字节腾讯阿里，发射同一颗子弹 - 赛事前瞻

近期，AI办公领域成为阿里、字节、腾讯等科技巨头的核心竞争焦点，大模型竞争已深入Agent层面。

各大公司持续整合旗下产品与团队，集中力量的同时，如何在对话框之外获取更多真实的办公场景信息，并将其转化为大模型可处理的“上下文”，成为胜负关键。这促使各方不约而同地将目光投向录音卡片、AI耳机、智能眼镜等硬件领域，展开生态布局。

腾讯率先行动，今年9月，腾讯WorkBuddy宣布开放平台上线，首批引入超过百家生态伙伴，将WorkBuddy接入Plaud、乐奇Rokid、影石等数十种硬件设备中。

腾讯WorkBuddy开放生态负责人林佐露向《中国企业家》等媒体表示，WorkBuddy可通过随身设备发起任务，但硬件仅是调用Agent任务的载体。更关键的是，当模型能力与行业场景的连接达到一定深度后，如何提升模型对复杂上下文的信息理解能力，从而向用户和企业伙伴交付最佳生产力效果。

9月22日，在“2026云栖大会”上，千问办公发布了AI Agent硬件产品QwenNote A2，该设备支持通过语音一键调动千问办公完成各类工作任务，并能将线下沟通的录音纪要沉淀至千问办公体系。

10月13日，阿里千问又推出三款硬件新品：AI眼镜N1、N1 Pro及AI耳夹式耳机。叠加国补及限时优惠后，AI眼镜N1售价2218元起，N1 Pro售价2600元起，耳机售价1099元起。据悉，N1 Pro具备心率、血氧、皮肤温度等体征实时监测功能。

千问办公副总裁、产研负责人束骏亮向《中国企业家》等媒体指出，硬件是收集上下文增量的入口，是连接数字世界与物理世界的桥梁，通过硬件可沉淀大量上下文。

今年8月25日发布的“豆包工作”尚未公布明确的自研硬件规划，但字节体系内已积累丰富的AI硬件协作实践：豆包耳机、豆包手机，以及飞书在今年1月联合安克创新推出的AI录音豆，共同构成了字节的硬件矩阵。

一位投资人向《中国企业家》表示：“豆包Token爆发的路径之一，便是下沉至华强北等市场，借助陪伴类AI硬件等渠道，迅速成为消耗Token最多的厂商。但弊端是陪伴类AI硬件‘吃灰率’过高，多数硬件一周后闲置率可达70%，一个月后更升至90%。”

办公硬件则有望摆脱这一困境。“办公属于效率工具，产出可量化为成本，是实打实的刚性需求，使用频次也会随业务需求持续攀升。”上述投资人说道。

抢占更多硬件入口，具有多重价值：既能拓展多元真实用户场景，也能获取模型落地一线的直接反馈，同时持续推动Token消耗。

当然，布局硬件并不意味着互联网大厂要亲自包揽硬件研发生产。移动互联网时代的经验已证明，互联网企业难以做好硬件制造全链条。行业也已形成清晰共识：硬件厂商负责产品研发与生产制造；互联网巨头输出大模型与软件生态，同时协助渠道拓展。各方各司其职，各赚各的钱。

录音卡大战

录音是一个传统赛道，曾由科大讯飞、索尼等传统玩家主导，但近两年，它频繁受到大公司与创业公司的关注，成为AI办公竞争最激烈的硬件场景，价格战、渠道战频发。

Plaud重新点燃了录音设备大战，该公司成立于2023年，2025年9月进入中国市场，推出的卡片式AI纪要产品Plaud Note在全球爆火，支持多模型AI转写及摘要功能。公司累计硬件销量达200万台，软件ARR（年度经常性收入）超过1亿美元。

今年9月，Plaud宣布了在中国市场的首个Agent合作方——与腾讯WorkBuddy合作，除能力互通外，双方还将推出Plaud Note Pro的WorkBuddy联名款。

大厂的同类产品密集亮相：钉钉2025年8月发布A1录音硬件，定价799元，内置64G存储；飞书联合安克创新，2026年1月推出AI录音豆，8GB版本售价899元；科大讯飞也在今年9月推出自家AI录音卡，16GB版本定价999元。

到了今年9月，千问办公推出了A1的升级版QwenNote A2，售价1199元。除录音和AI纪要功能外，A2主打“无痕”功能，录音转写前会经过加密传输至云端，每次转写后“转后即焚”，仅保留文字和纪要。

摄影：闫俊文

当前各家硬件比拼仍停留在可见的显性参数：麦克风阵列数量、机身重量、存储大小、终端售价。对普通消费者而言，参数与价格直观可感知；而大模型带来的转写、理解、总结能力，只有实际使用后才能体会优劣。

