此时此刻最值得研究的AI产品是WorkBuddy

作者｜董道力（ddl941110）作者｜王兆洋（Geisterspiele）实盘杠杆交易

7月9日，OpenAI把ChatGPT、Codex和新出的Work模式缝进了同一个桌面客户端。Chat负责聊天，Codex负责写码，Work负责干活。

看大家讨论重新起势的OpenAI的新操作时，我们发现居然有不少人在说，这套设计怎么这么眼熟，像WorkBuddy——还有人直接说，鹅厂属于是被OpenAI致敬了。甚至一堆人讨论完OpenAI，扭头就去给WorkBuddy提需求。

这什么概念？「中文办公版Codex」这个坑，可能还真就被它无声无息占住了。

如果你密切关注AI产品的各种战火，最近一定也已经意识到WorkBuddy的异军突起。

听说它已经在不少大厂内部引起了「恐慌」，专门开会研究的那种。坊间传闻它拿了2个亿的预算做增长——真假不论，反正我最近在机场这种AI广告必争之地，看它的广告确实越来越密。

连腾讯寸土寸金的财报里都给它让了位置。Q1电话会上，刘炽平三次点名WorkBuddy；元宝只被提了一次，还是跟ima、QQ浏览器打包提的。马化腾的原话更直接：「中国使用最广的效率智能体服务」。

腾讯财报向来惜字如金。一个上线三个月的产品被这么捧，此前几乎没有过。

要知道，大伙此前对腾讯AI的全部印象加起来，大概是：混元常年不温不火，一堆产品被人形容成半成品Agent，但现在WorkBuddy快速起势，甚至连「元宝失宠」的说法都出来了。

WorkBuddy就这么闷声整了个大活。此时此刻最值得研究的AI产品，一定就是WorkBuddy。

Code没太做好才是Work成功关键？

WorkBuddy的出身最近也被讨论不少，它不是什么集团战略的产物。

根据公开报道，它源自一个十来人的AI代码助手团队。负责人汪晟杰和一位运营，在1月中旬的一个周末，两个通宵搓出了0.01版本。起头之一，是他们注意到腾讯研究院有个团队一直在拿编程工具CodeBuddy检索论文、整理内容——不写代码的人，在用写代码的工具干活。

同一时间，其实也是Anthropic发布Claude Cowork的阶段。

元股证券:ygzq.hk

由于也是先有CodeBuddy，后有Work，大部分人对这段出身的理解还是：CodeBuddy编程Agent做得不错，顺势延伸到办公场景，从Code走向Work，理所应当。

但实情差不多是反的。

说句实在话，CodeBuddy在编程工具大战里从来不是主角。程序员的桌面上摆的是Claude Code、Codex、Cursor。它的存在感其实一直就很稀薄。但CodeBuddy的另一面倒是很少有人提：它在腾讯内部其实打透了。超过90%的工程师在用，新增代码有一半由AI辅助生成，编码时间缩短四成以上。它输掉的是外部市场，攒下的是一套被几万工程师踩了三年的内部底座。

这个「外面没打赢」，反倒成了WorkBuddy的福气。

因为手里没有一个成功的Code品牌要守，WorkBuddy不用背着存量开发者的心智做迁移，不用向老用户解释「我们为什么变了」。团队能直接站在Work用户的位置上设计产品：极简对话框，预装Skill，开箱即用，一句话交任务。要“继承”的只有CodeBuddy面向「工作结果交付」的一层前台，Agent runtime、MCP、Skills、沙箱全部共享。产品形态，是完全按办公场景重新长出来的。

现在看，似乎可以阶段性马后炮一下：Code不是Work的跳板。Code是Work的绊脚石。

有编程IDE就栽在这上面。产品做得越像样，往Work转就越拧巴。它舍不得丢掉已有的开发者心智，只好用各种圈内话术给自己搭桥——圈内人能懂，普通用户到今天也说不清它到底是编程工具、研发工具还是办公Agent。品类摇摆看着像犹豫，其实是Code资产太重，丢不起。

OpenAI也很典型。Codex太成功了，周活500万，这次并入ChatGPT，也闹出开发者集体哀悼入口被藏、奥特曼连夜发文安抚的场面。成功的Code产品走到品类切换的时刻，每一个存量用户都是阻力。

鹅厂这边，没有需要安抚的开发者。

配资白名单平台开户

它从不告诉用户「我用了多强的模型」，只告诉用户「你可以拿我处理工作」。而且这两群人的语言根本不通。程序员愿意为了效率去啃命令行、权限、模型路由和上下文管理；职场人每天面对的是写材料、做PPT、整理纪要、跑流程，他们不知道、也不需要知道Kimi、GLM和MiniMax的区别。普通人不会记住模型公司，只会记住一个最容易解释的使用场景。

任何产品同时服侍这两群人，必然精神分裂，取舍很重要，于是，因祸得福。

模型之外的活儿干好了

WorkBuddy在圈内的外号是腾讯版小龙虾，技能生态直接兼容ClawHub，明牌致敬。

年初龙虾最火的时候，所有人都看到了那个需求：Agent不只是聊天，是真的能连工具、跑任务、替人执行。但用过的人也都心知肚明，这玩意欺负人——部署、权限、环境、调试，Agent替你干活之前，你得先学会伺候Agent。

