当LobsterAI开始“动手”，办公助手的估值逻辑变了

这篇文章最有价值的信息是，LobsterAI 真正实现了从“生成”到“执行”的跨越，但其背后依赖的“操作可控性”和“数据闭环”才是决定估值天花板的真正要素。

在 WAIC 2026 现场，网易有道的 LobsterAI 让观众排队体验，这本身不稀奇。AI 展位年年排长队，但大多数人体验完就走，转化率极低。真正让我停下脚步的，是那句用户反馈：「不是让 AI 帮我写一段话，而是让它真的把事办了。」这恰恰击中了当前办公助手的核心痛点——大量产品停留在“能回答”，但无法“能执行”。

从投资视角看，LobsterAI 的差异化在于它构建了一个“操作层”的抽象能力。传统 AI 办公助手（如 Copilot 模式）本质上是“生成器”，它输出文本、代码或表格，但用户需要手动复制粘贴、打开软件、设置参数。LobsterAI 则试图直接接管桌面软件的操作界面，从“帮你想”进化到“帮你做”。

用户指令：将上周销售数据整理成PPT，附上增长率柱状图
LobsterAI 执行流程：
1. 识别并打开Excel文件
2. 定位“上周销售数据”工作表
3. 计算增长率列（使用公式）
4. 生成柱状图并调整格式
5. 打开PowerPoint，创建新页面
6. 嵌入图表，适配模板
7. 保存并发送邮件通知

这个流程看似简单，但技术壁垒极高。它需要三个核心能力：一是对桌面软件 DOM 结构的深度理解，二是跨应用的动作编排能力，三是异常处理（如软件崩溃、文件格式错误）的鲁棒性。目前市面上类似产品（如 AutoGPT 的桌面版）大多停留在“打开浏览器”这种粗粒度操作，而 LobsterAI 能做到“选中单元格-设置公式-调整列宽”这种细粒度控制。

[!note] 从估值逻辑看，LobsterAI 的壁垒在于“数据飞轮”的启动速度。每次用户执行任务，都会产生操作轨迹数据，这些数据可以反哺模型，提升执行准确率。但问题是，这个数据闭环需要足够多的付费用户才能跑通，且数据隐私合规成本极高。网易有道拥有教育场景的天然用户基础，但在企业办公场景，它需要面对钉钉、飞书等平台型玩家的竞争。

我注意到 LobsterAI 的定价策略可能采用“按任务收费”或“订阅制+任务包”模式。这比传统 SaaS 按账号收费更灵活，但也更考验用户留存率。如果用户每月只执行 5 个任务，ARPU 很难覆盖模型推理成本。真正的商业模型，必须让用户从“偶尔尝鲜”转化为“日常依赖”。

• 核心壁垒：操作可控性（对桌面软件的深度嵌入）
• 竞争风险：平台型玩家（如微软、谷歌）的底层操作系统级控制
• 估值关键：数据飞轮启动速度，而非用户数

从技术路线看，LobsterAI 选择了“端侧模型+云端 API”的混合架构。端侧负责实时操作和隐私数据处理，云端负责复杂任务编排和模型更新。这种架构在推理成本上相对可控，但端侧模型的参数量级（可能是 7B-13B）决定了它能否应对复杂场景。

[!abstract] 投资判断：LobsterAI 在“办公 Agent”赛道有先发优势，但天花板取决于能否突破“场景狭窄”的困境。如果它只能做“Excel 整理”和“PPT 生成”，那估值不会超过 10 亿美元。但如果有能力扩展到“ERP 系统操作”、“CRM 数据录入”等企业核心流程，那它可能成为下一个“RPA 3.0”，估值逻辑可以参照 UiPath 的早期阶段。

那么问题来了，用户愿意为“执行”付多少钱？50 万以上？还是 500 万以上？

原文链接：https://www.leiphone.com/category/industrynews/59N2nNCnS8JoskbA.html