办公Agent的多模型阵营又多了一员。
10月29日，字节跳动旗下豆包工作宣布向企业客户开放第三方大模型服务，首批接入Kimi 3.1 Pro、GLM-5.3和DeepSeek V4.1 Flash等模型。
需要注意的是，此次开放仅面向团队订阅版和企业订阅版客户，普通个人版暂不支持。企业无需另行向模型厂商采购API，可以直接使用已有的AI点数调用不同模型，并由管理员按照成员、部门和群组配置模型使用权限。
此前，字节旗下TRAE Work已经走上多模型路线。此次豆包工作进一步向企业客户开放第三方模型，意味着字节在办公Agent领域也开始从依托自研模型，向多模型聚合延伸。
这一路线和腾讯趋于一致。腾讯WorkBuddy已经接入混元、GLM、MiniMax、Kimi、DeepSeek等模型。
相比之下，阿里旗下千问办公成为目前较为特殊的一家。截至目前，千问办公官方模型选择器仍主要提供高级、基础、经济和Qwen3.8-Max等选项，尚未明确开放第三方模型的选择。
自有模型和多模型的区别不止于多提供一个选择。
模型池扩大之后，办公Agent面临着更复杂的技术挑战：同一项任务究竟应该调用哪个模型，又如何让不同模型在一套工作流程中协同工作？
这实际上把竞争推向了模型之外的Harness。
作为围绕大模型搭建的一整套Agent执行系统，Harness涵盖任务拆解、上下文管理、工具调用、任务状态保存、模型选择和失败恢复等环节。
模型提供推理能力，Harness则负责将这种能力组织成可以实际执行的工作流程。
当Agent只使用一款模型时，平台主要围绕这款模型的能力和特点设计执行流程。但当模型池不断扩大，不同模型的上下文长度、工具调用能力、输出格式、响应速度和成本都可能存在差异，Harness需要适配的情况也随之增加。
这意味着，多模型并不天然等于更好的Agent体验。模型接入得越多，平台越需要有能力协调不同模型，将它们组织成一条稳定、连贯的执行链路。
模型路由也是其中的重要一环。
大模型应用始终面临效果、速度和成本之间的权衡。简单的文档整理未必需要调用最强模型，复杂的数据分析和代码任务则可能需要更强的推理能力。
平台需要根据任务难度、时效要求和调用成本选择合适的模型，必要时还要在任务执行过程中切换模型。
不过，模型聚合与自动路由并不是一回事。目前各家产品开放的模型选择，首先解决的是用户有没有更多选择的问题；能否进一步实现准确、稳定且经济的自动调度则是另一道考题。
如今，腾讯、字节、百度的办公Agent都在扩大第三方模型的接入，豆包工作也开始向企业客户开放多模型服务，这也让以自有模型体系为主的千问办公受到关注。
阿里面临的选择与其他厂商有所不同。
千问办公背后是阿里自研的Qwen模型体系，模型能力提升可以直接转化为办公Agent的产品能力；用户在千问办公中产生的真实任务，也能够为自有模型和产品迭代提供反馈。
如果引入更多第三方模型，千问办公可以更快补充不同领域的模型能力，扩大产品能够承接的任务范围。但与此同时，平台也需要重新考虑自有模型与外部模型之间的分工，以及不同模型如何参与任务执行。
值得注意的是，阿里并非在所有Agent产品中都坚持自研模型。旗下AI编程Agent Qoder已经支持多模型选择，官方模型选择器中除了Qwen，还提供DeepSeek、GLM、Kimi、MiniMax等第三方模型，并支持Auto智能路由，根据任务需求在不同模型之间进行调度。
整体来看，在多模型路线逐渐成为行业趋势的背景下，千问办公是继续坚守自研模型，还是会向第三方模型开放，未来是否会出现新的摇摆，值得持续关注。
