一键搬家：豆包 Work 与 QwenWork 把办公智能体的竞争推到迁移成本上

办公助手开始抢「历史记录」

这两天中文互联网上最值得留意的动作，不是哪个模型又刷了榜，而是一个容易被当成产品细节的功能：豆包 Work 上线了「一键导入」，可以把 ChatGPT 和 Claude Code 里的技能、记忆和历史会话搬进自己的账号。

同一周，阿里把 QwenWork 的电商版放进了邀请制内测，主打多平台卖家，卖点是能低成本把店铺开起来。再往前看几天，xAI 的 Grok Voice 3.0 在 Artificial Analysis 的语音智能体榜上拿到第一，响应时间压到一秒以内。

三件事看起来分散，指向的却是同一个判断：办公智能体的胜负手正在从「模型有多强」挪到「用户愿不愿意换过来」。

为什么「搬家」是个信号

用过一段时间 AI 办公工具的人都明白，真正舍不得删的不是某个模型，而是自己攒下来的东西：一整套调好的提示词、几十条关于项目和偏好的说明、还有那些已经跑通的流程。

换句话说，沉没成本才是粘性。你换一个更聪明的助手，代价是从零开始重新教会它你是谁、你在做什么、你的边界在哪。

「一键导入」精准地拆掉了这道门槛。它把原本属于「留下」的沉没成本，变成了可以「带走」的行李。这不是一个中性的效率功能，而是一次针对竞争对手切换成本的正面对攻。文档里写的是导入，潜台词是：你不用再从头开始。

从「会聊天」到「能交代」

聊天机器人这一层其实已经没什么秘密了。同一个问题问十家模型，答案大差不差，价格还在往下掉。真正拉开差距的地方，是模型能不能把一件事从头做到尾。

办公智能体的要求很具体：读得懂你丢过来的文档，记得住你上次说过的偏好，能在几个应用之间把活接上。豆包 Work 那份导入清单里写的三样东西，技能、记忆、历史会话，恰好对应这三件事。

技能决定它能做什么，记忆决定它知不知道你是谁，历史记录决定它能不能接着上一次往下做。三者缺一，用户就得自己补上，而补的过程就是流失的入口。

记忆既是护城河，也是负债

记忆让助手越用越顺手，这一点没人反对。但记忆是把双刃剑，方向反过来看就是另一回事。

如果记忆可以一键导出，那它就保护不了任何人。你辛苦积累的工作画像，随时可能变成对手的见面礼。反过来讲，如果记忆不能导出，用户又会被死死锁在一家平台里，连换个更便宜的方案都做不到。

这个矛盾没有漂亮答案。对用户来说，合理的期待是「数据是我的，导出是我的权利」；对平台来说，需要证明的是「我留下你，靠的是更好用，而不是你走不掉」。

更现实的问题是合规。当办公助手开始长期保存文档片段、日程、联系人甚至会议内容，它就变成了一个贴着工作流的数据库接入点。谁能看、存多久、离职之后怎么办，这些问题早晚会被追问。

语音正在变成新的入口

如果说「搬家」解决的是第一步，那入口决定的是每天用几次。

Grok Voice 3.0 拿到的那个第一，重点不在分数，而在延迟。语音交互的门槛一直是那个尴尬的停顿：你说完一句，等它想一秒，你已经开始怀疑它是不是没听见。把响应压进一秒之内，对话的节奏才立得住。

当语音足够快，办公场景的入口就从「打开一个框，敲字」变成「说一句」。开车的时候、手上有活的时候、在会议室里的时候，能开口就把事交代出去，使用频次是完全不同的量级。

中国打「工作」，海外打「前沿」

把视角拉远，两条路线已经很清楚了。

海外几家走的是闭源前沿加记忆能力，把「更像人」的助手卖给个人和企业，价格不便宜，但卖的是能力上限。国内这批产品走的是另一条路：盯着具体的工种和场景，把成本压下来，把工具链配齐。

对开发者来说，选择确实变多了，但选择也变难了。同一个任务，闭源前沿模型可能一次就过，但单价高；便宜的小模型可能要跑三轮、加一层校验，总账却更低。到底选谁，取决于你的任务里有多少是必须一次做对的，有多少是可以重试的。

写在最后

这一轮竞争的叙事很容易被带偏成参数对比，但真正决定用户留存的，是一堆不那么性感的东西：迁移有多顺、记忆有多可靠、入口有多自然、账单有多可预期。

豆包 Work 的「一键搬家」值不值得叫好，取决于它接下来怎么处理自己也会积累的那批记忆。如果它只是把用户从别处搬过来，再原地修一堵更高的墙，那这场仗打的还是旧剧本。

真正新鲜的可能是这样一件事：用户第一次打开时，不用从头开始。听起来很小，但它意味着助手之间终于开始拼使用体验，而不是拼谁的排行榜截图更好看。