騰訊對 WorkBuddy 嘅定位,已經唔只係一個「問一句、答一句」嘅辦公室 AI 助手。2026 年 9 月 2 日上線嘅開放平台,將 WorkBuddy 底層 Agent 能力開放畀智能硬件廠商、行業應用夥伴同開發者;首批引入逾 100 家生態夥伴、9 款聯名智能硬件,以及 30 多個覆蓋金融、法律、醫療、教育、公益等逾 20 個領域嘅行業應用。
2
7
所謂「Agent 時代作業系統」,現階段更適合理解成一套平台策略,而唔係騰訊已經推出咗一個正式叫作「作業系統」嘅新產品類別:由 WorkBuddy 提供共通嘅 Agent 基礎、互動與編排能力,再由合作夥伴將自身裝置、數據、工具同專業工作流程接上去。
核心諗法:同一個 Buddy,跟住用戶跨裝置做嘢
喺硬件層面,騰訊提出「不同硬件,同一個 Buddy」。平台圍繞「聽、睇、記、傾、協作」五類觸點,接入智能眼鏡、錄音卡、咪高峰、耳機等多種裝置。
5
6
重點唔係每件產品各自加一個 AI 功能,而係同一個 WorkBuddy 帳戶可以喺不同裝置之間延續工作。例如錄音裝置可捕捉資料,眼鏡可成為視覺互動介面,電腦或手機則接手後續任務。騰訊想解決嘅,係工作流程斷開嘅問題,而唔單止係多賣幾件「有 AI」嘅 gadget。
Buddy 應用:將通用 AI 變成行業工作台
應用層嘅重點係 Buddy 應用。呢類係由合作夥伴建構、帶有自己品牌嘅 AI 工作台,建基於 WorkBuddy Agent 底座;夥伴可將自身數據、服務同工作方法,圍繞某一類工作或行業場景整合起來,令用戶一開就可以做嘢,而唔使由空白對話框開始。
5
11
呢個安排反映咗一個實際限制:共通 Agent 底座可以處理互動同任務編排,但真正令 AI 幫到手嘅行業背景——包括專業數據、既有系統、作業流程同業務規則——往往掌握喺行業夥伴手上。
公益 Buddy 係一個具體示範
以公益 Buddy 為例,報道指佢整合騰訊公益平台數據,按公益機構實際工作流程,整理成 11 個場景膠囊、42 項場景能力,並由 15 個 Agent 協作支援;涵蓋資助申請、票據處理、盡職調查分析及慈善法解讀等工作。
21
騰訊同時加入試用誘因:已入駐騰訊公益平台或數字工具箱並完成認證嘅機構,喺 2026 年內每月可申領 5,000 個 WorkBuddy 積分,積分會發放予機構指定職員帳戶。
21
意義唔只在於送積分,而係降低機構喺既有工作環境內測試行業專用 Agent 嘅門檻。
開發者補上長尾能力:Skills、Experts、Connectors
平台第三層係面向開發者嘅擴展能力。WorkBuddy 開放咗三種主要元件:
- Skills(技能):將可重用嘅工作程序同標準作業流程(SOP)封裝起來。
- Experts(專家):提供特定領域嘅 Agent 體驗,包括單一 Agent 及團隊式形態。
- Connectors(連接器):將 WorkBuddy 接駁外部服務、工具同企業系統。
10
21
喺 Connector 技術接入方面,官方文件列出兩條路:已有 API 服務、或者可提供 MCP Server 嘅服務,建議採用 MCP + Skill;已有成熟、跨平台命令列工具嘅服務,則可用 CLI + Skill。同一個 Connector 只可以揀其中一種方式,唔可以兩者混用。
17
換句話講,騰訊未必需要親手整合每一套企業系統或每一種專業流程;夥伴與開發者可透過一套共通擴展接口,帶入自身工具同 know-how。
付費與分發,仍然係未完成嘅經濟拼圖
一個平台有接入能力並不足夠,開發者仲需要畀用戶搵到產品、甚至得到回報。騰訊表示正加速建設支付能力與分發通路,希望令提供專業經驗嘅開發者及企業獲得更好回報。
21
不過,呢啲渠道喺平台發布時仍然建設中,因此而家未可以當 WorkBuddy 已經係成熟、經過驗證嘅 Agent 應用市集。它反而揭示咗騰訊想建立嘅循環:更多夥伴建立實用能力,分發令更多用戶接觸到能力;用戶需求再反過來支持更專門嘅開發。
騰訊實際上想砌出咩?
WorkBuddy 今次發布,將幾個通常分散喺不同 AI 產品嘅角色放埋一齊:
- 共通 Agent 層:處理帳戶身分、互動同任務編排。
- 裝置生態:令 Agent 進入日常工作嘅不同互動觸點。
- 垂直行業應用:將 Agent 配搭行業數據同工作流程。
- 開發者擴展模式:讓開發者加入可重用程序、專家體驗及外部工具。
5
10
11
逾 100 家夥伴、9 款聯名硬件、30 多個行業應用,證明騰訊喺發布時已有相當廣嘅合作覆蓋面。
2
7 不過,覆蓋廣唔等於真係好用。最關鍵仍然係:跨裝置延續工作、可信嘅行業數據,同有用嘅第三方擴展,能否真正減少用戶完成實際工作時嘅麻煩。
如果做到,WorkBuddy 就有機會成為多種專門 Agent 體驗之下嘅共通層;做唔到,就可能只係一堆彼此鬆散嘅 AI 整合。呢個就係騰訊所講 Agent 時代「作業系統」野心背後,最現實嘅考驗。