百度智能云 DuMate 測評：辦公 Agent 教我用 Claude Code，效果如何？

鏈路閉環級別的穩定性，是辦公 Agent 留在牌桌上的門票。

作者丨吳海明 黃毅碩

編輯丨馬曉寧 梁丙鑒

百度針對企業級場景設計的桌面級 AI 智能體 DuMate 于今年 3 月 22 日全量上線。從我們對于 AI 辦公產品的以往測評來看，能夠真實進入辦公場景的產品還是不多見。

DuMate 能否打破中看不中用的魔咒，成為一款真正能“抗活兒”的 AI 搭子？帶著這樣的疑問，我們設計了一項覆蓋項目研究、結果整理以及包括四種交付物的多形態輸出任務。看看百度智能云 DuMate，究竟能把任務推進到什么程度。

01

先看產品邏輯：解決真實工作流問題

中國一眾 AI 玩家里，百度的打法一直有自己的邏輯。文心一言打頭部認知市場，秒噠打無代碼應用搭建，而 DuMate 則試圖填補一個更具體的位置，個人及團隊的日常辦公場景中，真正替代那些需要“操作軟件、串聯文件、交付結果”的重復勞動。

本質上，這就是桌面級 Agent 的生態位。AI 助手的價值，不在于“答得更好”，更在于“做得更多”。當大模型的推理能力逐漸同質化，真正拉開差距的，是誰能更好地把 AI 嵌入真實工作流，并交付可留存、可復用的結果。

根據百度智能云公開資料，DuMate 強調的不只是問答，而是“看見屏幕、操作軟件、處理文件、串聯業務系統”。看起來簡單的功能定位，實際上覆蓋了從桌面執行、工作區、技能擴展到本地安全、辦公交付的整條工作鏈。在技術邏輯上，這需要 DuMate 具備三個層次的能力。

第一層是感知與理解。DuMate 需要理解用戶在說什么、想做什么，這背后是將自然語言指令映射為具體操作序列的能力。

第二層是工具調用與執行，理解之后，DuMate 需要調起正確的工具，讀寫文件、操作瀏覽器、執行代碼、調用 API。這要求它對桌面環境有真實的感知和控制能力，而非只返回一個 API 調用建議。

最后就是結果交付與歸檔。執行完成后，結果需要以正確的形態輸出，對于辦公助手來說，這往往是 Word 文檔、Excel 表格、PPT 演示或者網站頁面。而且交付物本身必須可留存、可復用。

今年 3 月 22 日全量上線后，DuMate 迅速補齊了技能廣場、Word/PPT/Excel 優化、文件預覽解析、每日總結、消息渠道接入和正式計費等能力。在不到一個月的時間內，核心辦公能力已經基本完整。DuMate 辦公工作臺的產品邏輯已經越發清晰：即通過一個智能體，將用戶模糊的目標，直接轉化為可留存、可復用的最終交付物，從而真正嵌入并解決真實的工作流問題。

02

實測：一套事實底稿，四種交付物

這次測試，我們沒有選擇常見的“寫一篇文章”或“整理一份表格”之類不痛不癢的輕任務，而是給 DuMate 布置了一項更接近真實工作的復雜任務，圍繞某一個 GitHub 項目，完成一次“項目研究 + 多形態交付”任務。

比如讓 AI 做一張 excel 或者生成一張 PPT，這類任務太簡單、太干凈，現實中很少有人這樣工作，根本測不出來AI 的水平。但是用一個真實的、雜亂的、多源信息的任務來考核 AI，比如圍繞一個 GitHub 項目做任務，這正是研發、產品、技術寫作人員日常會碰到的工作。如果 AI 在這種任務上表現不錯，那它在真實辦公場景中大概率也能派上用場。

這次我們選擇的 GitHub 項目叫做 everything-claude-code，給不熟悉的朋友介紹一下。這個項目在 GitHub 上的 Star 數已經超過了 14 萬。比起某種工具，它更像是一套專為 Claude Code 等 AI 編程工具設計的工程化配置系統，既能用來調教 AI，也能拿它學習怎么跟 AI 打配合。

