21世纪经济报道记者 石恩泽
AI大厂的硬件竞赛，正在从拼形态退回到拼入口，录音设备成了第一个交火点。
过去三个月，腾讯、字节、阿里在AI硬件上的动作密集得罕见。
腾讯上线WorkBuddy开放平台，首批9款联名硬件清一色贴着别人的品牌。字节一边把豆包助手嵌进中兴的手机系统底层，一边被曝叫停筹备已久的第一代AI眼镜（886085）。阿里的钉钉录音卡卖成了品类销冠，夸克AI眼镜（886085）则因爆单把发货周期（883436）拉长到45天。
热闹背后有同一条线索。大模型学会了听懂人话之后，大厂们不约而同先做了同一件事：给Agent装上“耳朵”。
腾讯自己不做硬件，把影石、安克的成熟产品接进自家的Agent底座，将硬件生态藏在别的品牌身后。字节给录音豆深度绑定飞书，将豆包系统级嵌入手机，硬件必须服务于自己的超级App。阿里则干脆自己下场，钉钉的录音卡、夸克的眼镜，打着阿里自己的品牌。
借耳朵、造耳朵、自己长耳朵，三种装法的背后，是大模型落地尝试下的三条路线。
大厂的硬件清单里，都长着一只“耳朵”
翻看腾讯、字节、阿里三家的AI硬件清单，会发现一个明显的交集：录音设备。
腾讯的动作集中在WorkBuddy开放平台。9月2日平台上线时，首批联名硬件一次性推出9款。这份名单包括影石Mic Pro领夹麦、影石Wave桌面麦克风、京东（JD）京造JOY A1智能录音卡、猛玛LARK A2无线麦克风、Plaud Note Pro、科大讯飞（002230）AI翻译耳机和安克桌面AI伴侣，语音采集类产品占去半壁江山。
为什么优先接入这些设备？腾讯WorkBuddy开放生态负责人林佐露解释，大语言模型已经能从一句话里听懂意图、规划任务，基于语言的交互方式天然和语音类硬件合拍。比起坐在电脑前敲字，在随身设备上喊一声，更容易把Agent叫出来干活。
字节的录音硬件是安克AI录音豆。这款产品于2026年1月19日上市，售价899元，由飞书深度定制，录音内容自动同步至飞书生成文档。不过，字节的主力筹码押在别处，豆包手机和豆包AI眼镜（886085）才是字节更看重的入口。
阿里的录音硬件来自钉钉。DingTalk A1于2025年8月发布，青春版售价499元，旗舰版799元，2026年3月又推出A1 Pro，另有与Cleer联名的AI耳机H1。在C端，阿里的主力则是夸克和千问AI眼镜（886085）。
录音设备成为交集并非偶然。这个品类由Plaud在海外市场验证，Plaud的录音卡片一年卖出100万台，年化收入达2.5亿美元，随后钉钉、飞书、出门问问（HK2438）、科大讯飞（002230）等厂商蜂拥而入。
相比其他硬件形态，录音设备便宜、供应链成熟、离办公场景最近。
AI眼镜（886085）存在重量、续航、功能的“不可能三角”，AI手机（886070）又牵动整个应用生态的利益格局，只有录音设备是大厂给Agent装耳朵最轻的一种方式。
腾讯“租”耳朵，字节“造”耳朵，阿里“长”耳朵
同样是要一只耳朵，三家装法完全不同，背后是三种心思。
腾讯的模式是全开放的“租用”。腾讯不自研、不代工、不贴牌，通过双向SDK集成和连接器能力，把影石、Plaud、安克等的成熟产品接入WorkBuddy底座。
硬件品牌归厂商，腾讯只输出Agent能力和账号体系。硬件厂商一次接入，账号、任务、记忆和产物即可在设备、App、PC和Web之间流转。
腾讯要的不是某一款硬件，而是所有硬件的Agent层，开放程度甚至高到WorkBuddy可以同时接入混元、DeepSeek、Kimi、豆包等多款大模型。
字节的模式是强绑定的“自造”。豆包手机与中兴努比亚合作，将豆包助手系统级嵌入手机底层，工程样机努比亚M153售价3499元。录音豆与安克联合开发，深度绑定飞书。AI眼镜（886085）则由龙旗科技（HK9611）ODM。
