来源：腾讯云开发者社区
作者：用户12608867
发布日期：2026-09-19
引言
2026 年 9 月 2 日，腾讯 WorkBuddy 开放平台正式上线，首批引入超百家生态伙伴，面向智能硬件、行业应用与开发者开放底层 Agent 能力。这是国内 AI Agent 赛道首个同时打通硬件、应用与开发者三层生态的开放平台，也标志着 WorkBuddy 自今年 3 月上线以来，完成了从单一 Agent 产品向 Agent 基础设施的战略转型。
腾讯云副总裁、腾讯 CodeBuddy & WorkBuddy 负责人刘毅在发布会上的判断值得深思："真正的生产力，从来不取决于一个工具有多强，而取决于它能连接多少能力、走进多少场景。我们希望把 WorkBuddy 打造成面向 Agent 时代的操作系统——不是做一个更强的工具，而是做一个能承载所有工具的平台。"
这一定位转变，意味着 AI 办公的竞争维度正在从"单点能力比拼"升级为"生态与入口的争夺"。
一、从工具到平台：WorkBuddy 的演进路径
WorkBuddy 的诞生有其技术基础。它建立在腾讯 CodeBuddy 多年积累之上——截至 2025 年年底，CodeBuddy 已覆盖腾讯 90% 的工程师，多数团队超 90% 的代码由 AI 生成，整体编码时间缩短 40%。2026 年 1 月，在 Claude Cowork 发布后，CodeBuddy 负责人汪晟杰基于已有智能体平台提出 WorkBuddy 想法，与同事用一个周末做出初代版本，率先在腾讯内部测试。
此后的节奏明显加快： - 3月：国内正式发布 - 5月：面向海外用户推出国际版 - 6月：发布企业版及 AgentSuite 套件 - 7月：推出独立 App 并同步登陆 iOS、Android、鸿蒙三端
腾讯 2026 年一季度财报显示，以日活跃账户数计，WorkBuddy 已是中国规模最大的效率类 AI 智能体服务；易观数据显示，其在国内 PC 端 AI 原生办公智能体市场 6 月单月访问量突破 2000 万，稳居行业第一。
这种增速背后，是行业对 AI 办公产品认知的转变。产品定位从"能回答问题的聊天机器人"进化为"能交付成果的 Agent 工作台"——用户通过自然语言下达指令，WorkBuddy 自主拆解复杂任务、调用工具完成执行，处理文档、资料整理、方案创作等工作。
二、三层生态架构：硬件、应用、开发者的分工与协同
2.1 硬件层：让设备"无需自建 AI"
在硬件层面，WorkBuddy 围绕"听、看、记、聊、协"五类触点，已接入智能眼镜、录音卡片、麦克风、耳机、桌面陪伴设备、键鼠、PC 与平板、智能穿戴设备、手机等十余个品类、超过 30 个品牌。首批 9 款联名硬件合作方包括 Plaud、乐奇 Rokid、影石、科大讯飞、安克、猛玛、京东京造等。
腾讯给硬件厂商的条件是：无需自建 AI，不必改变产品形态，一次接入即可打通硬件、App、PC、Web 多端，让账号、任务、记忆与产物在设备之间无缝流转。这一分工的核心逻辑在于，硬件负责采集（听、看），Agent 底座负责理解、规划、执行。
科大讯飞消费者穿戴业务部总经理林会杰从端云协同视角补充道，随身穿戴设备的价值在于将物理世界的内容"token 化"，而这些数据通过 WorkBuddy 这样的载体可以很好地处理长程复杂任务。
这一模式的意义在于：AI 硬件的分工被重新划定。过去两年，几乎每个硬件厂商都在焦虑"AI 化"——自己接大模型、自己做 Agent，投入巨大且体验割裂。WorkBuddy 给出的新分工，对中小硬件厂商是一次实打实的减负。
2.2 应用层："Buddy 应用"的产品化探索
在行业应用层面，WorkBuddy 推出了"Buddy 应用"这一全新产品形态。它是"围绕一类真实工作，将 Agent、界面、上下文、数据、服务和人机协作组织成一个用户可以直接开始做事的产品。用户打开以后，面对的就是一个已经为这件事准备好的应用"。
目前这类应用已覆盖金融、SaaS、法律、医疗、教育、公益、设计等 20 多个领域，由通达信、广发证券、易方达、北大法宝、微盟、北森、帆软等 30 多个伙伴共建。以"公益 Buddy"为例：它深度打通腾讯公益平台数据，收拢为 11 个场景胶囊、42 条场景能力，由 15 个智能体协同支撑，覆盖资助申请、票据处理、尽调分析、慈善法解读等环节。
伙伴无需自研 AI，只需把自身场景、业务上下文、工具能力与品牌接进来，即可获得完整形态的 AI Agent 办公产品。这一模式的价值在于，行业 Know-How 可以直接沉淀为 Agent 能力，而不必从零构建技术栈。
2.3 开发者层：Skill、Expert、Connector 三大能力
面向开发者，平台开放了 Skill（技能）、Expert（专家）、Connector（连接器）三大能力。这三者构成 WorkBuddy 能力体系的核心骨架：
- 专家（Expert） 是"调好角色和方法论的垂直 Agent"，解决"谁来做"的问题。平台支持 Agent 型与 Team 型两种形态，后者允许多个专家智能体协同完成长链条任务。
