当 Agent 走出 App：WorkBuddy 的朋友圈开始向外生长

作者 | 王玮

9 月 2 日，深圳。最先在 WorkBuddy 生态发布会舞台上亮相的，是 9 款联名硬件。智能眼镜、录音卡、领夹麦、AI 桌宠、键盘麦克风，你能想到的办公场景中与人交互的硬件，在这里几乎轮番出现。

而这场发布会上的名单更有分量：30 多个硬件品牌、30 多个 Buddy 应用、100 多个开放平台共创伙伴，从安克、Rokid 这样的硬件厂商，到广发证券、北森、帆软这样的行业软件公司。这些公司为什么愿意把场景、数据和多年沉淀的工作方法，接到一个 Agent 平台上？

过去两年，Agent 的进化路径看起来很清晰：模型更强、推理更深、工具调用更多。但当越来越多 Agent 都能执行任务、交付结果，“会干活”本身正在迅速成为标配。今年 3 月上线的 WorkBuddy，半年里迭代了 50 多个版本，节奏足以说明这一点。产品层面的胜负已经分出了一轮。下一轮的差距，取决于 Agent 够得着多少数据、多少工具、多少真实场景。

腾讯云副总裁、腾讯 CodeBuddy & WorkBuddy 负责人刘毅在发布会上表示：真正的 AI 提效“从来不取决于一个工具有多强，而取决于它能连接多少数据、多少能力，能走进多少真实的场景”。

发布会给出的回答是：把 WorkBuddy 积累的 Agent 能力开放出去，让连接发生。

这笔账不难算：腾讯拿出 Agent harness 能力，连接伙伴手里的场景和 know-how；伙伴得到的是更低的 AI 化成本，和给用户更丰富的服务。

1 Agent 越聪明，越需要上下文

WorkBuddy 开放平台负责人于洪潇在台上讲了一个财务对账的例子。

每到月底，财务要拿这个月的账和银行流水逐笔核对，几千上万条流水、几十个账户，对不上一笔可能就是事故。财务同事很自然地对 WorkBuddy 说：帮我把这个月的账跟银行流水对一遍，对不上的标出来。

问题出在哪？大模型读得懂凭证，也算得平任何一个数。但银行流水在网银上，发票在税务系统里，凭证在 ERP 里，数据够不着。对不上的账，是漏记了、重复了，还是钱还在路上？这些判断不在模型脑子里，而在行业从业者的经验里，know-how 不知道。

数据在银行或者税务系统里、know-how 不知道，再聪明的模型也干不了活。这两样东西指向同一个问题，AI 得懂上下文，得能干活。

这个例子也反映了 Agent 进入生产场景后的普遍处境。一个 Agent 可以分析几十份材料，却未必知道这个项目上周推进到了哪里；可以生成会议纪要，却很难自动接续后续的审批和跟进；换一台设备、换一个应用，用户往往还要重新交代一遍背景。企业真实的工作环境天然是碎片化的：数据散落在不同系统，工具分布在不同软件，任务跨越不同设备，专业经验存在于人的脑海和组织流程里。客户过去说过什么、合同放在哪里、公司怎么审批，这些信息都直接决定工作效果，却不会天然存在于模型中。

开放生态负责人林佐露把它总结为三层限制：场景限制（线上线下会议、正式与非正式讨论的信息难以便捷获取）、系统限制（企业内部系统和各类 SaaS 还不能被 Agent 轻松调用）、行业 know-how 限制（各行业长期沉淀的方法论难以被 Agent 应用）。

财务对账只是一个岗位的切面。律师审合同、HR 筛简历、老师备课、销售写方案，每一行都有自己的 know-how，每一行都需要一个干活的 AI，而这件事超出了任何一家公司的能力半径。上下文就散落在这些系统、设备和行业经验里，一家公司自己收不齐，只能开放，让持有它的人接进来。

