文 | 深流研究所，作者 | 山杉

5月13日，腾讯发布了一季度财报。

与过去在 AI 上的迟缓相比，这次腾讯有些不一样：Hy3 preview 跑出了表现，Agent 集群式地冒了出来——其中，WorkBuddy 夺得国内 DAU 第一，据第三方数据，其月访问量 885 万，领先第二名 2.6 倍。马化腾在发言里说，"效率智能体解决方案已初见成效，WorkBuddy 目前是中国使用最广的效率智能体服务。"而在财报电话会议上，WorkBuddy 更是被高频提及。

但很少有人知道，大概三年前，WorkBuddy 团队还只是一个做 AI 代码助手的 10 人小团队。因为还没跑通商业回报，一直在为生存发愁。负责人汪晟杰不止一次争取：能不能在世界人工智能大会这样的场合，让腾讯 AI 代码助手有一个露脸的机会？

得到的答复通常是不行。那时世界的聚光灯仍在大模型上。但汪晟杰和背后团队有对技术趋势的判断，确信自主智能体一定会爆发。

那几年，他们沿着 AI Coding 一路进化产品。当 Claude Cowork 开辟了面向普通用户的 AI 工作台时，他们同期也在做类似产品——2026 年 1 月中旬，他们推出了 WorkBuddy，开启内测。

原本计划慢慢打磨，然而 2026 年春节后，"龙虾"的爆火打乱了节奏。WorkBuddy 被推上快车道，一周内在完整基建上重构、支持远程控制、对接龙虾生态。"两眼一闭就上了。"Jason 说。

接下来一段时间，WorkBuddy 用自身的 coding 能力，以日更速度迭代。一个月前还无法设想的事一个接一个兑现：小程序上线，把入口压进微信；QQ 邮箱、腾讯文档、乐享、微云也纷纷接入……

就这样，这个团队飞速地站到了舞台中间。

眼下的 AI 竞争格局未定、前路不明，各家公司中都存在着一个个 AI 原生的小团队，在自己看好但还未爆发的方向艰难掘进。一定程度上说，创新的前景也正取决于此：小团队究竟有多大的探索空间？当机会到来时，它们能否被快速识别、推到舞台中央？亦或者，在繁冗的组织和流程中耗尽生命力？

WorkBuddy 提供了一个观察切片。

故事要从 2023 年说起。

1、十个人和一间机房

2023 年，腾讯云内部有一支大约十人的团队，在做一件很不起眼的事——AI 代码助手，能在程序员敲代码时自动补全几行。

那一年 AI 世界最瞩目的是大模型和 chatbot，但作为这个产品最早的产品经理，汪晟杰全身心押注在 AI 编码。

他们手里没有太多好牌。混元当时还不能提供成熟的私有化版本，对话模型也不够强。AI Coding 也不像今天这样火热。最现实的问题是先活下来。

作为腾讯云解决方案的一个模块，他们第一个关键客户是招商银行。汪晟杰在招商银行的机房驻场近三周，开会、布产品、收反馈、改版本，到 2024 年底终于签约。后来又用类似方式啃下了小米、荣耀等客户。

"算是活下来了。"汪晟杰说，"按创业逻辑，大概是 Pre-A 轮。"

蹲在机房的那段时间，AI 世界正在悄然发生变化。

Cursor、Devin、Claude Code，新形态接连出来。他们紧盯着每个变化，发现这些产品里，AI 角色变了——不再是辅助一行代码，它在朝着自主完成任务的方向走。

"这件事我们认为一定会发生。"汪晟杰说。并且他们都确信，自主智能体会沿着 Coding 这条路先走出来。因为代码是最结构化的真实任务，工程链路最完整，反馈信号最干净。Coding 走通了，Agent 才有可能走到办公、走到生活。

产品形态一路进化。2024 年 5 月，汪晟杰和团队开发的 CodeBuddy 作为 AI 编程产品对外发布；2025 年 7 月升级为 CodeBuddy IDE——一个让用户用自然对话完成产品构想、设计、开发、部署整条流程的 AI 工作台。它把产品经理、设计师、程序员都装进同一个工具：一句话生成 PRD，上传草图或 Figma 稿生成 UI，AI 接着写代码、部署上线。

这是他们第一次把 Agent 能力做成一个完整的产品形态。但这一切不是产品形态对了就成立的，背后需要一套完全不同于传统软件的工程。

2、驾驭工程

很长一段时间，这个团队都把精力放在更底层的事情上——让 Agent 真正能在真实工作里跑起来。越往后做，他们越发确认：Agent 真正困难的，不只是模型，更是工程。

