当 Agent 退出 App：WorkBuddy 的朋友圈开始外部发展

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。 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。 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。” 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、