最近OpenAI在办公Agent上动作不小，但国内玩家早已布局，这次我们挑了三款有代表性的产品来试试成色。

它们各自拿出了什么本事？用几组真实办公任务走一遍，答案就清楚了。

先看测试对象：QClaw、WorkBuddy 和百度搭子。测试标准也简单——同一任务、同一素材、同一交付标准，每个任务只给一次主要执行机会。

需要说明的是，受限于测试样本量和时间成本，本次结果仅为有限次数下的呈现，不代表产品的长期或全面表现，仅供各位参考。

场景一：PPT生成

PPT生成是办公Agent最典型的任务之一，但难点从来不是“能不能生成”，而是“能不能生成不像AI做的PPT”。

市面上很多AI都能产出PPT，但成品往往AI味太重：满屏大标题、渐变色卡片和圆角矩形，看起来热闹，信息层级却一塌糊涂。

所以，这次考验的重点不是套模板，而是Agent能否独立完成搜集资料、搭建叙事结构和视觉排版的一整套工作，并把重点信息安放在合适的位置。

提示词：帮我做一份近三年AI行业发展的调查分析PPT，有数据，有重点，排版高级，比例16：9，页数20页，风格，浅色商务风格。输出 PPTX 格式。

评价维度五方面：

• 内容质量：是否覆盖近三年AI行业重要变化，并提炼出明确结论。
• 数据可信度：数据是否真实，是否标注时间、单位和来源，图表与结论是否一致。
• 叙事结构：20页内容是否逻辑连贯，而非信息堆砌。
• 视觉排版：风格是否统一，信息层级是否清晰，能否摆脱“AI模板感”。
• 交付完成度：是否按要求输出16:9、20页的PPTX文件，并能正常打开和编辑。

QClaw

QClaw在这一轮调用工具14次，多轮分析后，首次执行只交付了一个build_ai_report.js脚本，没有直接给到PPTX文件，还得再催一句才继续生成。

最终PPT虽然写了数据来源机构，但生成过程中缺少具体消息链接，核验数据会稍麻烦。

成品效果如下：

它成功完成了20页内容，信息量充足，叙事结构也比较清晰——前面用执行摘要开头，最后用挑战和趋势收尾，作为行业报告的框架是完整的。

不过，部分结论措辞偏满，比如“史上最快”“超越人类博士水平”“年度增长12倍”，这些表述不够客观，对于行业报告PPT来说略显夸张。

排版上的AI味也比较重，大量页面都在重复“大标题、数据卡片、图表”的固定组合。

综合评分：3星半。

WorkBuddy

WorkBuddy除了搜集全球与中国AI市场、行业投融资等数据，还补充了芯片、算力竞争和人才需求等数据，数据搜集比较全面，并支持点击链接溯源。

最终交付了一份结构清晰、完成度很高的PPT。

20页内容很饱满，基本覆盖了近三年AI行业的重要变化，作为行业调查型PPT，覆盖面完整。

内容问题在于篇幅分配不够均衡，自动驾驶和医疗被单独展开，但AI办公、AI编程、具身智能等热门方向没有得到同样深入的分析。

最大的问题还是AI味较重。页面虽然规整，但缺少针对不同内容的定制化设计，视觉节奏比较单一。数据方面甚至出现了正文写1.2万亿元、图表却是1.05万亿元的口径冲突。

综合评分接近4星，整体表现比较稳，可用性高。

百度搭子

百度搭子的检索范围是三款里最丰富的：除了全球与中国市场规模，还覆盖了大模型里程碑、投融资、芯片算力、行业渗透率和应用案例等内容，每个条目下至少有十条来源。

数据整理完成后，它先把整套视觉规范明确给用户，包括1280×720的画布尺寸、正文字体、主色，再按照这套规范逐页生成20张SVG页面。整个排版过程是透明的。

交付结果如下：

说句实话，百度搭子的交付结果是三款Agent里最好的。

首先，内容和数据最扎实，没有停留在“大模型快速发展”这类泛泛描述，每一页基本都有明确的核心洞察。其次，整套PPT的叙事也很完整，从市场规模一路讲到技术、资本、应用和未来趋势，前后衔接顺畅。