那两年 AI 世界仍在聚焦模型：谁的参数大、谁的 benchmark 高、谁是 SOTA。混元也在艰难追赶，CodeBuddy 团队则着力把工程跑通。

后来在一次对外访谈里，腾讯云智能体产品负责人黄广民用一个公式概括过这个判断——

Agent = 模型 × 上下文 × 循环。模型决定上限，上下文和循环决定能不能稳定逼近上限。"大多数人不会撞到模型的上限，"他说，"大多数人栽在上下文和循环上。"

汪晟杰喜欢一个比喻——大模型不是天才，是"每天失忆的天才实习生"。极其聪明，但第二天什么都不记得。

所以他们做的第一件事，是给这个实习生设计一套交接本——什么留下来、什么被压缩、什么在关键时刻被唤起、按什么顺序递给他。这些统称为上下文工程。

比如怎么让模型读懂一个完整的代码工程。他们试过向量搜索，效果一般——搜索能召回相关片段，但拼不出文件之间的依赖关系，看不到工程全貌。两次失败之后，他们回到最笨的办法，模拟人类理解项目：先看目录、找关键文件，再一层层深入。

"看起来笨，"黄广民说，"但有效。"

但光记得住、想得明白还不够。Agent 得能调文件、能点按钮、能在用户的浏览器里真的干点什么。这一层细节多得吓人——检索返回、文件 diff、终端日志等等，大量工具输出都会反复灌进上下文，要做过滤、切片、摘要；循环也得有边界——一个 Agent 干了 50 步，第 37 步出了问题，得能分辨是哪一步、要不要跳出，不能在死路上继续烧 token。

速度和耐心都是工程指标。代码补全的端到端时延被压在 600 到 800 毫秒，直接约束了模型规模和上下文长度；后台显示单个任务用户平均接受 10 轮交互，容忍上限 20 到 30 轮，超过就放弃。

"核心是用更少的步数解决问题，"黄广民说。每一步都要落得下去，落不下去要立刻知道。

还有一个更难的问题：这个越来越像人的 Agent，怎么被人管住？不同的模型脾气不一样，调法也不一样——GPT 那时反复跟用户确认需求，不肯主动改代码，他们就改系统提示词让它果断行动；Gemini 3.0 Pro 前端审美强，他们就在提示词里放大它的视觉优势。

这一层沉淀下来的东西，用业界的说法，黄广民称之为 Harness Engineering，驾驭工程。

当模型已经足够聪明，谁先把驾驭工程做对，谁就能在风口来的时候迅速抓住。

3、两个通宵的周末

两年打磨，CodeBuddy 在腾讯内部渗透了超过 90% 的工程师，AI 生成代码占比过半，原本两周的需求两天就能交付。

但汪晟杰很快发现，剩下的人不是不愿意用，是不会用——CodeBuddy 是给程序员的，非程序员看到一个 IDE 就懵。

可他注意到一个反常的现象：腾讯研究院有一支深度研究团队，一直在用 CodeBuddy 检索论文、整理内容、生成分析。

编码只是过程，产物才是目的。

几乎同一时间，Anthropic 发布了 Claude Cowork，一个面向普通用户的桌面 AI 工作台，背后跑的是和 Claude Code 一样的基建。

"大家的想法很一致。"汪晟杰说。

他决定基于 CodeBuddy 已经搭好的基建和 Agent SDK，做一个面向不会写代码的用户的网页版 Agent，取名 WorkBuddy。

那是一月中旬的一个周末，他和一位运营熬了两个通宵，0.01 版本上线。极简对话界面，预装一批精选 Skill，开箱即用。

这个开发过程是他们用腾讯自研的编程工具 CodeBuddy 完成的。后来，CodeBuddy CLI 形态 CodeBuddy Code，同样自己开发自己，完成了 2.0 的升级。

在 CodeBuddy、WorkBuddy 团队内部，跟 AI 智能体的协作已经成为一个日常，无论是产品的开发、设计还是文档撰写，都离不开 AI 智能体。

后来黄广民把这件事概括成一句话："整个团队完全能用 CodeBuddy 做智能体的自举了。"代码 100% 由 CodeBuddy 写，所有新需求先丢给 AI 跑一遍，AI 能跑通的就合流发布，跑不通的人再去看为什么。

