实测腾讯WorkBuddy:能力及格,但生态真香
光锥智能
2026-08-07
热度3718

文章实测腾讯WorkBuddy AI办公智能体,指出其核心能力处于及格水平,优势在于深度整合腾讯文档生态、支持人机双写与个人工作台模板,降低用户使用门槛;但在AI编辑准确率、PPT美化效果及专业场景适配度上仍有明显提升空间,强调当前AI办公竞争关键在于生态打通与场景落地,而非单纯技术领先。

摘要由 Mars AI 生成
本摘要由 Mars AI 模型生成,其生成内容的准确性、完整性还处于迭代更新阶段。

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。

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。

本内容旨在传递行业动态,不构成投资建议或承诺。
为你推荐

商务合作:TG:@Lottie96