200 万份积分、416 所高校、1176 个校园 Skill：开学季 AI 在抢什么？

WorkBuddy 开学季里，有一组有趣的数字。

WorkBuddy 的开学季活动面向高校学生提供 1000 积分福利，首批限量 200 万份；此前举办的“宝藏母校 Skill 大赛”，吸引了 416 所高校、874 名创作者，做出了 1176 个校园 Skill。

上一篇，我从用户和研发两个视角，体验并拆解了 WorkBuddy 与企鹅教师助手。这一篇，我想把视角拉远一些，把豆包工作、千问办公和 WorkBuddy 放在一起，从产业构成与生态发展的角度，看看这组数字背后正在发生什么。

一、说回小龙虾

年初走红的“小龙虾”OpenClaw，推动了以模型、工具和持续运行环境为核心的 Agent 架构走向普及。

在这套架构中，模型理解任务、判断下一步怎样做，Agent 调用工具完成搜索、文档处理等操作，再把执行结果交给模型，继续推进任务。

OpenClaw 可以在个人电脑上运行。如果希望电脑关机后任务仍能继续，就可以把它部署到持续在线的云服务器上。搜索网页、处理文档等操作，会使用服务器的计算资源。

持续工作还需要保留此前的资料、记录和生成的文件，供后续任务使用。这些内容需要存储空间，调用远端模型、搜索和下载资料也会产生网络传输。

把这些需求放在一起，就能看到通用 Agent 背后的技术全景：任务怎样被组织和执行，资料与状态怎样保留，以及这些能力依赖哪些基础设施。

二、模型、应用与云的整合

这张架构图说明，一个通用 Agent 既需要模型提供推理能力，也需要计算、存储和网络支持任务持续运行。再回头看前段时间字节、阿里和腾讯的组织架构调整，这些动作的缘由也就清楚了。

7 月，字节整合了飞书与豆包的产品团队，并推动飞书的市场、销售和客户服务体系与火山引擎相关团队协同。同期，阿里将多个 Agent 产品整合为千问办公，腾讯也把 QClaw 相关业务与部分团队调整至 WorkBuddy 所在的云产品六部。

从技术上看，这些调整并不意外。一个通用 Agent 要持续完成任务，需要应用、模型和云基础设施共同配合。产品要继续往前走，负责这些部分的团队也需要更紧密地协作。

未来，每个人很可能都会有一个自己的 AI Agent。打开电脑，先打开自己的 AI，再开始一天的工作，会像过去打开搜索引擎查找资料一样自然。人们把任务交给它，由它调用工具、连接服务，完成后续的操作。

这正是几家厂商争夺的位置：以办公为切口，成为用户想做任何事情时首先想到、首先打开的入口。这也是为什么几家厂商都要把模型、应用和云基础设施整合起来，协同发力。围绕这一入口的竞争，也会逐渐成为 AI 时代新的流量之争。

三、从办公走进教学场景

通用 Agent 从办公向外延伸，首先会进入与办公高度重叠的教学场景。备课、课件制作、资料整理和数据分析，本来就离不开文档、搜索和各种数字工具。通用 Agent 在办公场景中形成的能力，不需要经过很大的改变，就可以继续用于教学。

在整个教育体系里，高校又可能是通用 Agent 最先站稳的一部分。学生每天都要阅读、写作、编程、处理数据和完成项目，教师也要进行教学、科研和管理。高校师生对 AI 的接受往往更快，也更愿意用新工具改变完成任务的方式。

高校学生还有一个特殊之处：他们几年后会从校园走进职场。今天在学习、研究和项目协作中形成的 Agent 使用习惯，也可能被带到今后的工作中。对厂商来说，进入高校争取的不只是学生在校几年的使用量，也希望他们进入职场以后，仍然习惯使用同一个 Agent。

四、几千万学生背后的资源需求

通用 Agent 一旦在高校形成稳定使用，模型调用、任务执行和长期存储也会随着用户规模一起增长。高校聚集着数千万学生，这些需求会成为云厂商必须认真面对的一块市场。

教育部公布的 2025 年普通本科、职业本科、高职专科与在学研究生四项人数，合计约 4384 万人。这里取约 4000 万人作为基数，假设其中 25%、也就是 1000 万人成为稳定使用 Agent 的用户。

目前没有足够的数据准确预测这个市场，只能从实际使用中大致估量。我自己算是 AI 的重度用户，每天的实际用量会远高于 1000 万 Token。考虑到大多数人的使用不会像我这么重，我倾向于把每人每天 1000 万 Token，作为一个不算激进的中间值。