WorkBuddy干的第一件事，就是把「伺候」整个吃掉。免部署，下载就能用，执行藏进后台，你交目标和资料，收PPT、Excel和报告。它降的不是模型成本，是人和Agent之间的协调成本。

龙虾让大家相信Agent有用，它让大家相信Agent可以上班用。龙虾做完兴趣教育，它来收作业属于是。

职场人挑这类产品不看benchmark，看四件事：靠不靠谱，敢不敢把文件给它，贵不贵，能不能进工作流。没一件和模型直接相关。

信任这东西腾讯似乎也有些优势。微信、QQ、腾讯文档攒了二十年的熟悉感直接迁移过来——办公文件和会议纪要，不是随便交给一个陌生AI的东西。

模型策略上它更是非常接地气。混元、DeepSeek、GLM、Kimi、MiniMax随便切，什么强接什么，明牌当国产模型的办公中转站，顺便把混元没打赢的仗翻篇。Day 0适配那种内卷狠活，早就被证明除了AI圈自嗨无人在意。

额度上更加腾讯味，就是替用户爆金币。公测直接送5000 Credits——办公Agent是要反复试错才敢托付的工具，这条学习曲线，腾讯先垫了。

垫得起也有账可算。龙虾当年被叫模型厂大救星，是因为它把token消耗提了两个数量级；现在又公开数据称，WorkBuddy上三个月人均Token消耗涨了10倍。一样是印钞机，龙虾烧用户自己的API钱，它烧腾讯的补贴。你说谁烧得久。

于是，最近你能看到它连广告都换了打法。CodeAgent靠GitHub、X和开发者口碑，WorkAgent得去通勤路上堵人。机场这种必争之地它在，但真正下功夫的是地铁：机场广告卖商务形象，地铁广告打日常痛感。早高峰挤地铁的人，脑子里全是没改完的PPT和没整理的纪要，这时候看见它，比在候机厅里更容易冒出「要不试试」的念头。

然后在产品上，也有一些看起来都能想到，但它做出来就起了服务用户效果的功能。专家团是最显眼、也最容易被看扁的设计之一。

官方口径是100+领域专家，运营、设计、财务、法务全齐，听着像玩具。我们一开始也当营销皮肤看，拆开才发现这套东西有真心思。

首先这玩意扮演了意图路由的作用。Agent产品有个老难题：能力越多，模型选工具越懵，几十上百个工具定义全塞进上下文，又贵又乱。WorkBuddy的解法是让你自己动手：你点「调研专家」的那一下，等于替系统做完了意图识别，接下来它只加载调研场景要用的Skills、工具和连接器，其他能力压根不进上下文。用户以为自己在挑人设，实际是在给系统省钱、给模型减负。

然后是典型的方法打包。每个专家背后压着一整套被验证过的做法：角色、SOP、验收标准，连失败了怎么办都写好了分支。这个目前开始变成所有AI进入生产力场景的常规操作了。

此外这种「团队预设」的产品设计也对用户有直接吸引力，选「软件开发团队」，里面是产品经理定需求、架构师拆任务、工程师并行实现、QA验收质量——Anthropic论文里那套Planner、Generator、Evaluator分离的对抗式验收，被它做成了普通人一键可选的套餐。主Agent给每个子Agent统一输出格式，但只发各自任务需要的上下文，互相不串味，而且这些方法还能流通。SkillHub上已经堆了7万多个Skills，两个月下载3000万次。

说穿了，普通人永远学不会管理Agent，那就把「管理」本身做成商品，摆上货架。

WorkBuddy眼看起势，自己也开始出来讲更多的技术细节。这就像当初Manus火了，CTO出来讲了很多次自己的最佳实践一样。最近WorkBuddy的策略产品经理就发了篇万字复盘，拆开介绍他们的Harness实践。

这个里面干货还是挺多的，比如上来就是一个有意思的判断：模型是个无状态函数。它不记事，不知道今天几号，不知道活干到哪了。你感受到的「连续」和「懂你」，全是产品在模型外面存好状态、每次调用前喂回去的。Agent产品的大部分工作，就是替这个失忆的大脑管理它该看见什么。

所以，它认定提示词就是嘱咐，代码才是门锁。真正拿API Key改文件、发请求的是执行层，不是模型。System Prompt里写「删除前要确认」，模型可能忘；执行层的拦截，忘不掉。他们分享了一个细节，Agent改文件前，会比对「我上次读它是几点」和「文件最后被改是几点」，发现你刚动过，就拒绝写入、先重读。用过编程Agent的都懂这个痛，它防的就是一把覆盖掉你的新改动。

所以和Manus一样，WorkBuddy也花了大量时间在上下文管理上，他们的动作归成五个字：写、挑、捞、压、隔——该交代的显式写进去别让模型猜，手头信息只挑这一步用的，缺的按需捞，长的压缩外置只留结论，旁支任务丢给子Agent隔离干、只把结果带回主线。工具结果太长就截断，但必须明说「没给全、总量多少、从哪续读」，不然模型真会把前100条当成全部。稳定的内容放最前面且别动，历史只追加不改写，动态的排后头——这么摆是为了吃满Prompt Cache，命中率越高，同样的活烧的Credits越少。用户对积分越敏感，缓存命中率就越是这类产品内部盯死的指标。