于是有了这场发布会上的三场开放。

2 硬件：先让 Agent 在场

WorkBuddy 选择的一类连接对象，是硬件。

围绕「听、看、记、聊、协」五类触点，WorkBuddy 已经接入超过 30 个硬件品牌，覆盖智能眼镜、录音卡片、麦克风、耳机、桌面陪伴设备、键鼠、PC 与平板等十余个品类。发布会上，WorkBuddy 与 Plaud、Rokid、影石、优篮子、科大讯飞、安克、猛玛、京东京造等厂商推出的 9 款联名智能硬件集中亮相。

细看这批联名产品，语音设备占了相当大的比例：领夹麦、录音卡、桌面麦克风。林佐露的解释是：大语言模型让人与 Agent 的交互回到了最自然的语言方式，“基于语言的交互方式会让我们跟语音类的硬件的串联更友好”；这也是硬件行业与桌面智能体的一次双向拥抱，随身设备越多，用说话完成任务的需求就越强。

这批产品的共同点，是派活的动作被压缩到一次轻按、一句语音。以安克的桌面 AI 伴侣为例，一次唤醒即可派活，屏幕实时同步任务进度，需要人工决策时把信息与建议推送上屏，Agent 的状态以表情呈现。猛玛、影石、优篮子等厂商的产品大同小异，只是场景各异：嘈杂环境下的语音指令、桌面与移动的录音转录、口述需求的 Vibe Coding。手速跟不上脑速的部分，交给硬件来补。

分工被明确切开：硬件负责感知与交互，云端 Agent 负责理解、规划与执行。以智能眼镜为例，眼镜端的麦克风负责记录，WorkBuddy 在云端完成转写、纪要、待办与跟进；账号、任务、记忆与产物在眼镜、手机、PC 与 Web 之间同步。用户戴着眼镜走进会议室，从发言转写到会议纪要再到跟进邮件，由同一条链路完成：换设备，不换上下文。过去 Agent 只能等用户打开 App；现在，Agent 出现在会议室、客户访谈的现场。

对硬件厂商而言，门槛被压到很低：不必自建 AI，不用改产品形态，接入即可共享 WorkBuddy 的能力与生态。硬件生态共建计划给出三步接入路径：扫码绑定、任务分发、结果回传，用户感知到的只是"扫了一次码，按了一个键"。白皮书已经在官网公开，开发者可以按“由浅入深、小步快跑”的节奏从最轻的方案起步。

智能硬件负责人汪晟杰在台上引用荀子“万物各得其和以生，各得其养以成”，也交代了腾讯在这件事上的位置：智能底座一起搭，腾讯并不做硬件，只做 AI 底座，而“AI 底座就应该是水的样子。”

3 Buddy 应用：行业伙伴带着 know-how 入场

第二场开放面向行业软件伙伴，落点是发布会上正式发布的产品形态：Buddy 应用。

它的形态由伙伴基于 WorkBuddy 的 Agent Runtime 定义：围绕一类真实任务构建 Agent 原生应用环境，伙伴可以定义品牌、工作模式、场景入口，也可以定义上下文、能力组合和 Agent 可访问的数据与系统。一句话概括分工：伙伴定义价值，WorkBuddy 保障运行。

这个设计解决的是行业软件做 AI 的普遍困境：有数据、有 know-how、有客户，但缺 Agent 底座和入口流量。通过 Buddy 应用，行业伙伴把业务场景、专业数据和工作方法接入 WorkBuddy，就能获得一款有自己品牌认知的完整工作台，用户开箱即用。

首批 Buddy 应用覆盖金融、SaaS、法律、医疗、教育、公益、设计等 20 多个领域，已经与通达信、广发证券、腾讯 SSV、北大法宝、微盟、北森、帆软、美图设计室等 30 多个伙伴共建。几个案例可以说明 know-how 进入之后发生了什么：

