WorkBuddy跑到第一，騰訊AI還沒靠岸

騰訊開始把更多籌碼壓向WorkBuddy。

7月下旬，騰訊連續加深WorkBuddy與騰訊文檔的整合，并將個人版訂閱擴展為標準、高級、旗艦三檔。據雷峰網報道，騰訊還在7月20日將QClaw產品中心相關業務和部分團隊調整至WorkBuddy所在的云產品六部，QClaw繼續運營，但兩條產品線開始在組織上靠攏。

這是一場來得很快的資源收攏。

半年以前，騰訊AI留給市場的主要印象，還是基礎模型進展慢于對手、元寶投入不小卻沒有建立明顯領先。半年以后，WorkBuddy卻成為騰訊目前少數跑出規模的新AI產品。易觀數據顯示，2026年6月，WorkBuddy在國內桌面端AI原生辦公智能體中的月訪問量達到2097萬次，超過第二名TRAE IDE和第三名QoderWork之和。騰訊在一季度財報中也表示，按日活躍賬戶數計算，WorkBuddy已經成為國內使用最廣泛的效率AI智能體之一。

需要厘清的是，2097萬是月訪問次數，不是2097萬獨立用戶，更不是付費用戶。但對一家此前在AI應用端屢被質疑“動作慢了”的公司來說，這已經足以成為一個值得重視的反差信號。

WorkBuddy證明，騰訊仍然擅長把一項新技術包裝成普通用戶能夠上手的產品。但它能否真正改變外界對騰訊AI的評價，不能只看訪問量。

從流量領先到企業付費，從一款好用的工具到穩定進入核心工作流，再到真實任務能否反過來改善模型和智能體，騰訊還有幾段路沒有走完。

01 從多線嘗試到資源收攏，騰訊終于有了跑得最快的產品

WorkBuddy最直接的變化，是正在從一款獨立的桌面工具，被推向騰訊AI生產力產品的中心位置。

騰訊6月發布“效率智能體工具集”時，仍然把元寶、ima、QClaw、WorkBuddy和騰訊文檔并列呈現。幾款產品各自承擔不同角色：元寶偏向大眾問答入口，ima側重知識管理，QClaw強調本地任務執行，WorkBuddy則瞄準文檔、表格、代碼、設計等通用辦公場景。騰訊當時的官方口徑也不是押注單一產品，而是用不同工具覆蓋不同用戶和不同任務。

但產品數據正在打破這種表面上的平均用力。

WorkBuddy今年3月上線后，迅速成為騰訊Agent產品中增長較快的一條線。與只提供答案的聊天機器人不同，它試圖直接接過用戶的工作：讀取本地文件、拆解任務、調用模型和工具，最后交付文檔、表格、PPT或代碼。用戶不必先問AI怎么做，再自己去幾個軟件里執行，而是把目標交給它，等它把結果做出來。

這看起來只是交互方式變化，背后卻是兩種產品邏輯。

聊天助手爭奪的是用戶提問的入口，辦公智能體爭奪的是任務執行權。前者回答一次問題就可以結束，后者需要進入文件、軟件和工作流程，連續完成十幾步甚至幾十步操作。它不僅要聰明，還要穩定，不能做到一半卡住，更不能改錯關鍵數據。

騰訊正在圍繞這一方向補齊產品能力。7月21日發布的WorkBuddy 5.3.3版本新增騰訊文檔深度集成、企業智能體、PPT生成預覽和長期記憶等功能；騰訊此前發布企業版時，也把騰訊文檔、樂享知識庫等產品接入同一工作臺，試圖打通內容創作、知識沉淀和內部復用。

QClaw相關業務和團隊被調整至WorkBuddy所在部門，則進一步說明，騰訊開始把此前分散在不同團隊的Agent能力向表現更好的產品聚攏。由于這項調整尚未由騰訊正式公告，它的具體范圍仍需謹慎判斷，但方向已經比較清楚：騰訊不是簡單關掉一款產品，而是在減少重復建設，讓本地執行、遠程控制和辦公工作臺共享更多技術與組織資源。

這不意味著元寶已經被放棄，也不能簡單概括成騰訊AI“全面換船”。更準確的變化是，騰訊開始重新劃分各類AI產品的任務：元寶繼續爭奪大眾用戶，WorkBuddy則被推到生產力和企業應用的前線。

過去騰訊習慣依靠內部賽馬找到機會。如今，WorkBuddy率先用數據跑了出來，騰訊也到了必須從“多做幾款產品”，轉向“把一款產品做深”的階段。

02 大廠集體涌入辦公Agent，騰訊過去的流量優勢需要重新兌現

騰訊此時收攏資源，不只是因為WorkBuddy增長快，也因為辦公Agent的競爭窗口正在迅速關閉。

7月27日，阿里開始測試“千問辦公”桌面客戶端，將此前分散的QoderWork、悟空和MuleRun整合進一款產品，隨后還計劃接入釘釘。字節也在加快豆包與飛書的結合，推出面向組織的豆包企業版，讓智能體在授權范圍內調用企業知識、飛書文檔、表格和協作工具。

幾家大廠做的是同一件事：把AI從聊天框搬進辦公室。

這是因為通用聊天產品的競爭越來越難形成穩定差異。模型能力接近后，用戶可以隨時在不同應用間切換，一次更快的回答或者一次限免，很難形成長期遷移成本。辦公Agent卻不一樣。一旦它進入企業文件、知識庫、審批、會議和項目協作，記住組織規則，并習慣性地承擔固定任務，更換產品的成本就會迅速提高。