字节的所有硬件都指向同一个目的地：给豆包补上硬件入口这一环。字节手握抖音和豆包的流量，唯独缺硬件，于是选择多形态密集试错。但密集试错的代价也很明显。除了被叫停的一代AI眼镜（886085），豆包手机还因激进的读屏操作路线，遭微信、淘宝等主流App封禁。
阿里的模式是全栈的“自长”。夸克和千问AI眼镜（886085）以自有品牌推出，由立讯精密（HK2475）深度ODM，旗舰款S1售价3799元起，曾因爆单将发货周期（883436）拉长至45天。
钉钉则以DingTalk A1为起点自建办公硬件矩阵，已延伸至企业级Agent硬件DingTalk Real。与此同时，阿里还把千问大模型的能力输出给Rokid等第三方硬件厂商。
阿里的C端AI应用起步较晚，硬件在阿里手里不只是补短板，还承担着给千问App引流的任务，走的是全栈AI的闭环路线。
三种心思没有对错。腾讯用生态换速度，字节用流量换入口，阿里用全栈换闭环，但三者的成本结构完全不同。
商业化上半场，阿里和字节跑在前面
入口之争的上半场，商业化进度已经有了分野。
阿里的钉钉A1是录音硬件里最先跑通的。该产品于2025年8月25日正式发布。钉钉官方数据显示，发布会现场限量首发的1000台当场售罄；上市两个月，DingTalk A1累计销量已达数万台。
2025年“双11”期间，DingTalk A1拿下天猫录音笔新品榜和抖音3C数码家电录音笔类目第一，获得超60万人关注。2026年“618”期间，钉钉A1包揽天猫、抖音、京东（JD）三大平台AI录音设备销量第一，A1与A1 Pro包揽天猫单品榜冠亚军。
此外，钉钉A1还获得了2026年德国红点设计奖，并有多家大型企业批量采购企业版。软硬一体加上与钉钉办公流程的闭环，是这款产品最大的卖点。
字节的录音豆首发成绩并不差，上线一天京东（JD）销量破1000台，两天突破1500台。但此后没有公开的累计数据，与钉钉A1的品类销冠体量相比，差距明显。
然而，字节的商业化重心本就不在录音硬件上。豆包手机首批3万台迅速售罄，二手平台溢价率一度超过50%，C端用户为豆包硬件付费的意愿已经得到验证。
腾讯的影石Mic Pro于9月18日开售，售价698元起，可一键向元宝提问、接入WorkBuddy，目前尚无公开销量数据。但影石存量用户可直接绑定腾讯会议账号，历史音频同样能够上传转写。影石的转化路径已经铺好，正在借存量用户加紧追赶。
不得不指出，腾讯在硬件上的动作慢了一拍。当阿里和字节已经拿出实打实的销售数据时，腾讯的首批联名硬件中仍有不少处于白名单测试阶段。其中，影石与WorkBuddy全面互通预计11月中旬才正式上线，安克的桌面AI伴侣更要等到2027年1月才发布。
开放的生态模式让腾讯跑得轻，但也让腾讯的商业化验证来得更晚。
值得一提的是，一位AI会议纪要领域的创业者曾向媒体透露，一台售价千元左右的卡片式录音机，物料成本不足百元，华强北的白牌产品已经在围剿这个品类。
消费（883434）者对高价录音硬件的持续付费意愿有限，连AI录音卡品类开创者Plaud回到国内后也遭遇水土不服。而在AI眼镜（886085）方面，夸克眼镜同样有误唤醒、交互不流畅的用户吐槽。
可以肯定的是，录音设备已经成为大厂Agent的第一个规模化入口。但这场入口之争远未分出胜负，阿里和字节先跑通了商业化，腾讯把宝押在生态的厚度上，比拼仍在继续。
现阶段，大模型的竞争已从“谁的模型更聪明”，变成“谁的Agent先听见用户”，入口的形状并不重要。重要的是，用户开口说话的那一刻，听见的是谁。
（作者：石恩泽 编辑：孙超逸,张晔）
