实测腾讯 WorkBuddy：能力及格，但生态真香

文｜光锥智能，作者 | 魏琳华 ，编辑｜刘俊宏

Work 类产品是一场酣畅淋漓的生态融合。

在火热的 AI 办公赛道，大厂们已经开始码生态、砸资源，打得不亦乐乎：

放到最近的字节、腾讯和阿里身上，拆分和融合，都是为了成就自家的 AI 办公产品：字节把飞书的产品团队整合到豆包，给豆包企业版找了专业的 To B 团队助阵；阿里把 QoderWork、悟空和 MuleRun 三款 Agent 融合成 " 千问办公 "，不赛马分流量，集中到一款产品中；腾讯则把腾讯文档的能力整合到了 WorkBuddy 中，打通了人和 AI 在 Office 里协作编辑的功能。

大厂对 AI 办公赛道的看好已无需多言，但在赛道热度持续走高的同时，市场对各类办公智能体的真实能力和使用体验出现了诸多争议—— AI 办公赛道的智能体，和其他智能体到底有什么区别？

相比于通用智能体，AI 办公已经限定好了使用场景。对比 AI Coding，它需要真正融入各种职业的办公流程，找到智能体目前能做的任务。

要做到这点，AI 办公智能体需要做好两件事——生态和能力展示：打通生态是为了让 AI 跨应用获取数据、权限，比如接飞书、钉钉才能方便 AI 获取资料，将 AI 结果直接交付到业务中；工作流是为了和真实岗位的流程咬合，比如财务的合同、发票；法务的文书、立案；HR 的简历筛选等等，都是具体的办公场景。

但要做好上述能力积累，厂商需要的不仅是自家生态的优势，还有大量打磨产品能力的时间。

现在的办公智能体，究竟做到了哪一步？它们能够在办公场景做最简单的活，还是真的能深入到工作流里省时间？

为此，光锥智能测试了最近更新频繁的 WorkBuddy。

测评下来，WorkBuddy 在能力执行上处于及格的水平，但它现在更关注的不是能力，而是降低用户的使用门槛，让用户真的能用起来。

在 Agent 真正成为普及品之前，巩固用户的使用习惯，是 AI 办公竞争的第一道线。

人机双写与个人工作台，实测 WorkBuddy 更新

从国产版 " 龙虾 " 批量落地到锁定 AI 办公场景，其实只有半年时间。时间有限的情况下，AI 办公玩家正在以密集的节奏更新产品功能，抢的就是谁能先找到刚需场景。

以 WorkBuddy 来说，它在不到一周的时间内就上新了两个功能：人机双写和「个人工作台」模板。

先说人机双写功能，用更形象的方式描述，它其实是把腾讯文档 " 装 " 进了 WorkBuddy 中：用户可以在和 AI 对话的界面修改侧边栏的文件，可以自己上手改，也可以用 "AI 编辑 " 功能给 WorkBuddy 提需求。比如在 Excel 里选中对应的表格，让 AI 拿这部分数据做个柱状图出来，AI 就能帮你做出想要的图放到对应位置，不用个人再把 AI 生成的结果切换回文档界面操作。

这个功能，其实海外的 Claude Cowork 和 ChatGPT Work 都已经更新了，但在国内，我也不禁发出类似 OpenClaw 创始人一开始的疑惑——远程指挥 AI 干活是个刚需，为什么等了 Claude 很久，它都不更新？

AI 编辑也一样，腾讯也先 " 吃上了螃蟹 "。

目前，官方支持 Word、Excel、PPT、MD 这四类文件的修改，比如 PDF，它现在还没办法上手改。且只能修改对话中的文档，我们试了一下，WorkBuddy 资料库中的本地文件也不支持用 AI 编辑。

问题是，它到底好不好用？能做到什么程度？光锥智能针对不同场景做了测试：

光锥智能把一份包含 8000 多行的电商订单统计表格丢给 WorkBuddy，并且给它挖了两个坑：第一类是数据清洗，要求它把日期格式统一为 YYYY-MM-DD 格式，筛选出里面重复的数据并删除，第二类是根据数据做图表，并指定形式，比如月度 GMV 与订单数趋势图用折线图、渠道销售额用堆叠柱状图。

执行速度上，AI 表现得够快，只用几分钟就返回了一份处理好的文档。

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。它确实删掉了其中重复的两行内容，但日期格式的统一上，它遗漏了斜线格式的日期，没有按照要求调整成统一格式。

图表制作方面，WorkBuddy 表现得更突出一些，它既能按照要求准确选择对应样式的图表，统计的数据也是准确的，可以 " 拿来即用 "。

不过，换到 PPT 场景里，AI 编辑在一些需求的实现上的表现不太理想。

我们从 PPT 生成做起，交给 WorkBuddy 一份关于中国新能源汽车产业的人才需求报告，让它先做一份演讲的 PPT 出来。不得不说，即便是专门调用了腾讯给的 PPT 专家功能，它做出来的 PPT 实在不够美观，同一份文档给到 Trae Work 和 Kimi Work，做出来的确实更赏心悦目一些。当然，这也和选择的内置模型有关系。

第一张 WorkBuddy、第二张 Trae Work、第三张 Kimi Work

针对其中一页图表，光锥智能又给 WorkBuddy 提了一个局部修改的需求，要求它把数字部分改小，把下面的图表改成纵向柱状图。

但这样一个简单的需求，交给它来做，可能还不如自己手动修改：它花了 9 分钟才交作业，确实按照要求做出了柱状图，AI 的思考过程中也完成了美化的步骤，但最终呈现的效果没办法融入到 PPT 整体的风格，还需要个人手动调整。