辦公軟件原來的入口是文檔、表格、即時通信和會議，AI正在把入口改成一句任務指令。誰先讓用戶形成“這件事交給它做”的習慣，誰就可能站在企業AI支出的上游。

這也是騰訊看重WorkBuddy的原因。

騰訊過去最強的能力，一直是用戶入口和應用生態。微信、企業微信、騰訊文檔、騰訊會議和騰訊云，覆蓋了個人溝通、企業協同、內容生產和云端部署。這些產品看起來天然適合被WorkBuddy調用，也給騰訊提供了比純模型公司更豐富的落地場景。

但Agent時代正在改變入口的價值。

過去，用戶規模本身就是護城河。今天，流量只有進入真實任務、形成穩定交付，才可能轉化為收入和產品壁壘。用戶打開過多少次WorkBuddy，并不等于愿意把財務分析、客戶資料、合同審查和供應鏈任務交給它。

企業要的也不只是一款會生成PPT的工具。它們更在意數據能否隔離、權限如何劃分、操作能否審計、錯誤由誰承擔，以及產品能否接入已有的ERP、CRM和審批系統。IDC披露的調查顯示，當前智能體在中國企業業務中的滲透率仍只有18%。企業對Agent有興趣，與Agent真正進入核心業務，是兩件完全不同的事。

這意味著，騰訊過去依靠流量和生態迅速建立產品優勢的方法，到了WorkBuddy這里需要重新證明。

流量可以幫助騰訊獲得第一批用戶，微信和騰訊文檔可以降低使用門檻，但這些優勢無法自動解決復雜任務的準確率、長時間運行的穩定性和企業系統的適配問題。

WorkBuddy跑得快，說明騰訊拿到了窗口期；阿里和字節加速進入，則意味著這個窗口不會一直存在。

03 訪問量之外，WorkBuddy還欠騰訊三張答卷

WorkBuddy要真正幫助騰訊AI靠岸，首先需要回答商業化問題。

騰訊已經搭起收費框架。7月1日起，WorkBuddy個人版從單一付費套餐擴展為標準、高級和旗艦三檔，企業版則提供按席位付費、共享積分池、企業技能、安全審計和數據隔離等能力。積分消耗取決于模型類型、Token數量和任務復雜程度。

但有定價，不等于商業閉環已經成立。

騰訊集團高級執行副總裁湯道生6月表示，WorkBuddy仍處于投入階段，騰訊沒有給團隊設置商業化目標，并將它類比為早期的騰訊會議：先從個人用戶擴大使用，再尋找企業付費的C2B路徑。

騰訊一季度財報則提供了更直觀的成本背景。當季公司非國際財務報告準則經營利潤為756.3億元；若剔除混元、元寶、CodeBuddy、WorkBuddy及QClaw等新AI產品的收入、成本和開支，經營利潤為844億元。兩種口徑相差約88億元，但這部分差額包含多個AI產品，不能全部計算到WorkBuddy頭上。它至少說明，騰訊當前仍在用游戲、廣告等成熟業務產生的利潤，為新AI產品承擔投入。

第二張答卷，是交付質量。

Agent比聊天機器人更難做，原因很簡單：回答錯一句話，用戶可以重新問；執行錯一個任務，卻可能直接改壞文件、算錯數據或者打斷整個工作流程。

WorkBuddy的更新日志仍在持續修復連接中斷、消息重復、會話恢復失敗、工具狀態異常和文件預覽等問題。頻繁修復并不意味著產品不可用，而是說明辦公Agent仍處于快速工程化階段。它已經能夠完成不少任務，但距離成為企業可以穩定依賴的基礎設施，還有可靠性這一關。

對用戶而言，真正有價值的不是一次任務消耗了多少Token，而是任務完成率有多高、需要返工幾次，以及最終節省了多少時間。若復雜任務頻繁中斷，積分消耗和算力投入都會上升，用戶購買的就不是生產力，而是一次不確定的嘗試。

第三張答卷，是WorkBuddy能否反過來提升騰訊的模型和Agent能力。

7月23日，騰訊團隊發布WorkBuddy Bench，覆蓋代碼、網頁開發、辦公業務和安全四類任務。測試任務來自真實代碼提交、合并請求或業務場景，并分別在CodeBuddy Code和Claude Code兩套執行框架上運行，試圖區分底層模型能力與Agent執行框架能力。

這透露出騰訊的一種新思路：不再只看模型在公開榜單上能得多少分，而是觀察它能否在真實環境中把事情做完。

WorkBuddy擁有大量真實任務，理論上可以幫助騰訊發現用戶最常交給AI什么工作、模型在哪一步容易失敗、哪些工具經常被調用。這些信息可能用于優化評測任務和Agent執行框架，并最終改善混元模型。

但目前沒有公開證據證明，WorkBuddy用戶的文件和操作軌跡已經進入混元訓練，也不能把每一次用戶使用都直接理解為“訓練模型”。隱私授權、企業數據隔離和第三方模型調用，都會限制數據如何被使用。

因此，所謂“產品反哺模型”，目前更像WorkBuddy的潛在價值，而不是已經兌現的壁壘。

WorkBuddy已經幫助騰訊重新找到了一些AI產品的節奏。

它證明騰訊并非只能依靠微信入口和資本投入追趕，也仍然有能力從具體需求出發，把復雜技術做成普通人愿意使用的產品。對于過去一段時間不斷被追問“騰訊AI是不是慢了”的公司來說，這已經是一場階段性勝利。

但WorkBuddy跑到第一，只能說明騰訊登上了辦公Agent的牌桌。

接下來真正決定它能否改變騰訊AI位置的，不是月訪問量還能增長多少，而是三個更難的數據：有多少企業持續付費，多少復雜任務能夠一次完成，以及這些真實任務是否真的讓騰訊的模型和智能體變得更強。

在這些答案出現以前，WorkBuddy為騰訊爭取到的是一次重新被評價的機會，而不是已經完成的翻身。