按照这组假设，1000 万人每天会产生 100 万亿 Token 调用，接近 2026 年 3 月全国日均 Token 调用量的七成。

按照我的使用经验，稍重一些的办公任务，大致需要 2 vCPU、4GB 内存的运行环境；如果一个 Agent 要陪我读完四年大学，长期存储也需要 100GB 到 500GB。按 1000 万名用户计算，仅存储总量就会达到 1EB 到 5EB。仅高校中这 1000 万名用户形成的长期存储需求，就已经与腾讯云对外披露的整体数据存储规模处在同一个量级。

通过这样的比较，我们可以大致看到高校 Agent 背后的市场规模：即使只有四分之一的学生成为稳定用户，带来的模型调用与长期存储需求，也已经足以成为云厂商必须争取的一块市场。

五、教育 AI 可能形成的三种产业形态

当通用 Agent 从办公进入教学，并进一步触及高校里的学习、研究和项目协作，大厂也就走进了教育 AI 原有的产业生态。它们自带模型和全套基础设施，同时又有丰富运营能力；教育生态里则有长期积累了产品、内容和用户的教育企业，覆盖学习终端和教室设备的硬件厂商，以及借助这一轮 AI 发展起来的新团队。当这些力量进入同一个市场，我认为，教育 AI 可能会形成以下三种产业形态。

第一种，是通用 Agent 直接成为教育入口。通用 Agent 已经在办公和日常任务中建立入口优势，用户不需要为了学习和研究再换一套产品。随着模型和工具能力继续增长，阅读、写作、编程、资料整理和研究分析等教育任务，都可能被通用 Agent 直接覆盖。再加上成熟的基础设施和运营体系，它有能力把教育中的大量需求吸收到自己的产品之中。

第二种，是教育生态形成自己的 Agent 入口。教育场景本身拥有数量庞大、相对稳定，又能够自成体系的用户群。通用 Agent 可以出作业、组织考试，也可以给学生评分，这些在技术上并不难。难的是，这个分数怎样被课程和学校认可，又怎样记入正式的教学评价体系。只有进入这套流程，Agent 给出的结果才真正成为教育活动的一部分。《“人工智能+教育”行动计划》也把教育评价智能化工具列为建设内容。谁能够接入这套评价体系，谁就有机会从教育内部形成一个独立入口。

第三种，是通用 Agent 与教育能力形成分层合作。通用 Agent 提供模型、任务执行、存储和用户入口，教育生态提供课程内容、专业知识、评价工具和具体服务。双方通过接口组合，各自保留最有优势的部分。上一篇提到的 WorkBuddy 与企鹅教师助手，就可以放在这条路径里理解：WorkBuddy 提供通用 Agent 入口，企鹅教师助手把教育相关能力接在上面。通用 Agent 不必从头理解整个教育体系，教育产品也不必重复建设模型和基础设施。

三种形态中，第三种最容易被当成答案。通用 Agent 提供模型、入口和基础设施，教育生态提供专业能力，双方各自发挥优势，似乎比任何一方独自完成所有事情都更稳妥。

但我并不认为，一种兼顾双方的形态，就一定更有可能出现。它能不能长期成立，取决于通用 Agent 与教育产品之间是否能够形成一条稳定的能力边界。如果通用 Agent 随着模型能力增长，继续吸收教育能力，第一种就可能占据更多空间；如果评价体系、组织流程和用户关系足以支撑一个独立入口，第二种同样可能成立。第三种只有在双方都掌握对方难以替代的能力，而且这条边界能够长期维持时，才会成为一种稳定的结构。

现在还很难判断，三种形态中哪一种最终会占据主导。可以确定的是，它们并不是两个极端和一个更合理的折中答案。产业演变不会因为第三种看起来最均衡，就自然停在中间。

---

资料来源：

[1] WorkBuddy：开学季新生福利。

[2] 新华网：从工具普惠到 AI 能力共创——腾讯 WorkBuddy 开学季重构校园教学生活新范式，2026 年 9 月 1 日。

[3] OpenClaw：Introducing OpenClaw；OpenClaw：Gateway Architecture。

[4] Anthropic：Scaling Managed Agents: Decoupling the Brain from the Hands，2026 年 4 月 8 日。

[5] 36氪：飞书并入豆包、千问办公整合，大厂 AI 大战从“赛马”到“合兵”？，2026 年 8 月 6 日。

[6] 教育部：2025 年全国教育事业发展统计公报，2026 年 7 月 6 日。

[7] 工业和信息化部：推动软件和信息技术服务业、科技服务业发展情况，2026 年 3 月。

[8] 腾讯云：关于我们。

[9] 教育部等五部门：“人工智能+教育”行动计划，2026 年 4 月 2 日。