源的上下文信息，然后通过辨别哪些信息该给、哪些不该给，来与Agent对齐任务意图；在开发端则要建立顺畅的反馈机制，将模型团队与产品团队的开发目标对齐，加速体验优化。

，都不只是开发问题，更是组织问题，需要通过协同来实现积累与共享。这也是为什么OpenAI为了整合ChatGPT和Codex，早在今年1月就开始重组团队，让产品团队和负责底层模型的研究人员更紧密协作，之后又将ChatGPT、Codex和API团队整合成一个部门。

同时，

微软的Project Solara项目就是在进行这种探索。随时随地的沟通并不是开发Agent桌面终端和随身设备的唯一目的，更多是为了在桌面、移动场景中为Agent执行任务提供更多上下文信息。

过去几年，AI行业呈现出一条相对清晰的技术路径：预训练→后训练→Agent→Coding Agent。这条路径可能不是未来唯一的主线，但却是大厂当下能抓住的最有效的主线。而我们提炼出的四个趋势，正是这条路径上层层相连的基础坐标，最终都是为了实现Coding Agent向通用场景的泛化。