• 通达信把覆盖多市场、多资产类型的金融数据与投研方法论带进来，用户面对的不再是泛泛的金融问答，而是能做个股深度分析、多因子选股的投研专家；

• 北大法宝围绕合同审查、法律研究、文书起草提供可执行、可追溯、可复核的工作流，关键判断的控制权保留在律师手里；

• 微盟的零售经营工作台沉淀出“4 大模块 + 5 类专家 + 16 个经营场景”的三层结构，覆盖经营诊断、商城运营、客户运营、门店导购四类场景。

这批应用里也包括腾讯自己的 SSV（可持续社会价值）团队。企鹅教师助手把“懂教育”注入 WorkBuddy 桌面端，教学设计、家校共育、专业成长三大模式细分数十个高频工作场景，背后是 33 位教育专家和 15 个专家专属技能，并且已通过国家中小学智慧教育平台的上架认证；公益 Buddy 成为首个面向公益行业的基础设施级 AI 方案，入驻机构可以直接生成日报月报、分析捐赠人数据、处理捐赠票据；“腾讯数字文化”Buddy 应用则以两万余件专家校验的结构化文物语料和 800 多家文博机构的共建成果为底，配了 12 个对应文博人真实工作流的垂类场景专家。

财税领域的云帐房提供了另一个样本。这家积累了 400 万中小企业财税数字化服务平台公司 COO 王倩回忆，过去"税这件事情非常专业，不是普通人能做的"；把开票、报税能力拆成 Skill 接进 WorkBuddy 之后，“一句话，它能听懂用户想要什么、怎么开票，会快速帮你把票开出来"。她的总结是，让专业财税服务变成"平权、可无限分发的能力”。

值得一提的是，这些应用的组织方式已经与过去的软件生态不同。过去的生态围绕 App 建立，用户记得的是一个个图标；在 Agent 生态里，软件和硬件依然承担各自的专业能力，只是它们与用户之间多了一层 Agent：用户提出需求，Agent 寻找所需能力，再调度背后的应用、设备和服务完成任务。

4 开放平台：把 Harness 变成公共设施

第三场开放，是把 WorkBuddy 最底层的工程能力交出去。

今天讲 Agent，通常描述的是一个循环：获取上下文、推理规划、调用工具、观察验证，重复直到任务完成。但模型有能力，不代表任务做得完。真实工作里这个循环要稳定跑几十步、几十分钟，上下文会变长、工具会失败、任务会中断，底模升级时上层应用不应该剧烈震荡。托住这些问题的工程层，行业里称为 Harness，也是 WorkBuddy Agent Runtime 的核心。理解、规划、执行、记忆、多 Agent 协作，这些能力需要长期工程投入，也恰恰是大量 Agent 产品会重复建设的部分。WorkBuddy 把这些共性能力沉淀进 Runtime，再通过开放平台以标准接口开放，伙伴拿到的就是一套能持续执行、应对失败、保持状态的运行底座，无需重复建设。

在这之上，伙伴可以用四类“能力积木”把真实世界接进 Agent：专家（谁来做什么，按什么标准）、技能 Skill（一件事具体怎么做，一套 SOP、一个方法、一组脚本）、连接器 Connector（基于 MCP 协议（Model Context Protocol，模型上下文协议）或 CLI 接入外部服务与数据）、灵感案例（被验证过的好场景如何被发现和复用）。目前开放平台已与 100 多个伙伴共创，覆盖金融、SaaS、教育、医疗等 10 多个行业，Expert 市场涵盖 Agent 型与 Team 型两种形态。

而对“开放到底开的是什么”，林佐露有一个更面向伙伴的说法，即不希望生态参与者认为“把能力给了 WorkBuddy”，“其实最终是给了他的用户”。每个 Buddy 应用都有绑定与授权登录的环节，用户长期认知的是伙伴的品牌，WorkBuddy 只是底座：就像过去的连接发生在 iPhone 的终端、浏览器的页面或微信的小程序里，现在发生在 WorkBuddy 的产品端上。

