桌面 agent：用得最多的功能，
价值最低

企业用户最常用的桌面 agent 功能——文稿生成 51.8%、表格数据处理 38.2%——恰好是长期价值最低的功能；被 B 端普遍视为最高长期价值的跨系统数据协同，使用率只有 14.3%。这不是采用问题，是评估问题：使用率衡量的是低摩擦，不是价值。我们的判断：14.3% 反映的不是需求不足，而是 harness 能力不足——权限、证据与编排都还没到能放心跨系统的程度。

一、中文市场报告第一次把「模型 + Harness」写成评估口径

弗若斯特沙利文联合头豹研究院于 2026-09-20 发布《2026 年全球桌面 AI 智能体市场研究报告》。它最有价值的不是市场规模数字，而是把 harness 写成了评估单位：Harness 指的是模型之外的整套系统——系统提示词、工具调用、文件系统、沙箱环境、编排逻辑、钩子中间件、反馈回路、约束机制。模型只提供推理和生成能力，Harness 把状态、工具、反馈、执行环境和安全边界串起来，Agent 才能真正开始干活。来源：沙利文/头豹报告节选页。

该章节标注为「资料来源：文献检索，沙利文分析」，并转述 Anthropic 的定义：harness 是模型之外的操作系统级基础设施，管理上下文与记忆、调度工具、回收执行结果、维护权限边界。报告据此给出结论——评估一个 Agent 的真实能力，评估的从来不是模型本身，而是「模型 + Harness」的组合；同一模型接入不同的 Harness，表现可能天差地别。

引用纪律：该报告是商业研究产品，公开页为节选，未披露样本量与方法论。因此这里的场景使用率只能作为「沙利文/头豹 2026-09 报告口径」引用，不能当作独立测量数据或第三方审计证据；harness 章节本身是文献综述口径，不是原创测量。

二、使用率分布暴露的不是需求，是摩擦

报告给出的企业桌面 agent 场景使用率是：文稿生成 51.8%、表格数据处理 38.2%、跨系统数据协同 14.3%。排序很整齐——摩擦越低，使用率越高。文稿生成几乎不需要系统权限；表格处理只需要文件读写；跨系统协同要同时处理授权、凭据、状态一致性和审计留痕。

报告自己点出了这个错位：跨系统数据协同虽当前占比 14.3%，B 端用户普遍将其视为最具长期价值的差异化场景；深度行业研究与跨系统数据协同则因涉及复杂判断，当前自动化程度较低，但增长潜力最大。

我们的判断：使用率是低摩擦场景的代理指标，不是价值指标。把使用率当作部署优先级，会把预算导向个人效率工具——而那些功能恰好是所有竞品默认都有的功能，不构成任何差异化。真正该问的是：为什么跨系统协同的自动化程度低？不是因为用户不想要，而是因为跨系统执行的权限模型与证据链还没建起来。

三、单厂商遥测看不到跨系统区间

这里有一个结构性盲区：桌面 agent 厂商的遥测天然只覆盖自己参与的那一段。一次跨系统任务会在三个系统里留下三段互不相连的记录，没有任何一方能看到完整的执行轨迹。使用率统计因此系统性低估跨系统任务——它数不出来自己看不见的东西。

这也解释了为什么「使用率低」和「价值最高」能同时成立：价值发生在系统边界之间，而测量发生在系统内部。

我们的判断：跨系统执行的运行时证据——谁授权了什么、调用了哪个系统、结果如何被验证——是当前尚未被商品化的能力。它既不是模型能力，也不是界面能力，而是 harness 的一部分。这也正是单厂商遥测结构上覆盖不到的区间。

四、桌面 agent 的真实定义是「持久化编排层」

报告给桌面 AI 智能体的定义是：运行在用户桌面端、具备自主执行能力的 AI 助手，其实质是在大语言模型之上构建了一个直接嵌入用户桌面环境的持久化编排层，能够实时感知用户的屏幕状态、文件系统与应用上下文。

注意「持久化编排层」这几个字：它意味着桌面 agent 的竞争点不在单次对话质量，而在长时状态、权限边界与可恢复性。一个只能跑单次任务的桌面 agent 是演示品；能跨会话保持状态、在失败后可回滚的才是生产件。

报告的分类框架指向同一处：数据部署（本地 / 云端 SaaS / 混合 / 企业私有化）乘垂直领域（通用办公 / 研发 IDE / 财务数据 / 设计创意）乘产品形态（独立客户端 / 办公软件内嵌 / 开源框架 / 企业平台），两条并行路径是原生 AI 智能体（系统级操控）与内嵌办公软件智能体（融合既有工作流）。对企业买方，这意味着选型维度是三组交叉，不是哪个模型更聪明。

五、我们的判断与部署清单

我们的判断：桌面 agent 的部署优先级应该按「价值 × 自动化难度」排，不是按使用率排。使用率会把你带到最容易的地方，而价值在相反的方向。

行动：挑一个你们内部每月重复上百次、需要跨三个系统的流程，先用最小 harness 把它跑通并记录执行证据，再谈规模化。留给买方的问题：你现在的桌面 agent 选型标准里，有没有一条是「跨系统执行可验证」？如果没有，你买到的很可能是个人效率工具。

参考来源: 弗若斯特沙利文（Frost & Sullivan）× 头豹研究院，《2026 年全球桌面 AI 智能体市场研究报告》，2026-09-20。商业研究产品，公开页为节选，未披露样本量与方法论；本文场景使用率均为该报告口径，非独立测量。frostchina.com 报告节选页。harness 章节为该报告文献检索口径，转述 Anthropic 的定义。