Everything-claude-code 被設計出來的目的就是把 AI 從“聊天助手”升級成可遵循規范、沉淀經驗的智能工程系統。

具體來說它解決的是四大痛點：

?持久化記憶：通過自動化鉤子實現跨會話上下文保存，避免換項目就失憶；

?規范化流程：將開發拆解為規劃、審查、測試等環節；

?自動化檢查：內置安全掃描工具 AgentShield，含 1282 項測試和 102 條安全規則；

?持續學習：AI 自動提取有效模式沉淀為團隊知識。

整個項目組件像一個完整的“AI 開發流水線”，包括 30 多個各司其職的 Agent，150+ 個可復用 Skill 固化成的最佳實踐，70+ 條快捷命令一鍵觸發復雜流程，還有 30 余條規則構成 AI 的行為底線。

簡單來說，everything-claude-code 就是將一位資深工程師的一次性對話變成了可積累、可優化的“工程實踐”，并且能直接服務于你的私人 Agent 助理。

我們為 DuMate 設計的測試任務，就是要求它對開源在 GitHub 上的 everything-claude-code 進行整理，并把這份“秘籍”以 Excel 內容目錄、Word 說明書、PPT 大綱與逐頁內容、網站四種形式進行輸出。

測試題目：

代碼塊

請圍繞 GitHub 項目 everything-claude-code（https://github.com/affaan-m/everything-claude-code）完成一次“項目研究 + 多形態交付”任務。

注意：該項目不是普通應用，而是一個面向 Claude Code、Codex、Cursor、OpenCode 等 AI agent harness 的性能增強系統。請重點分析其 commands、skills、hooks、rules、guides、install scripts、配置與集成方式，不要誤寫成傳統 SaaS 或單體軟件。

請你先基于 GitHub 倉庫和公開網絡資料完成研究，形成一份“統一事實底稿”，再基于這同一套事實底稿輸出以下 4 項交付物：
1. 一份可歸檔的正式 Word 說明書, 以計算機類專業書籍的格式呈現
2. 一份適合介紹/匯報的 PPT 內容稿，面向計算機專業群體
3. 一個可本地預覽的展示型靜態網站
4. 一份 Excel 統計表，用于統計當前項目的組件/模塊/目錄/關鍵文件數量、名稱、作用說明及備注

一、研究范圍
至少覆蓋：
- 項目定位、目標用戶、解決的問題、典型場景
- commands / skills / hooks / rules / guides / scripts / 配置文件 / tests / integrations 的結構與作用
- 安裝、配置、接入方式、典型用法
- 架構或工作機制
- 當前版本狀態、最近更新、維護活躍度
- 風險、限制、不確定項
- GitHub 之外的 guide、release、官網、文檔、博客、社區、教程、討論等資料

二、統一事實底稿
請先輸出一份結構化項目情報，作為后續全部交付物的唯一事實來源。
要求：
- 先輸出“統一事實底稿”，標注【已確認】【推斷】【待確認】，盡量附來源鏈接
- 如有資料沖突，列出沖突點與判斷依據
- 所有后續交付物必須嚴格基于同一套事實底稿，彼此不得矛盾
- 不得編造項目中不存在的功能、組件、版本或官方信息

三、交付物要求
1）Word：面向首次接觸者，章節完整、專業正式，適合歸檔/培訓/對外說明；若不能直接生成 .docx，則提供完整正文、標題層級、封面建議、排版建議和文件名
2）PPT：適合介紹/匯報，不照搬說明書；先大綱后逐頁；每頁含標題、3-6個要點、圖示建議、演講備注；10-18頁；若不能直接生成 .pptx，則提供完整逐頁內容和文件名
3）網站：若不能直接發布，則生成本地可運行的靜態網站目錄；至少包含首頁、項目介紹、核心能力、安裝使用、架構說明、FAQ、參考資料；提供目錄結構、全部文件內容、入口文件名和打開方法；優先使用無需復雜構建的 HTML/CSS/JS
4）Excel：先說明統計口徑；統計當前項目的目錄、commands、skills、hooks、rules、scripts、docs/guides、配置文件、tests、integration targets 等數量、名稱、路徑、作用說明、所屬類別、備注、來源依據；若不能直接生成 .xlsx，則提供可直接導入 Excel 的 CSV 或表格內容及文件名