体验下来，AI 编辑肯定是一个会普及到办公产品里的刚需功能，但无论是执行的准确度、还是最终的呈现效果，还有不少的优化空间。在具体需求的迭代上，需要花时间仔细打磨。

人机写作功能的价值在于打通文档生态，让用户能够在智能体界面完成所有工作。场景模版则是 " 怎么用好 " 办公智能体的能力展示，用户只需要套模版，就能做到展示出的效果。

WorkBuddy 也在 8 月 4 日上线了一个 " 个人工作台 " 的 Tag，内置了首批的 17 个模板。这个功能也是最近办公智能体的热点需求，字节的 Trae Work 也于 8 月 1 日上线了「个人效率工作台」模板，和 WorkBuddy 思路一致。

WorkBuddy 的个人工作台模板

这些具体工作台的搭建，正在取代垂类领域的 App。它的好处是搭建过程简单、还能根据个人需求定制化设计。

对比起来，字节 Trae Work 现在上线的工作台模板更少，只有 4 款，但胜在 UI 设计精致，腾讯 WorkBuddy 则覆盖了更多场景，比如四六级、目标管理等等，但审美还是 WorkBuddy 一直以来的短板。

Trae Work 的模板展示

从生态和场景两方面入手，也是当下 AI 办公产品的缩影：在爆款需求尚未找到前，降低门槛先让用户跑起来，比做一个完美的 Agent 更重要。

生态和场景是优势，但护城河还不够深

AI 办公智能体，和一般的智能体到底区别在哪？以 WorkBuddy 为例，我们依然可以从生态和场景两个维度找到答案。

生态，决定了 AI 能不能跨应用拿到数据、权限，能不能在用户真正用的工具里出现、共存。这是腾讯、字节、阿里这类大厂的拿手好戏。

以 WorkBuddy 为例，在它的动态广场，你能够找到一系列来自腾讯生态的能力，涵盖了方方面面。

其中比较关键的两类生态能力搭建，一是办公，二是专业信息源。办公里，基本上刚需的是文、档、办公软件（企业微信、钉钉、飞书）这类能力的接入。专业信息源则决定了智能体执行任务的准确程度，这也是为什么包括 WorkBuddy、Trae Work 和 Kimi Work 先后接入了金融渠道的信息源，包括东方财富、Wind 等。

这方面，Kimi 在成立的前几年时间里就已经和一些金融渠道和媒体渠道合作，所以在独家渠道的积累上有一定优势。

光锥智能让 WorkBuddy 和 Trae Work 接入企查查 MCP，测试让它用企查查相关技能帮我获取智谱上市前的融资信息，包括每轮的融资时间、投资方和投后估值等信息。

Trae Work 基本完成了数据抓取的工作，把企查查上的信息全都准确抓取到了结果中；WorkBuddy 的技能则更加进阶：它在企查查抓取的信息上，加上了网络信息的搜集验证，最终综合了一版结果更丰富的内容。好处是全面，但搜索的一些信息是错误的，导致最终生成的答案还需要个人鉴别。

strong>如果说 " 生态 " 决定了 AI 能不能进入工作流，那 " 场景 " 决定了 AI 能不能在工作流里真的被用起来。

场景的搭建，是需求和能力的叠加。所以在场景上，基本上靠的就是 Skill（技能）和 MCP 两个部分的积累，以及一些办公场景的模版展示。这方面的设计思路上，WorkBuddy＞Trae Work＞Kimi Work。

WorkBuddy 在上述能力的积累上，算得上是最全的一家。这得益于它立项够早，才有了很多时间做积累。

以技能库为例，Kimi Work 和 Trae Work 都只做了 Skill 和 MCP 两层，甚至 Kimi Work 的技能连搜索都没做，只能让 AI 自己抓取相关内容。

但 WorkBuddy 还做了一个类似企业数字员工定位的 " 专家 " 能力。它围绕各种办公场景做了具体的划分，并根据不同场景的需求做了一系列的专家功能。比如内容创作中涉及到小红书、微信公众号、科技报道、爆款稿件拆解等细分功能。

腾讯的专家功能，对比起 Skill 和专业的数字员工，更像是一个中间态的设计：它在调用的具体 Skill 上又封装了一层对于专业角色定义和行业背景的说明，相当于官方帮忙补全了调用者本身的行业定位，让智能体干活的上下文更加完整。但比起专业的数字员工，单纯的身份定义没办法和垂类数据训练的积累相媲美。

除了能力积累，现在办公智能体们集中在做的一件事，就是进一步把能力封装成一个可视化的模版，放在 " 模板库 " 里，方便用户直接 " 照搬 "。

这一点，Kimi Work 没有相关设计，字节的 Trae Work 和腾讯的 WorkBuddy 都已经上线了一段时间，但 WorkBuddy 分得更细一层，相比于前者模版库里不同功能的混淆，后者按照不同场景做了区别和划分。

WorkBuddy 的生态打法是 " 横向打通 + 纵向扎根 " ——既把 IM、文档、多端这些 " 广度 " 做透，又在政务、金融、OPC 这些场景上抢跑。 这套打法并不稀奇，但放在 AI 办公这个新兴赛道上，腾讯是第一个把它打出来的。

可以说，WorkBuddy 的成功不是和能力强相关，关键在于怎么把小白用在办公上的难度降下去，把用智能体办公的习惯培养出来。

" 上半年大家还是处于起步阶段，暂时跑赢半个身位而已。"WorkBuddy 负责人刘毅说。