黄广民将之形容为"团队的 007"：白天人和 AI 协作，晚上 AI 自己干活，长任务被丢给 Agent 整夜跑。一支几个人的小队，靠这种节奏敏捷开发。

两天，从 0 到一个能跑的内测版本。汪晟杰没走任何传统立项流程。做完了，录了一个视频发给上级 Bati。

Bati 当晚拍板。周一，腾讯内网发起内测。

接下来发生的事比预想得快。HR、行政、运营这些非技术岗——以前从来没碰过 CodeBuddy 的人——开始用 WorkBuddy 做数据分析、做报表、做自动化办公。他们不关心代码写得怎么样，只关心结果交付。到 3 月公测前，腾讯内部已有超过 2000 名非技术岗员工每天在用 WorkBuddy——这是产品被验证的第一个硬信号，那套底座真的能被不会写代码的人用上。

公测第一天，泛开发者用户挤爆了服务，约一两个小时无法访问。当时还没人意识到，再过几周，挤爆的不会只是公司内部那两个群。

4、龙虾风暴

2026 年春节过完，整个世界像变了一个样。突然之间，所有人都知道了 Agent，都在争先恐后朝它飞奔。

一切始于 GitHub 上野蛮生长的小龙虾 OpenClaw。这个驻留在电脑上、24 小时自主运行的 AI Agent，一周内吸引 200 万访客，GitHub 星标突破 10 万。杭州冒出千元上门装机服务，苹果适合跑 AI 的机器一度断货。

热潮的另一面是争议。中国工信部门针对 OpenClaw 发出安全预警，指出它对本地数据和系统权限的获取存在风险。多家国有机构开始限制员工使用。

这就是 WorkBuddy 公测前的舞台，FOMO 狂潮和"危险"的担忧交织弥漫。

腾讯高层在内部的讨论中，有一个判断：AI 历史上最大的一次演进，是 Anthropic 沿着智能体编程这条路打出来的——从 Claude，到 Claude Code，再到 Cowork。沿着这条路往下走，AI 世界会是一个"多应用、复杂得多"的世界，而不是所有东西都通过一个聊天机器人路由——"要生产力就用生产力服务，而不是 AI 聊天机器人服务"。这意味着 Agent 会是下一程的主战场。

一直以来，他们都很确信 Agent 是非常适合腾讯的方向——丰富的生态积淀，本身就是可供 Agent 调用、生长的天然土壤。过去几年内部做了各种 Agent 探索，有 Agent 开发平台，垂直 Agent 矩阵，也有像 CodeBuddy 这样编码的产品；在微信里，他们则一直在探索一种分布广泛的 Agent 能力。2025 年，腾讯招来姚顺雨出任 CEO 办公室首席 AI 科学家——他是 ReAct、Tree of Thoughts 的提出者，"语言智能体"方向的奠基者之一。现在 OpenClaw 又让人看到一条与 IM 深度结合的现实路径。手握微信和 QQ 两大入口，几乎不可能错过。

爆发的时机到了。

这家公司快速行动起来。先是腾讯云 Lighthouse 上线了一键部署，甚至在深圳总部楼下的摆摊装机，引爆舆论。

WorkBuddy 则被推上快车道。一周内完成架构重构，从独立 Web 应用迁到 CodeBuddy 的完整基建上，从内测转成公测。底层的引擎，就是前面两年攒出来的整套工程和底座。

"两眼一闭就上了。"汪晟杰说。

随后定下迭代策略：日更，每天一个版本。

公测当天请求量瞬间超过 CodeBuddy 很多倍。算力告警，紧急扩容。

汪晟杰从一开始就坚持一个判断——龙虾不等于 OpenClaw。"OpenClaw 的理念很好，但太激进了。"WorkBuddy 兼容龙虾的生态，但更加低门槛、更安全、开箱即用。"没用过 OpenClaw 一行代码，我们本身就有 CodeBuddy 的整套基建，不需要借。"

其他团队也快速行动。一键启动的桌面端 QClaw 和 WorkBuddy 同天上线，把开源框架转化为普通用户也能轻松上手的"一键安装"体验。企业微信、QQ、微信纷纷接入，只需几步简单操作，就能在聊天框遥控这些虾。马化腾深夜发出朋友圈："自研龙虾、本地虾、云端虾、企业虾、云桌面虾，安全隔离虾房、云保安、知识库……还有一批产品陆续赶来。"