还有一个很有意思，能看出来内部做了很多实验的地方，是记忆。WorkBuddy给长期记忆设了准入制，不是发生过的事都有资格影响未来。由此而来的很有特点的一个设计就是，它拒绝让Agent自动记「做事方法」。

你是谁、偏好什么表达，可以记；「以后所有调试都先重启再查日志」这种套路，不许自动进记忆——一次任务里灵的招，换个项目可能就翻车，而且这种记忆等于一段没有版本、没有评审、没有回滚的隐形System Prompt。方法要沉淀，只能走Skill，因为Skill能审、能测、能回滚。AI可以记住你是谁，不许自作主张记住活该怎么干。

看完觉得WorkBuddy的治法很土，但管用。同时它也更新很快，上线不到三个月，43个版本，平均两天一更。更新日志里其实全是脏活，上下文压缩、沙箱权限、高危拦截误报、历史回放修复等。

腾讯又抓住了一次对手缺位的窗口，但说 WorkBuddy 赢麻了也还早

WorkBuddy的崛起，也是抓住窗口的胜利。第三方报告的数字是，3月WorkBuddy月访问量885万，领先第二名2.6倍，环比增速831%。当然，数据口径早就被AI行业玩坏了，「第一」前面挂了几个定语我们不得而知。

但看看对手情况，可以发现它这个窗口抓的真好。

某国民级AI应用的成功正在变成某种困境，太像一个会聊天的AI，反而衬托WorkBuddy像那个真正来干活的。那些toB工具快速改造自己，但有一点非常烦恼：Agent这波扩散是反过来的，从一个个想偷懒、想早点下班的个体开始，先自己用爽，再安利同事。方向拧了。全栈大厂们，模型有、IM有、云也有。能力最全，问题是入口却最散。主流用户要的不是一堆分散能力，是一个完整、清晰、打开就能用的入口。

WorkBuddy 最近的动作也越来越大，4月底腾讯文档接进资料库，5月底ima接入，6月中旬微信支付开始测AI专属卡，Agent第一次有了自己的钱包；最近连政务版都预发布了，广东全省公务员开始用起来。

同时，5月中旬起，企业版定价从每人每月78元涨到198元。一口气涨一倍半。这得对内部看到的增长数据和付费意愿的判断多自信。

所以这也让它进入了一个新的敏感的时期。接下来的增长没那么容易，问题和挑战只会更加明显。

比如，在技术研发上，所有Agent产品接下来都要面对一个事实，那就是「教材红利」吃完了怎么办。

3月31日，Anthropic干了件载入史册的乌龙：发npm包时把source map一起打了进去，Claude Code整整51万行源码全网裸奔，DMCA下架通知发向八千多个仓库也没拦住。圈里管这次事故叫「AI界第一次核泄漏」——顶级Agent的完整施工图纸，免费发给了全世界。

没有任何一家公司会承认自己读了这份教材，也没法考证。但两件事摆在明面上：泄露之后这两三个月，整个行业Agent产品的harness水位肉眼可见地涨了一截。自然也包括我们上面分析的WorkBuddy的Harness做法，Prompt Cache的摆法、工具按需加载、子Agent隔离、权限分层，在泄露源码的分析文章里，全能找到同款，但同时它也做了很多很有想法的延展。

但接下来的技术发展可能又要进一步分野，简单说，就是「马和鞍分家」的差距会不会重新拉开。

硅谷现在是马和鞍一起养：OpenAI给Codex训专门的模型变体，Anthropic的模型为自家Agent场景做强化学习，产品端的失败信号直接回流训练。前沿模型越来越「认自家的鞍」，第三方harness拿到的天然是二等待遇。

WorkBuddy是借马配鞍，马场还不是自己的。混元和CodeBuddy分属不同团队，Co-Design口号喊了，产品信号能不能真回流到模型训练，组织结构先打个问号。中转站的位置短期灵活，什么马好骑什么；长期的账是，垂直整合的对手每往下扎一层，中转站的溢价就薄一层。这道题不光是WorkBuddy要面对的，它现在已经悬在所有不自己养模型的应用公司头上。

另外一个挑战，也是所有AI产品共同面对的，就是付费。

前面说腾讯替用户爆金币，硬币的另一面已经出现了：用户社区热议的一些内容不是怎么用它干活，是怎么省积分——签到攻略、接第三方API白嫖、重活新开对话省上下文。一个天天算计积分的用户，不会把要紧的活托付出去。这条路的尽头大家都见过，叫豆包困境：用户被免费养熟了，不免费就不想用。

WorkBuddy倒是看起来比豆包更早的动手，它从第一天就收费，涨价也敢真涨，付费这步棋提前落了。但真正的考验在增长放缓那天：投放要烧钱，收费会赶客，两头一起挤的时候怎么选？

目前还没有哪个中国AI应用给出过标准答案。