最明显的一点是，它几乎没有那种一眼就能看出来的AI模板味。没有油腻的渐变色、发光描边，整体排版会根据信息层级，依次突出核心结论。整体风格很克制，也更清晰。

当然，它也不是完全没有问题——个别数据来源不够具体，正式使用前还需要再做一轮核验。

综合评分：4星半，是这轮测试里最均衡的。

场景二：数据可视化能力

在真实办公环境里，数据往往不会以一张干干净净的表格出现。销售、广告、库存、售后和经营目标，通常分散在不同文件中，字段口径也不完全一致。

会画图不算智能，能理解业务的Agent才能真正应用到办公场景里。

这个场景考验的是Agent能否通过理解业务目标，完成跨表关联，并从大量数据中找到真正值得汇报的结论。

为了尽可能接近真实公司的季度经营复盘，测试虚构了一家名为“云栖家居”的小家电品牌，并准备了六份相互关联的数据。

数据包括：

• 12个SKU的商品主数据，包含产品名称、品类、售价、单位成本和理论毛利率；
• 2512笔Q2订单明细，覆盖抖音、天猫、京东和微信小店四个渠道；
• 364条广告投放日报，包含广告花费、曝光、点击、加购、归因订单和归因收入；
• 330条客服与售后工单，包含问题类型、响应时间、解决时长、满意度和退款金额；
• 各渠道每个月的销售目标、订单目标、毛利率目标和广告预算；
• 36条商品库存月报，包含期初库存、入库量、销售量、期末库存和缺货天数。

所有数据都是模拟生成的，里面还加入了常见经营问题。Agent需要通过跨表分析自行发现这些问题，而不是直接从题目里得到答案。

提示词：你是一名经营数据分析师。请读取我提供的全部数据文件，为云栖家居制作一份 2026 年 Q2 经营复盘报告。

评价维度：

• 数据准确性：能否正确读取六份数据，统一统计口径，并准确计算核心指标。
• 跨表分析能力：能否关联订单、广告、售后、目标和库存数据，发现隐藏问题。
• 业务洞察质量：能否提炼出值得管理层关注的结论，并用具体数据支撑判断。
• 可视化与交付：图表是否清晰易懂，最终报告是否完整、可用，并能直接辅助决策。

QClaw

QClaw拿到数据后，先解压并逐一检查六份CSV，确认各表的字段结构和关联关系，随后把跨表分析逻辑写成独立的Python脚本，统一计算和分析。

比较有特点的是，它最终没有只交付一份报告，而是同时输出了HTML文件、Python分析脚本和Markdown结论摘要，既方便查看结果，也可以继续复核和修改逻辑。

最终结果：

QClaw的结果整体完成度很高。分析层面，它确实完成了深度跨表关联——比如把订单、客服和库存数据串在一起，识别出P004便携榨汁杯同时存在高销量、高退款、低满意度和缺货问题；也把广告花费、归因收入、预算和销售目标结合起来，发现抖音6月ROAS明显下滑。

但是，细看后还是能发现一些准确性问题。比如月度毛利率直接使用毛利润除以销售额，没有同步扣除退款订单对应的毛利；产品销量也包含了退款订单数量，和“净销售额”的口径并不完全一致。

排版层面，图表很多，信息也很全，但不同指标颜色和线型比较接近，重点变化也没有单独标注，导致信息虽然完整，第一眼不容易抓住重点。

综合评分：4星。

WorkBuddy

WorkBuddy拿到数据后，先全面检查六张表的数据分布，单独创建Python虚拟环境，并安装pandas、Plotly等分析工具，再编写analysis.py完成跨表计算。这一套操作比前面的QClaw更工程化，也更规范。