田超是腾讯电脑管家的负责人。2024 年接手这个产品后，他就在押一个判断：AI Agent 一定会在 PC 端爆发。原本计划做安全 agent，小龙虾的爆发让他发现更紧迫的问题——用户首先担心的是根本装不上 OpenClaw。"痛点还没到管安全那一步。"他们立刻决定做 QClaw，核心三条：装得上，微信能连，免费。

没有正式立项，几天后的周五产品经理就把测试码放出去。到了周一早上，田超发现科技媒体已经发了新闻，Waiting list 涨了几十万。他只能发微信告诉上级："不好意思，这个好像上了个新闻。"接下来就是飞速迭代——公测十天内用户破百万，一个月迭代了 80 多个功能。

田超感受到，AI 时代组织方式已经完全变了。Claude Opus 4.6 上线那天，他把模型测了一遍，紧急拉起团队开会："我们的研发模式要改变了。"

在他看来，Opus 4.6 标志着 AI 能力大幅跃升，这让小团队有了打败大团队的机会——每个个体的能量被 AI 放大，做事方式应该跟着变。那次会议后，他迅速调整团队，并行孵化多条新产品线。

很多团队都在一种奔跑的状态中。用姚顺雨的话来说，这是一种 solid、low-ego 的文化氛围——更扁平、更敏捷、更聚焦做事。

在混元，传统的管理层级头衔被正式取消，所有岗位简化为"某某方向负责人"。类似的扁平化在腾讯各条线被复制，做事不用层层汇报，内部称这种新形态为蜂群组织——小型自主决策的团队，每个人都围绕 AI 在创新。

当组织变轻，能跑多快就成了一个被重新定义的问题。

在 5 月的股东大会上，谈到 AI，马化腾说："原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去——还是希望船速能快一点。"

漏水那一程已经过去。去年 12 月架构调整后，混元开启了一场推倒重来的底座重建。Hy3 preview 从预训练启动到模型发布，3 个月完成，而这通常需要 6 个月以上。Agent 训练时，新的 RL 基础设施首次投产就长跑成功。某种程度上验证了他们的 solid 文化——每一步走得扎实，就能带来好的结果。

如今腾讯像换了一艘持续提速的船。Hy3 preview 在 4 月 23 日发布后，连续三周登顶 OpenRouter 周榜，编程和工具调用分列第一、第二；IMA、元宝等十多款 AI 原生产品同步升级，Marvis 等一批新 Agent 正陆续推出。WorkBuddy 自己也在日更迭代——自动化、专家模式接连上线，跻身日活第一的 AI 效率智能体服务。

但在速度背后，更值得看的也许是流向的变化。

5、Agent 时代的"连接"

4 月初，WorkBuddy 团队经历了一场架构调整，他们升级为一个独立的产品部门了。与此同时，IMA 和腾讯文档等产品，也调整到了同一个 AI 大部门。

"这是 B 轮了。"汪晟杰喜欢用创业来比喻产品的发展。过去三年他们就像种子轮团队。这次升级把它和 IMA、腾讯文档等产品拉到同一张建制图里，传递的信号很清楚：效率智能体已经是这家公司重要的方向了。

他们意识到，Agent 和过去 APP 的形态不一样。Agent 更像一个员工——它要不停跟外面的场景、数据、应用打交道，才能干好一件事。而它的进化就在于，用户在使用的过程中，它一点点变得更懂这个用户。

因此，Agent 的核心竞争力，就不只取决于自身产品能力，更在于它身后那张能被它调用的网有多密。当一个 Agent 能直接住进文档、住进邮件、会议和日程……它才能变成一个真在用户工作环境里干活的、越来越懂你的角色。

而腾讯丰富的生态、产品的连接力正是这场智能体竞争的优势所在。把产品彼此联通，变成一个真正的 Agent 环境——也许才是架构调整背后的真正动作。

WorkBuddy 是这场融合中的关键一环。汪晟杰把它定位为 AI 办公自动化的工作台——"这个逻辑是一种生态和开放。我们希望连接整个腾讯内部的所有产品，把我们的东西互联。"

腾讯文档首先接入了进来。过去要让 WorkBuddy 处理一份腾讯文档里的资料，得下载到本地、上传到 WorkBuddy、解析、生成、再上传回腾讯文档——AI 是中间一个加工节点，人在两个产品之间来回搬运。接入之后，所有搬运都消失了。一句话就能让 WorkBuddy 从云端定位到那份文档，直接完成所有任务。整条工作流没有下载、没有上传、没有切换应用。