台上对这套生态的总结是四句话：模型提供智能，Runtime 托住运行，伙伴接入真实的世界，Buddy 应用把这一切变成产品。

5 连接的复利

开放生态的成色，最终要看伙伴是否真金白银地投入。发布会上几个伙伴的表态，比任何战略叙述都更直接。

帆软战略副总裁沈涛把时间拨回 2015 年：“那时候我们看中了企业微信这个 2B 入口，做了简道云，十年做到国内第一。这一波的机会比当时大 10 倍甚至 100 倍。”帆软在 WorkBuddy 上架了 Moss 增长谋士的 9 个专家，首周已经有上万的调用，远超预期；而 WorkBuddy 上排名前三的使用场景之一就是数据分析。在 WorkBuddy 里通过九数云连接器回到 BI 系统取数，最后交付一份端到端的报告，“相当于在 WorkBuddy 聘请了一个专家”。那些没有资金自建大模型、自建算力的中小企业，可以用连接器加专家的方式，便捷地消费原本沉淀在 BI 里的数据。

微盟技术副总裁肖锋的判断：“WorkBuddy 这个入口是一定要去占的，这个有可能是未来 2B 的超级入口。”但他同时点出了前提：“如果只是存量里换一个打开方式，意义不大；你不能只是个通用 Agent，只会做 PPT、会议纪要，大家要绑在一起把垂直行业做透做深。”

伙伴的投入之所以值得，背后是上下文密度的逻辑。键鼠提供的是用户主动输入的信息；智能眼镜、录音设备、桌面陪伴设备带来第一视角、连续感知这类新的上下文；行业软件把真实业务系统和专业场景带进来；Skill 和 Expert 提供的是另一类资产，即完成某类工作的方法。一条 Skill 被反复调用，也在持续产生新的反馈：某一类任务通常怎样拆解、怎样执行、哪些能力组合更有效。由此形成一套复利结构：伙伴越多，场景越丰富；场景带来新的数据维度与真实反馈；反馈持续反哺 Runtime 和模型；体验提升又吸引更多伙伴与用户进入。

这也是腾讯 AI 开放逻辑的自然延续：从混元模型开放 API，到内部产品通过 MCP、Skill 互联，再到把 Harness 工程能力开放给千行百业，开放的对象正在从模型一路延伸到 Agent 基础设施。

6 还没解完的题

开发者在平台沉淀 Skill，硬件厂商完成终端适配，企业把流程接入其中，用户不断累积记忆和任务。时间越长，平台沉淀的就越接近一套完整的工作环境。这种效应与 CUDA 有相似之处：当开发者、硬件、企业流程和用户上下文都围绕同一套基础设施积累，迁移成本就会从模型选择扩展到记忆、任务、技能、工具链、权限体系、业务流程和商业关系。这既可能成为 WorkBuddy 的护城河，也让几道绕不开的题必须先被回答。

• 价值分配。用户为结果付费产生的溢价，应该导向应用、连接器和技能的提供者，但这套分成与激励体系目前仍处于早期建设阶段。

• 生态的不确定性。腾讯对这件事的判断是清醒的：“生态是不太能被计划的……有没有生态是一个结果。”先来的伙伴确实带着 know-how 和流程理解，但能否形成伙伴愿意接入、开发者持续创造、用户为结果付费、平台再投入底层的完整循环，仍需要时间验证。

7 结语

发布会上，刘毅提到 WorkBuddy 要“从一个 AI 办公智能体升级为连接万物、服务千行百业的开放生态”，也提到了打造“面向 Agent 时代的操作系统”的愿景。但对现阶段的 WorkBuddy 来说，眼前更实际的问题是：开放的能力能不能被伙伴用起来，连接的网络能不能自己生长。

至少在这场发布会上，30 多个硬件品牌、30 多个 Buddy 应用、100 多个开放平台伙伴的到场，让开放与连接有了第一批可验证的样本。

对开发者而言，行动路径已经明确：硬件生态共建白皮书已在官网公开，开放平台支持自助申请上线；腾讯也预告了 10 月的全球数字生态大会，那将是检验这套开放生态成色的下一个节点。Agent 越来越聪明之后，真正拉开差距的，或许正是模型自身无法独立拥有的东西：真实场景、持续记忆、工作方法，以及一个愿意把它们连接起来的开放底座。