8月14日晚间，千问办公悄悄干了件事。上线两款新模型，智谱的GLM-5
8月14日晚间，千问办公悄悄干了件事。上线两款新模型，智谱的GLM-5.3和DeepSeekV4Pro，用户在产品首页的“前沿模型”档位就能直接选。加上之前接入的阿里自家Qwen3.8-Max，千问办公手里现在攥着三家模型厂商的牌。阿里、智谱、DeepSeek，同台了。这事单看不大，放进时间轴里就有味道了。腾讯的WorkBuddy、字节的TRAEWork、百度的库库AI，都在走多模型聚合这条路。现在阿里也进来了。办公Agent这个赛道，四家互联网巨头，算是正式站到了同一条起跑线上。看到这，你可能想问，阿里自己有Qwen，为什么要接别人家的模型？问得好。这恰恰是整件事的关键。以前大厂做AI产品，思路都差不多，自家模型打天下，肥水不流外人田。可办公Agent这个场景有点特殊。一项复杂任务，往往需要连续完成好多步骤，查资料、写代码、做表格、生成长文档。问题来了，没有哪个模型样样第一。有的代码强，有的长文本猛，有的响应快，有的便宜。DeepSeekV4Pro这次主打100万Token上下文、最高384K输出，长程任务和Agent任务串联是强项。GLM-5.3呢，重点强化编程和复杂工程任务。各吃各的饭，各干各的活。只绑定一个模型，就像让同一个员工既写方案又修打印机又跑外勤。能干活，但样样都不精。所以聚合路线的道理很朴素，让最合适的模型干最合适的活。不过，模型装得越多，另一个麻烦跟着来了。到底该让谁干活？目前千问办公的做法，还是让用户自己选。复杂方案、自动化工作流，选“前沿模型”；快速调研、表格分析这种轻活，用便宜的“经济模型”。说白了，把选择题丢给了用户。可用户真的分得清吗？大多数人连Token是什么都懒得搞懂，你让他判断这个任务该用GLM还是DeepSeek？这就引出了下一个词，路由。理想状态下，用户只管提需求，后台的Agent自动调度。简单的信息提取，派给速度快、成本低的模型；代码和复杂推理，交给能力强的。用户从头到尾不需要知道背后是谁在干活，就像你打车不需要研究司机的驾龄。这一层要是做成了，价值可不小。对个人用户，直接关系任务效果、等待时间、积分消耗。到了企业场景，那就是实打实的算力开支。选错模型，钱花得冤枉；选对了，省下的都是利润。再往深想一层，还有个更大的想象空间。每一次真实任务，都会留下模型表现的反馈。什么任务交给哪个模型成功率高，耗时多久，烧多少Token，哪个环节容易翻车。这些数据攒多了，反过来又能优化路由策略。当然，前提是隐私、授权、数据治理都合规。你发现没有？这里藏着一个挺微妙的身份转变。办公Agent平台，本来是模型的“客户”，花钱买模型能力。可一旦用户规模足够大、任务数据足够多，平台手里就有了评判模型的裁判权。谁的模型在真实场景里表现好，数据说了算。模型厂商想被多调度、多调用，就得在人家的地盘上拿出真本事。卖方慢慢变成了被挑的那一方。这个攻守易位，值得咂摸。当然，现在还没到那一步。这场竞争还在很早期，行业里连基本问题都没吵明白。什么时候该切模型？按单次请求调度，还是按一整段任务调度？都没有统一答案。路由这玩意听着美，做起来全是坑。切换太频繁，任务上下文丢失；切换太迟钝，成本和效果双输。我的判断是这样，分三层说。短期内，拼的是接入数量和稳定性。谁家模型全、调用顺、不翻车，谁就能留住尝鲜的用户。这一阶段门槛不高，四家都能玩。中期，拼的就是路由的真功夫了。调度策略聪不聪明，直接决定成本曲线和用户口碑。到那时候，手动选模型会像手动挡汽车一样，变成少数极客的爱好。长期看，真正的护城河是任务数据。谁的平台跑过的真实办公任务多，谁的路由就越来越准，形成滚雪球。模型会越来越像水电煤，可替换；而握着调度权和数据的平台，更像电网，难搬走。有个细节我觉得是风向标。千问办公这次把DeepSeek摆在首页，阿里系产品给外部模型导流，搁两年前难以想象。围墙正在拆，不是谁变大方了，是单模型撑不起Agent时代的野心。模型越造越多，这是上半场的故事。下半场的较量，才刚刚开场，比的是谁更懂得用模型。会造刀的很多，会使刀的不多。