比较有特点的是，它把“数据分析”和“报告生成”拆成了两个独立脚本：前一个专门负责清洗、计算和跨表关联，后一个专门负责生成可视化页面。

最终结果：

WorkBuddy的最终结果整体比QClaw更规整，报告结构也更像一份完整的数据分析项目。页面顶部先展示8个核心指标，下面再切分成七个维度展开分析。

分析层面，它还会把“数据事实”和“业务推测”明确区分开，并将P009库存积压、P004高退款与缺货并存等问题单独做成异常预警，报告逻辑非常清楚。

除了常规经营指标，它还进一步计算了客服解决时长与满意度的相关性，说明它不只是做数据汇总，也在主动寻找不同业务指标之间的关系。

排版上，WorkBuddy比QClaw更直观，图表分类更清楚，重点信息也更容易快速抓住。

综合评分：4星半。

百度搭子

百度搭子先读取并梳理六份CSV数据，完成跨表关联、指标计算。它的整体分析流程更贴近真实数据分析师的工作方式——不仅统计了基础指标，还围绕经营目标拆解了多个分析维度。相比前面的QClaw和WorkBuddy，百度搭子更偏向“从数据发现经营问题”，更接近企业季度经营复盘的实际工作流。

最终结果：

三份结果都完成了跨表分析，但百度搭子的优势在于，它进一步做了另外两份没有展开的广告漏斗和活动层级分析。单独对比618大促和日常投放效率，能更具体地解释广告预算到底浪费在哪一环。这体现了它更强的业务拆解和归因分析能力。

排版方面，百度搭子加入了另外两份没有的逐图口径说明，每张图都会先讲清楚算的是什么、数据怎么来的、应该怎么看。这样，看报告的人不容易误读，关键指标口径也更准确。

不过，在客服分析上，百度搭子主要还是停留在工单量、满意度和解决时长的对比，没有像WorkBuddy那样进一步计算解决时长与满意度之间的相关性。它的业务拆解很强，但在部分维度的深挖上还可以再进一步。

综合评分：4星。

场景三：自媒体创作

现在，越来越多人开始尝试用AI做自媒体创作。如果Agent能独立完成一套内容生产流程，就能大幅降低创作门槛和时间成本。

但真正做过内容的人都知道，自媒体创作并不是“写出一篇文案”这么简单。很多AI生成的内容虽然字数不少，却没有人味，也无法理解不同平台的传播逻辑。

所以，这次让Agent围绕最近热映的电影《后室》完成一次完整的自媒体创作任务。

创作逻辑：Agent检索信息给到选题→根据选择的选题进行创作规划→写双平台的正文→生成html预览。

评价维度：

• 信息搜索：资料是否完整、准确，有没有事实错误。
• 内容质量：观点是否明确，内容是否充实、有判断。
• 平台适配：是否理解小红书和公众号不同的创作逻辑。
• 成品效果：是否交付完整、可直接发布的内容。

QClaw

QClaw一共给出了12个选题，数量非常丰富。它不仅按平台拆成小红书和公众号两组，还结合上映期安排发布节奏。

做完选择后，它给到的文章规划也非常细，不仅明确了每个平台的受众、人设和内容角度，还给到了金句预埋和去AI感自查的表格。

但是，交付结果就没那么细致了——只给到了一个HTML文件，通过Tab切换小红书和公众号，没有独立正文MD，也没有独立爆款选题文件。

预览结果：

正文写得AI味有点重，到处都是破折号和并列结构，每一段都有各种序号，而且也没在文中插入图片。HTML分成几个模块本身没问题，但这里想做的是小红书或微信公众号的真实预览，显然不符合对应平台的原生阅读形态。