为何录音卡片会成为AI办公最大的场景入口？

一位AI硬件创业者表示，AI办公场景的硬件如录音卡片等，本质是手机功能的延伸，“第一，有些会议场景不允许带手机，或用手机录音时来电会打断，需要一个专业硬件。第二，手机适合近景场景，Plaud配备了两个MEMS（微型机电系统）麦克风和一个骨传导麦克风，可收集更多人的声音，也解决了手机录音的痛点”。

在企业侧，录音硬件正嵌入业务流程。一位SaaS产品负责人告诉《中国企业家》：在一线销售拜访客户时，他们已要求员工配置录音设备，方便CEO直接读取客户一线信息，无需层层过滤。部分企业高层开会所用的数据图表，也已是大模型从数千份销售录音文稿中提炼汇总而来。

大模型可越来越高效地处理高密度文本信息，但其能处理的上下文长度仍存在天花板。这意味着对企业而言，排列上下文信息的优先级，选择哪些、摒弃哪些，变得至关重要。

千问办公副总裁、产研负责人束骏亮表示：只要模型上下文、注意力不是无限的，上下文管理就永远具有极高价值。如何从海量原始数据中筛选出与问题强相关的信息，并构建合理的数据组织结构，将是企业AI落地的核心命题。

创业者：焦虑、获客与站队

录音卡仅是冰山一角。为抢占AI办公赛道，大厂布局已延伸至多形态硬件：面向视觉感知的AI眼镜、听觉输入的AI耳机、可穿戴手环，以及企业端AI驾驶舱，硬件入口战争已全面铺开。

《中国企业家》获悉，蚂蚁集团旗下的阿福App团队正计划推出硬件产品，形态可能包括手表、手环等。另有AI产品团队正模仿“豆包”，下沉至华强北等中低端硬件市场，争夺陪伴硬件市场。

各大巨头的入局令身处行业的创业者感到焦虑。从业者表示，目前AI硬件市场整体呈现外热内冷：看似热闹，但泡沫已在挤压中。

投融资的冷却是最明确的信号。AI硬件从业者张海涛表示，有投资方告诉他们，在2026年前10个月，上会的硬件公司有70家，过会的仅10家。“2024年、2025年，有头部AI硬件公司获得两三亿元融资，但运营一两年后，无法交出成果，也无法获得退出机会。”

这让一些创业者不得不抓住互联网大厂的橄榄枝，无论是千问办公、WorkBuddy还是豆包，与巨头联手，还能获得流量或渠道分发的优势。

但新的矛盾随之而来：缺乏足够出货规模，企业就无法获得供应链成本优势。

AI硬件究竟是真实刚需，还是构想出的理想产品？

张海涛说，整个行业陷入迷惑：AI硬件到底是消费者的刚需，还是创业者的理想产品？以陪伴AI产品为例，中国可能有上百个品牌，但真正销量超过10万台的不会超过10家。

此外，他注意到，AI硬件的获客成本非常高，例如某AI眼镜平均获客成本为200元，包括流量成本和线下广告成本。

整个智能硬件行业需要新的破局思路。林佐露表示：WorkBuddy团队相信模型会不断提升，硬件未来将成为一个重要的Agent外设。但她也坦承：“生态不能被计划，关键是回到源头，这个产品是否设计得足够好。能否推动（智能硬件产品的爆发），我们没有那么大能量。”

打开企业上下文的“隐性知识”

归根结底，巨头们争相将Agent装入耳机、录音卡、眼镜中，表面看是硬件入口之争，底层仍是一场上下文之争。未来，Agent的能力增长将越来越不依赖模型参数的束缚，更多转向对组织信息——即Context的理解。

对个人用户而言，Agent的终极目标是“人在哪，工作在哪，Agent就在哪”。对企业而言，Context的含义更为庞大。

阿里巴巴集团副总裁、千问办公CEO陈宇森如此定义企业上下文：企业过去积累的文档、会议数据、群聊，以及沉淀在企业每一个角落、过去被称为“隐性知识”的内容，都可被连接起来，进入企业上下文。

物理世界的上下文争夺战甚至已蔓延至海外。据媒体报道，OpenAI计划推出一款便携式、无屏幕的智能音箱，这将成为该公司首款面向消费者的硬件产品。该设备可调用ChatGPT的全部能力，完成人性化迭代，与用户建立情感连接。

巨头的逻辑闭环很美好：硬件解决“上下文从哪来”的问题，模型解决“上下文如何被理解”的问题，生态解决“上下文如何被规模化分发”的问题。

但对更广泛的普通用户而言，当手机已能录音、翻译、调用大模型时，多购买一个硬件的必要性是什么？从这个意义上说，硬件大战的决定权不在腾讯、阿里或字节手中，而在每个消费者决心下单的那一刻。

本文来自微信公众号 “中国企业家杂志”（ID：iceo-com-cn），作者：闫俊文，36氪经授权发布。