- 技能（Skill） 是一段可复用的方法或工具包，解决"按什么方法做"的问题。万得信息将 AI 社区内积累的 1600 多个 Skill 向 WorkBuddy 开放，用户可直接调用。
- 连接器（Connector） 支持 MCP 与 CLI 双方案，可接入任意外部服务，解决"连到哪里做"的问题。腾讯文档、腾讯会议、QQ 邮箱、企业微信、飞书、钉钉等均在连接器支持之列。
入驻门槛设置得较低：企业可用腾讯云账号、微信公众号/小程序账号或企业法人实名认证，个人开发者用身份证、手机号、邮箱即可。这种低门槛本身就是战略意图——要的是生态规模，而非精英筛选。
三、工程化实践：WorkBuddy 在真实工作流中的能力验证
3.1 模式分层：Ask、Plan、Craft
WorkBuddy 提供三种工作模式，权限从低到高：Ask 模式仅只读文件、纯问答，适合查资料、问问题；Plan 模式只读文件、制定计划，适合复杂任务的规划阶段；Craft 模式具备读写文件、执行任务权限，是"真正干活"的模式。
这一分层的工程意义在于，权限与任务复杂度匹配。简单问答用 Ask 模式最省积分；复杂任务先用 Plan 模式过一遍方案，确认后再切 Craft 执行。新手建议"简单事用 Ask，复杂事先用 Plan 看方案，放心交给它干时用 Craft"。
3.2 实际任务表现：从实测数据看能力边界
钛媒体对豆包、WorkBuddy、千问办公的横向实测提供了有价值的参照。在市场营销场景中，WorkBuddy"先把过程摊开给你看"，先交调研过程资料解释对标对象选择理由，再展开分析。在产品经理场景中，WorkBuddy"最快，6 分钟交卷"，功能丰富度表现最好，且"主动交代了结论缺哪些数据验证、各项指标用的什么口径"。
但在前端开发场景中，WorkBuddy"稳定性不足，有巧思但落地不稳"。光锥智能的测试也发现，在处理 8000 多行电商订单表格时，"最基本的格式调整上，WorkBuddy 能够理解我的意图并且做调整，但执行的准确率还不够高"。
一位深度用户的半个月使用记录提供了更真实的视角。该用户让 WorkBuddy 处理了搜集素材、分析平台调性、整理群消息、读书摘要、招聘信息日报等任务，但也坦承在音频转文字和视频字幕 OCR 识别上"效果不理想"。这位用户的总结颇具代表性："它真正成了我的'同事'，活人感变多了，AI 味少了"。
3.3 人机双写：AI 编辑能力的工程实现
7 月上新的"人机双写"功能，本质上是把腾讯文档"装"进了 WorkBuddy 中：用户可以在和 AI 对话的界面直接修改侧边栏的文件，也可以选中表格区域让 AI 生成图表。目前官方支持 Word、Excel、PPT、MD 四类文件的修改，但 PDF 暂不支持，资料库中的本地文件也不支持用 AI 编辑。
这一功能的工程价值在于消除了"生成 - 复制 - 粘贴"的割裂流程。用户不必再在 AI 输出和文档编辑器之间反复切换，AI 生成的结果可以直接落到工作文件中。
四、商业化探索：积分体系与生态分润的未解命题
WorkBuddy 目前的商业化体系以积分作为统一货币单位，通过系数区分不同模型的价格。用户用一种货币就能使用多个不同应用，在不同成本模型之间灵活切换结算。个人版定价从 58 元调整为 99/199/999 三档，企业版为 198/316 两档，付费留存超过 80%。
但"卖工具"的想象空间有限。刘毅的目标是"做一个能承载所有工具的平台"，这个蓝图之下，订阅费是小钱，生态税才是大钱。然而，目前 WorkBuddy 尚未解决伙伴侧的分润问题：合作伙伴的收入从哪里来？是向用户单独收费，还是从 WorkBuddy 的积分里分成？比例是多少？结算周期是多久？
这些核心商业问题的悬置，使得 WorkBuddy 的生态战略在"扎实的商业布局"与"造势的营销叙事"之间尚难定论。
五、结论：Agent 操作系统的竞争本质
WorkBuddy 的开放平台战略，本质上是在回答一个行业级问题：当单点 Agent 能力的天花板已经显现，AI 办公的下一步增长从哪里来？
阿里把 Qoder Work、悟空、MuleRun 整合成"千问办公"，字节把飞书分拆进豆包并整合出豆包工作，金山办公端出灵犀专业版和 WPS Comate——头部玩家几乎在同一时间归拢产品和团队。这并非巧合，而是行业撞上了同一堵墙：一个只活在单个应用里的 Agent，能力边界就是这个应用的边界。
WorkBuddy 选择的路是用生态打破边界。硬件提供感知触手，应用提供行业场景，开发者提供专业能力，而 WorkBuddy 提供连接与调度的底座。这一定位的成败，取决于三个关键变量：伙伴能否从生态中获得可持续的商业回报、跨端记忆与任务连续性能否真正实现"不间断"、以及 Agent 底座的稳定性是否足以支撑生产级交付。
一位行业观察者的判断值得引述："单点能力的领先窗口期，被进一步压缩了。你的模型再强，如果不能接入别人的硬件、不能承载别人的应用，你就只是一项能力，而不是一个平台。而在平台面前，能力是可以被替换的。"
WorkBuddy 正在赌这个判断成立。
本文由腾讯云开发者社区收录