四、輸出順序
1. 研究方法與信息來源
2. 統一事實底稿
3. Excel 統計口徑與統計表
4. Word 說明書
5. PPT 大綱與逐頁內容
6. 網站目錄結構與文件內容
7. 風險說明、未確認項、受限項
8. 最終交付清單與建議文件名

五、全局約束
- 所有產出必須基于同一套事實底稿，彼此不得矛盾
- 不得編造 GitHub 倉庫中不存在的功能、組件、版本或官方信息
- 對不確定內容必須明確標注
- 不得在無法生成真實 .docx/.pptx/.xlsx 文件時謊稱“已生成完成”

這項任務的難點在于，everything-claude-code 不是普通應用程序，而是一個面向 Claude Code、Codex、Cursor、OpenCode 等 AI agent harness 的性能增強系統，因此 DuMate 不能把它誤寫成傳統 SaaS 或單體軟件。

此外由于超高的熱度，everything-claude-code 在網絡上有大量公開資料補充，DuMate 的研究不能局限于 GitHub 倉庫。良莠不齊的公開資料又對交付質量提出了挑戰，即所有內容必須基于同一套”統一事實底稿”，DuMate 需要甄別、摒棄那些自相矛盾的錯誤信息。

最終，它需要交付四樣東西：一份 Word 說明書、一份 PPT 內容稿、一個可本地預覽的靜態網站，以及一份 Excel 統計表。

DuMate 的表現如何呢？下面來看看：

?搭底稿：先研究，后輸出

第一步，DuMate 先讀懂 everything-claude-code 項目，并從公開網絡補充 guide、release、文檔、博客和社區資料，最終形成“統一事實底稿”。這一步最值得看的，不光是它會不會把倉庫 README 摘一遍，還有它有沒有能力把倉庫內信息和倉庫外信息合并起來，再組織成后續交付物共同依賴的底層材料。

從實際界面看，DuMate 沒有停留在“對話框里給一段總結”，而是把任務拆成了多個階段節點。右側“進程”欄會顯示當前正在生成的 Word、PPT、網站目錄與最終清單等內容，左側則能看到當前對話與工作區文件。這意味著它的執行過程不是黑箱，用戶能知道它正在做什么、哪些文件已經生成、后續還會走到哪一步。對一款以“真干活”為賣點的辦公 Agent 來說，可觀察、可控的使用體驗是必不可少的。

更關鍵的是，DuMate 先搭底稿，再做輸出。這個動作的價值在于：一旦底稿成型，后面的 Word、PPT、網站和 Excel 才有可能保持前后一致。對有過真實項目經歷的人來說，最耗人的往往不是寫材料，而是來回核對材料之間是否矛盾。DuMate 表現出來的，是一種更接近項目工作的研究先行 + 一稿多用思路。

?Excel 統計：統計口徑先行

在事實底稿之后，DuMate 被要求生成 Excel 統計表。這里的難點不是“做個表”，而是要明確統計口徑，梳理項目模塊、目錄、關鍵文件、數量、路徑、作用說明和備注，并且與前面的研究結論保持一致。

實際任務中，它給出的不是一張臨時列表，而是一份更接近可二次使用的統計材料，包含統計口徑說明、各字段定義，以及能夠與后續文檔交叉核對的結構化數據。

?Word 說明書：進入真實文件生成流程

接著是 Word 說明書。這一步更像交付驗證，普通聊天助手往往只能給你一段“可以復制到 Word 里”的正文，而 DuMate 則進入了真實文件生成流程，最后直接拿出一個可以直接預覽的 .docx 文檔。

用戶看到的不再是“文本建議”，而是一個已經生成出來、可以繼續流轉和保存的文件。這其中的差距，遠比聽上去的大。

到這一步，交付物已經展現出了不俗的落地價值。everything-claude-code 本身就是極具分享價值的實踐經驗，在此基礎上形成的技術說明書，更是把這份“大牛指南”掰開揉碎了喂給用戶。架構設計和核心組件介紹都是最基本的，這份 35 頁的文檔里，一半以上都是可以直接指導 Agent 實踐的部署教程和最佳實踐案例。就連高頻出現的問題，都整理成了一份故障排除指南。

