焦点消息！阿里整合Agent背后：大厂开始重新分配AI资源

“一匹马、一头骡子、一只猴子，怎么能叫赛马？”

当外界将阿里整合QoderWork、悟空、MuleRun三款Agent产品，解读为“结束内部赛马”时，一位接近阿里的业内人士沈默给出了不同判断。

(相关资料图)

在他看来，外界的关注点有些偏了。

比起讨论“赛马”，更值得关注的是另一件事：过去一年，大厂围绕Agent展开的多线探索，正在进入新的阶段。

从产品整合，到方向收拢，大厂开始重新判断：哪些Agent能力值得继续投入，资源应该向哪里集中。

阿里的这次调整，是这轮变化的一个缩影。

01、整合，才是竞争的开始

曾在阿里云内部创业孵化MuleRun的“90后”陈宇森接任钉钉CEO后，钉钉及阿里Agent产品后续的组织调整，一直备受关注。

阿里的Agent整合分为“两步走”：6月先梳理钉钉内部的组织架构，7月再推进集团层面的产品合并。

具体而言，钉钉内部成立核心平台业务部统管钉钉核心业务，将悟空与MuleRun团队整合为新的悟空团队；集团层面则以桌面AI智能体工具QoderWork为基础，整合悟空和MuleRun的能力。

但在分析师岳明看来，将此次调整解读为“结束赛马”，未免有些片面。

他向雷峰网解释，QoderWork、悟空、MuleRun从一开始就不是同一类产品。QoderWork偏向桌面生产力，悟空聚焦钉钉企业协同，MuleRun则探索跨平台Agent执行。三者无论产品定位、目标用户还是技术路线，都存在明显差异。

在他看来，这次整合不是做减法，而是重新组织Agent能力。

“过去大家各跑各的，很难直接比较。当几个产品进入同一个体系，共享资源、共同面对用户，谁真正有价值，反而会越来越清楚。”

所以，整合并不意味着“结束赛马”，反而意味着竞争正式开始。

类似的讨论，也出现在腾讯身上。

过去半年，腾讯内部陆续孵化出多款Agent产品，包括腾讯云团队推出的WorkBuddy、腾讯电脑管家团队推出的QClaw，以及微信团队推出的ClawBot。

据雷峰网了解，WorkBuddy、QClaw虽分属不同团队、定位各异——前者聚焦企业办公场景，后者侧重个人桌面生产力，但均归属于腾讯副总裁王慧星管理。

随着WorkBuddy在企业市场表现亮眼，围绕腾讯内部多款Agent产品如何分工、是否会进一步整合的讨论逐渐升温。

此后，QClaw产品经理张舒昱宣布离职，更让外界猜测腾讯是否将结束“赛马”、收敛Agent资源。不过，张舒昱随后公开回应，否认了“内部赛马”的说法。至于QClaw后续是否会迎来新的组织调整？

02、从“广撒网”到“资源收拢”

比起讨论“内部赛马”是否结束，更值得关注的是：大厂为何开始重新配置Agent资源？

长期关注Agent的业内人士谭飞认为，此前厂商最 大的焦虑，是抢占Agent入口。没人知道Agent最终会长成什么样，与其押注一条路线，不如同时探索多个方向，让市场来验证。

这几乎是过去一年国内大厂布局Agent的共同思路。

但一年多过去了，情况已发生变化：AI Coding率先跑通，以Claude Code等产品带动的Coding Agent成为最 先验证的方向之一；企业办公、开发协同等场景开始进入真实工作流。

行业开始知道，哪些方向值得继续投入。“去年大家比的是谁先做出来，今年比的是谁真正跑出来。”

方向越来越清晰，多线探索的问题也开始暴露：资源分散、能力重复、组织内耗。

“去年最 大的风险是押错方向，今年最 大的风险反而是重复建设。”

也正因为如此，大厂开始收起过去“广撒网”的打法，把资源集中到已经跑出来的方向。

Agent资源开始收拢之后，一个新的问题出现了：接下来，大厂该把资源押向哪里？

03、Agent竞争，为何开始转向B端？

阿里的整合，给出了一个很明显的信号：企业场景，正成为大厂重点押注的方向。

QoderWork、悟空、MuleRun虽然定位不同，但都围绕生产力和企业场景展开。

腾讯也在向企业场景倾斜。上个月，WorkBuddy推出企业版AI工作台，进一步向企业办公场景延伸。可见，国内大厂正在重新思考Agent的商业化路径。

这源于竞争逻辑的变化。

过去几年，大厂对于AI应用的探索，多少还带着移动互联网时代的惯性。

某互联网厂商AI产品负责人程远告诉雷峰网，很多大厂刚做AI应用时，沿用的还是移动互联网时代的思路——先把用户做起来，再考虑商业化。豆包就是一个典型案例，其早期产品策略更多围绕用户覆盖和活跃度展开。

但后来大家慢慢发现，“AI的日活（DAU）逻辑，和App的日活逻辑不是一回事”。

程远认为，一个每天打开十次、主要用于闲聊的AI助手，和一个每周只调用几次、但能够帮助企业完成采购审批、开发任务的Agent，价值完全不同。

也就是说，大厂开始发现，用户规模并不等于商业价值。问题在于，仅靠C端，很难支撑Agent的规模化商业化。

相比之下，B端需求更明确，也更容易衡量价值。办公协同、软件开发，本身就是Agent最容易进入的真实工作流。

海外头部AI公司已经率先验证了这一路径：押注企业Agent的Anthropic，率先吃到了商业化红利。

其旗下Coding Agent Claude Code上线不到一年，年化收入已突破25亿美元；早在去年10月，整个Anthropic就有超过30万家企业客户贡献约80%的收入。

某腾讯系SaaS厂商市场部负责人陆敏告诉雷峰网，WorkBuddy在拓展To B市场过程中，正积极推进与其SaaS系统的对接。

在她看来，Agent只有进入企业已有业务流程，连接数据和系统，才能从一个AI助手变成真正的生产力工具，也才更有可能形成规模化收费。

值得注意的是，国内大厂也开始尝试寻找新的评价标准。百度在5月提出DAA（Daily Active Agent，日活跃智能体），试图衡量Agent是否真正参与任务执行。

但无论是DAU还是DAA，最终决定大厂Agent竞争力的，都不是指标本身。真正重要的是，Agent完成了多少任务、解决了多少问题，又创造了多少业务价值。

大厂Agent的竞争，才刚刚开始。只是这一次，规则已经不同。