WorkBuddy 甚至不是站在腾讯文档外面调用它的接口，而是住了进去，直接干活。

而腾讯文档只是一个起点，一个更大产品网络正在逐步连接，构成 Agent "居住"的环境。

把镜头从 WorkBuddy 拉远，会发现整个腾讯都在"流转"起来。Agent 要调用的不是一个个完整 APP，是 APP 背后的具体能力：企业微信开源命令行工具，把消息、日程等等能力封装成 Agent 可直接调用的标准接口；QQ 浏览器、腾讯会议、腾讯文档、地图、IMA——一个个产品的能力装进统一的 Skill 体系。还推了 SkillHub——AI Skills 社区，对用户是安装入口，对 Agent 是发现索引。

光有 Skill 还不够。Agent 要承担长任务、要进入企业系统，必须有记忆、隔离、权限、审计、成本控制。腾讯 4 月集中发了一批工程味很重的产品——Agent Memory、Agent Storage、CloudAgent……这些用户感知不到，是底座。

这正是 3 月 27 日腾讯云峰会发布的 Agent 全景图所描绘的：上面是 WorkBuddy、QClaw、IMA 等面向用户的 Agent；中间是 Skill 和 SkillHub；下面是底座。这张全景图的背后，是这家公司的产品能力正在打通重组——从"用户使用 APP"到"Agent 调用能力"。

随后，腾讯一直被外界诟病的大模型能力也完成重构，以极大的加速度追上来了。

Hy3 preview 上线即成为腾讯十余款核心产品的首选模型。混元这一轮重点打造三个能力——复杂推理、指令遵循、代码与智能体，刚好对应一个 Agent 完成一件事所需的：先听懂指令，再拆任务，最后用代码或工具落出来。WorkBuddy 接入 Hy3 preview 之后，首响速度提升 54%，端到端任务时长缩短 47%，可以稳定驱动数百步的工作流。

而这种产品和模型的"合流"，在训练早期就开始了。过去应用是模型下游——给什么接什么。现在，大模型训练阶段，产品团队就坐在了同一张桌子上。内部叫 Co-design。

WorkBuddy 是这个机制受益的产品之一。它需要的 Agent 能力，在 Hy3 preview 的训练阶段就被纳入混元的目标里。混元训出新能力，被 WorkBuddy 接住；WorkBuddy 在真实用户那里跑出的反馈，又回流到混元下一轮训练里。

循环转起来：场景越复杂，反馈越丰富，下一轮训练越强；模型越强，Agent 能跑的链路越复杂，能进入的场景越深。

过去两年，腾讯 AI 被问得最多的问题是——你们到底有没有一条主线。现在这条线浮了出来。产品、生态和模型，终于咬上了一道齿轮。

做 Agent，不再是某个产品单打独斗。一个人打开 WorkBuddy，打开的是腾讯整张网。

6、一个人是一支队伍

从第一天起，汪晟杰和他的团队就知道，这款产品要长成一个平台——连通腾讯内部，同时也连通一个更广阔的外部世界。

到了 5 月初，WorkBuddy 上面已经长出了 24 个专家团、160 位 AI 角色，按一家公司的部门逻辑排下去，刚好凑出 9 个"一人公司"专属团：软件工坊、内容创作、SEO 营销、变现商业化、财税合规、法律咨询、数据分析、社媒互动、内容分发。

用户不用懂什么是 Agent、什么是 tool、什么是 prompt engineering。他只需要知道自己要什么。

但汪晟杰想做的不止于此。他希望让"专家"这件事本身变得可以被生产、可以被流转、可以被购买——他把这件事叫"专家分身"。

一位内容创作者苍何就在自己的 WorkBuddy 上搭出了两个分身：一个叫"视频生产团队"另一个叫"爆款拆解团队"。

苍何作为内容创作者，把自己做短视频的方法论，封装成了可以挂在平台的"专家"能力。过去这套方法论只能装在脑子里，或者沉淀成一本书、一门课。现在它变成了一个能干活的团队。未来在这个平台上流转的，正是这种东西。人的经验、判断、方法论，开始被封装、调用甚至计价。

几乎同期，WorkBuddy 上线了小程序版本。一件事可以从电脑追到手机、再从手机追回电脑：你在办公室让专家团开始做一份材料，出门了，地铁上想起一个补充点，打开小程序说一句话，到家打开电脑，材料已经改好。WorkBuddy 内部把这件事叫"流动的上下文"。一条一直在后台替你跑的工作流。