?PPT + 網站：內容形態切換

PPT 的呈現效果也不錯。事實上這個環節的難點從來不在于把文檔壓縮到幾個畫面上，而是要讓內容從書面敘述切換到視覺表達。DuMate 在這一環節繼續沿用同一套事實底稿，沒有重新發明一套邏輯，項目說明就此轉化為了更適合介紹和匯報的結構。

最后一環是展示型網站。這里考驗的就不再是文檔生成能力，而是信息架構遷移：項目介紹、核心能力、安裝使用、FAQ、參考資料等模塊，需要被重新組織成網頁表達。DuMate 最終生成了可本地預覽的靜態網站目錄。這意味著同一套事實底稿，已經不只是能被"寫成文檔"，而是能被“做成網站”。

把這四項交付串起來看，DuMate 這次最有價值的表現，并不是某一個單項上做得比別人更漂亮，而是它在研究—整理—文件生成—展示化輸出這條鏈路上可靠地跑完了全程。對于辦公 Agent 來說，在多個任務步驟之間能順滑地銜接，恰恰是落地最關鍵的門檻。

03

桌面級 AI 辦公工具的PMF分水嶺

從“單次生成”到“任務閉環”，桌面級 AI 辦公工具正在經歷一場不容拒絕的范式轉移。

回看過去一年的 AI 辦公賽道，大多數產品的邏輯依然是“提問-生成-復制”的三步循環。用戶在對話框里輸入需求，AI 返回一段文字或一張圖表，用戶再手動把它搬到 Word、PPT 或郵件里。但復制這個動作，恰恰是攔住辦公 Agent 落地的最后一道門檻，它讓 AI 只能扮演內容供應商的角色，而不是真正接手、執行這套工作流。

這類產品無法嵌入日常辦公場景，也不能被稱為辦公助手。DuMate 這次展示的方向，就是辦公 Agent 從“內容提供商”到“辦公搭子”的轉向，這也是辦公 Agent 賽道此后真正的技術分水嶺。

一位長期關注 AI 辦公賽道的投資人向我們透露，2025 年到 2026 年上半年，主流 AI 辦公產品其實都在做同一件事，那就是把對話交互做得更流暢、把模型幻覺率壓得更低、把生成速度壓到秒級。但這些指標的提升，本質上還是在優化“單次生成體驗”。而真正的戰場，已經在向“任務閉環能力”轉移。讓 AI 在真實工作流里跑完全程，只是未來留在牌桌上的入場券。

這是商業閉環邏輯之下的必然選擇，訂閱制的 AI 辦公產品最怕的不是用戶流失，而是“用不起來”。即使用戶付了月費，但如果只拿來寫周報，ROI 算不過來，最后還是會停掉續費，這樣的產品是沒有PMF可言的。

換言之，而當 AI 能夠真正替代部分重復性辦公勞動時，用戶的付費意愿和續費動力才會真正被喚起，這個市場才真的有可能出現。

從被動的“生成-反饋”循環，進化到主動的“感知-規劃-執行-交付”，百度在這條路上的選擇很有意思。DuMate沒有去卷對話體驗或者試圖用模型參數解決一切，而是把賭注押在了“執行層”，也就是讓 AI 看見屏幕、操作軟件、串聯文件，把結果直接交付成可留存、可復用的形態。

當然，這條路并不好走。它要求 AI 系統對桌面環境有更深的感知能力，對任務有更長的記憶和規劃能力，對交付形態有更靈活的支持能力。任何一個環節出現短板，閉環都會斷裂。這或許也是為什么，大多數 AI 辦公產品仍然選擇停在“生成”這一層。“閉環”級別的穩定性，確實已經構成了技術門檻和護城河。在我們看來，這種能力很有可能是桌面級 AI 辦公工具達成 PMF 的 分水嶺。

DuMate 這次的壓力測試，固然也有不足。PPT 的設計、網站的交互仍有優化空間，但它已經無法用單純的生成質量進行評價，而是在任務完成度這個更靠近真實工作場景的維度上被審視。從幫你做得更快，到替你做得更多，這或許就是 AI 辦公賽道真正走向成熟的標志。

后臺回復“大牛指南”，獲取 DuMate 為你生成的 Claude Code 保姆級教程，everything-claude-code 技術說明書。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。