综合来看，只能给到三星。用它来做选题和搭大纲没问题，但想从策划到成品一步到位，可能还比较难。

WorkBuddy

WorkBuddy一共给出了14个选题，其中小红书8个、公众号6个，并且在首次回答时，就把完整选题整理成了独立的Markdown文件。

和另外两个Agent不同，它的规划更偏数据化和投放思维：除了标题、结构和配图，还给出了A/B测试、点击率和完读率预估。

最终交付文件齐全，包含小红书独立HTML、公众号独立HTML、正文MD、双平台规划MD、爆款选题MD。

结果预览：

交付结果整体还不错，公众号的HTML已经有比较完整的图文排版和阅读层级，可以作为成稿预览使用。但小红书的预览就没有那么理想了——它只是把内容做成了一张4:5封面加长网页，正文继续用数据卡片、图表和段落向下铺开，并没有按照小红书常见的3:4多图轮播形式拆页。小红书文案也更像一篇数据驱动的营销稿，缺少真实的观影体验和个人表达。

综合评分：4星。

百度搭子

百度搭子最近上线了「自媒体套件（self-media-expert）」，正好拿这个任务测试一下。具体操作很简单：首页对话下方点击加号，根据步骤添加自媒体套件，输入指令，就可以直接使用了。

首先，百度搭子一次给出了6个选题方向，还贴心地按照传播潜力分成了三个梯队。测试选择了选题一，百度搭子马上根据选题内容，调用了content-brief创作规划技能，分别生成了微信公众号和小红书的创作规划。可以看到，生成的大纲已经非常具体，不仅明确了两个平台各自的调性，每一部分需要讲什么都拆了出来。

交付结果包含小红书HTML、公众号HTML、正文MD、双平台规划MD、爆款选题MD。两份HTML图片内嵌，可直接预览；小红书和公众号的页面也是分别交付的，没有混在同一个页面中。

预览结果：

这轮表现最好的是百度搭子。

信息搜索方面，百度搭子的资料链路最完整。除了电影的基础信息，还补充了北美开画、全球票房和国内票房等关键数据。内容创作也比较扎实，小红书用不到1000字，就讲清了《后室》从匿名网图、网友共创，到少年导演将其拍成商业电影的完整故事。

真正厉害的，是它对平台规则的理解。百度搭子的小红书交付结果，正文控制在884字左右，HTML页面也基本复刻了小红书的原生阅读形态。交付方面也很完整，Markdown和HTML页面都有提供，前面的选题与创作规划也分别整理成了独立文件。

而且百度搭子的自媒体套件还能生成数字人。这是用前面的文案生成的数字人口播视频：

视频详情

这个套件确实很好用。

综合来看，评分4星半。

总结

综合三轮测试，三款产品的能力倾向其实很明显。

QClaw更像开发型Agent，擅长调用工具、编写脚本和搭建分析流程，规划能力也不弱，但最终交付稳定性相对一般。

WorkBuddy更像流程型办公Agent，工程化程度最高，文件交付齐全，检索和分析能力也比较稳定，但视觉设计仍有明显的模板感。

百度搭子的优势更集中在成品交付上。它能够把检索、分析和内容规划进一步整理成结构完整、排版清晰的最终文件，PPT、数据报告和双平台内容的完成度都比较高，整体更接近可以直接使用的状态，因此综合排名第一。

再看看每款产品的价格：

不看尝鲜价格，单看订阅价格：

百度搭子的价格最低，首月优惠力度很大，正式价格也主要集中在几十元到一百多元，适合个人用户高频办公。

QClaw的入门门槛也不高，套餐从几十元到几百元不等，整体属于中等价位，用户可以根据使用频率选择不同档位。

WorkBuddy的价格相对最高，普通月付套餐从百元左右起步，最高档接近千元。不过连续包月会便宜不少，而且额度可以和CodeBuddy共用，更适合同时有办公和编程需求的用户。

需要说明的是，三家的积分计算方式不同，所以不能通过积分数量直接判断谁更便宜，最终还是要结合实际任务消耗和完成效果来看。

如果把能力表现和订阅价格放在一起看，百度搭子的优势就更加明显了——它在价格更低的同时，依然给出了三款产品里完成度最高的交付结果。相比偶尔体验的新鲜工具，百度搭子确实更容易真正进入日常工作流，承担高频任务。

如果你现在正在考虑用AI提高办公效率，那可以现在就去试试百度搭子了。