用得最深的，是过去几年快速生长的"一人公司"。

截至 2025 年 6 月，中国一人有限责任公司已突破 1600 万家，占企业总数的 27.4%。2025 年上半年新注册的一人公司达到 286 万户，同比增长 47%——大约每新增四家企业，就有一家是一个人开的。

但做过一人公司的人都知道，一个人开公司，最难的还不是想法，是琐碎。客户群里每天的早安问候、不断要写的合作方案、永远整理不完的资料……做完了一天也就过去了。

一位独立创业者把客户档案和过往方案全部丢进 WorkBuddy，让它每天早上自动生成针对每位客户的关怀消息，按公司风格生成合作方案。原来一份合作方案写半天，现在三十分钟能出框架；原来每天早上一个多小时的客户消息，现在十分钟搞定。

像这样的用户不止一个。一位独立开发者搭了 6 个数字岗位——内容策划、销售转化、设计交付、数据分析、客户服务、项目管理，传统 6 人团队月成本 5 到 8 万，他每月 800 块订阅费就跑起来了。一位电商代运营的光杆法人，在 WorkBuddy 里养了 4 个 AI 员工，跑客户时用微信遥控它们清表、算 GMV、整理发票。一位自由设计师把十几年案例上传成知识库，让 AI 按行业整理客户偏好，新订单上来直接出参考方案。

WorkBuddy 把"一个人开一家公司"这件事的可行性，往前推了一步。

不只是一人公司，职场里很多人也被这类工具重新激活了。

方伟是一名政务云销售，46 岁，工作经常需要给政府和国企客户讲 PPT。讲了 20 年，被人调侃："你们做解决方案的，不就是会写 PPT 吗？"

但那天去见客户时，他决定不再只带 PPT，而是带了一台笔记本，现场演示产品——这是他用 WorkBuddy 做出来的 demo。期间有人提到市经济分析的需求，他当场用 WorkBuddy 出了一份报告，数据对接统计局公开库，图表、分析、结论，15 分钟生成。

做这些的时候，方伟感受到一种前所未有的掌控感。明明自己很有判断力、很有想法，但以前要实现它，总要穿过层层叠叠的组织协同——研发、项目管理、UI、测试开发。现在有了 AI，一个人就能完成整个流程。

他用 WorkBuddy 做出各种各样的小程序和产品。"以后我不讲 PPT 了，我直接演示系统雏形。"他说这话的时候，洋溢着一种失而复得的兴奋。他和同事开玩笑说，AI 成了中年职场人的"电子伟哥"。

这句玩笑背后指向的是一件很难真正落地的事：一个人就是一支队伍。过去这像是一句励志，在 WorkBuddy 这里，它开始变成一种真实的组织形态。

WorkBuddy 本身，是腾讯过去三年那种正在进化的组织方式的产物——小团队，做大事。现在，它被那种组织方式养大之后，开始反过来改变组织方式本身。

7、还有一件更基础的事

2023 年，那支十人小队蹲在招商银行机房里改版本的时候，没有人知道他们在做什么。就算知道了，大概也不会觉得重要——一个代码补全工具而已。

但后来的事情证明，那间机房里埋下的不是一款产品，是一种能力：把一个聪明的模型放进真实的工作里，让它稳定地干成一件事。

尽管市场经历了龙虾热和养马热，但 agent 产品依然是起步的状态。WorkBuddy 跑得快，但赛道才刚刚铺开。它的用户仍然集中在重度玩家那里，使用门槛不低；从量级看，还有很长的路要走。

趋势站在 agent 这一边。和过去工具型 APP 不一样，WorkBuddy 是和人一起长大的工作环境：人把工作交给它，它越用越懂这个人，反过来又让人愿意把更多工作交给它。

某种程度上，这也是一个循环：腾讯的组织方式催生了 WorkBuddy，WorkBuddy 又在重新定义组织方式。

循环之外，还有一件更基础的事。

种子需要土壤。腾讯不是第一次提供这种土壤——微信如此，腾讯会议也是如此。

AI 竞争的下一程，比的不只是模型和算力。比的也是：一家公司能不能一次又一次地，让对的人在对的时间站到对的位置上。

WorkBuddy 是一个切片。切片很小，但切得足够深，能看到底下那层东西。