腾讯Workbody实操：AI Agent让普通人自动处理本地文件

为什么需要AI Agent？从一次文件转换说起

很多人日常用豆包、DeepSeek^广告这类聊天大模型，觉得已经够用了。但当你真正想让AI“动手干活”时，会发现它们只能给方案，不能执行。B站UP主通过一个真实场景展示了这种局限：把某个目录下所有docx文件批量转成PDF并归档。

他先把需求发给豆包，豆包准确理解了意图，甚至给出了Python代码和依赖安装步骤。但问题在于——豆包无法直接操作电脑上的文件，用户必须自己复制代码、配置环境、运行脚本。对于非程序员来说，这几乎是一道无法跨越的门槛。这就是聊天大模型和AI Agent的核心分野：前者是“智能顾问”，后者是“智能助手”。

Workbody上手：从“想”到“做”的关键一步

UP主随后打开了腾讯的Workbody（视频中称为workaboutit）。与需要科学上网、付费订阅的海外工具不同，Workbody国内直接可用，注册送2000积分，每天还能主动领取100积分。UP主使用小半个月、中间还过了个假期没领，账户里仍有3900积分，说明日常轻量任务完全够用。

他把同样的需求——将指定目录下的docx全部转为PDF并归档——直接发给Workbody。Agent在获得文件访问授权后开始执行，界面实时显示耗时和积分消耗。大约三分钟，任务完成，消耗1.55积分，转换后的PDF被自动归档到一个以时间命名的文件夹中。UP主点开检查，格式转换质量良好。

这个过程中，Workbody展示了Agent的典型工作流：理解自然语言需求→申请系统权限→调用本地工具→执行文件操作→交付结果。用户不需要写一行代码，也不需要理解Python依赖是什么。

AI Agent 的执行闭环是什么

在 Agent 语境下，执行闭环指的是模型从接收指令到交付结果之间，能够自主完成“规划—调用工具—观察反馈—修正”的循环，而不需要人类在每一步之间手动搬运信息。具体到文件转换任务，闭环包含：解析自然语言意图、生成操作步骤、向操作系统申请文件读写权限、调用本地脚本或命令行工具、读取执行日志判断成败、失败时换一种方案重试、最后把产物放到约定位置。聊天大模型缺的正是中间这一整段——它能写出正确的 Python 代码，却无法把代码落到磁盘上运行，也无法看到运行报错后自行修改。工具调用（function calling）能力和沙箱/本地运行时是支撑闭环的两块基石，前者让模型能“按下按钮”，后者让按钮背后真的有东西被执行。

能力边界：Workbody与Codex的真实差距

UP主并没有回避Workbody的短板。他分享了一个对比测试：给Workbody和Codex同一个任务——根据一张小红书上的Excel格式截图，设计一个同样风格的Excel文件。Workbody前后花了20到23分钟，结果不尽人意；Codex只用了两分半到三分半就达到了需求。

差距背后的成本逻辑很现实：Codex每月会员加科学上网成本约200元，而Workbody每天免费积分可以覆盖轻量任务。UP主的判断是，如果不想花钱，就用时间换成本——通过多轮对话反复修正，Workbody最终也能达到目标。他同时提到一个行业趋势：当国内外产品功能逐渐对齐后，理解能力、推理能力和动手能力早晚会趋同，现阶段的差距只是发展阶段的差异。

积分制与 Token 成本的关系

国内 Agent 产品常用“积分”而非直接按 token 计费，本质是把模型调用、工具执行、沙箱运行时间打包成一个用户可感知的计价单位。一次任务消耗多少积分，通常取决于输入输出 token 量、调用的工具次数以及任务时长。文章中提到文件转换消耗 1.55 积分、复杂 Excel 设计任务耗时 20 分钟以上，说明积分消耗与任务复杂度、试错轮数正相关。对用户而言，积分制的意义在于把不可预测的 API 账单转化为可预算的额度；对厂商而言，则便于用赠送额度降低试用门槛，同时通过每日签到维持用户活跃。理解这一点，才能判断“免费额度够不够用”取决于任务类型，而不是一个固定数字。

聊天大模型 vs AI Agent：本质区别在哪

UP主在视频中梳理了两类工具的能力边界。理解自然语言、拆解任务、提供解决方案，这些聊天大模型都能做到，属于AI工具的标配。但调用本地工具、执行系统命令、操作文件，聊天大模型无能为力。

更关键的差异在于执行闭环。普通聊天模型给出结果后，成与不成它都不再跟进，用户需要自己判断、自己传递下一步指令。而Agent可以在执行过程中自我调试：一种方案不行就尝试备选方案，中间结果不理想就自动调整，最终交付一个完整结果。用UP主的话说，豆包是“智能顾问”，Workbody是“智能助手”。

这种差异在实际使用中非常明显。文件转换任务中，Workbody不仅完成了转换，还自动创建了归档文件夹、按时间命名、把结果放进去。整个过程用户只发了一条消息，剩下的由Agent闭环完成。

Codex 与通用 Agent 的定位差异

文中的 Codex 指面向代码与结构化产出的编程智能体，其底层模型在代码生成、格式还原、多步推理上经过针对性优化，并且通常配有更强的沙箱执行环境，因此能在两三分钟内完成“照着截图复刻 Excel 样式”这类对精确度和推理深度要求高的任务。而 Workbody 这类通用型 Agent 面向的是普通用户的日常电脑操作，优势在于开箱即用、中文交互、本地文件权限打通，劣势是在需要精细结构化推理的任务上会走更多弯路。两者不是同一赛道的替代关系：一个偏向“专业生产力”，一个偏向“低门槛自动化”。所谓“能力早晚趋同”的判断，前提是底层模型能力对齐且工具生态补齐，短期内差距仍会体现在复杂任务的耗时与一次成功率上。

普通人能用它做什么？

视频标题提到了三个场景：本地文件批量处理、自动做PPT、搭建个人打卡工作台。UP主重点演示了文件批量转换，其余两个场景虽未展开，但指向同一个方向——把重复性的电脑操作交给Agent。对于不写代码的普通用户，这意味着过去需要手动点击几十次、或者付费买WPS会员才能完成的事，现在用自然语言描述一下就行。

当然，Agent的能力上限取决于底层模型和工具调用生态。Workbody目前更适合轻量、规则明确的任务；复杂创意类工作（如按图设计Excel）仍有差距。但UP主的体验给出了一个务实结论：如果你不想为AI工具支付高额订阅费，又愿意花点时间通过对话调教，Workbody这类国产Agent已经能帮你自动干不少活了。

写在最后

AI Agent的普及正在改变普通人使用AI的方式。从“问AI要答案”到“让AI交结果”，Workbody提供了一个低门槛的入口。它不完美，速度不是最快，能力不是最强，但免费、国内直连、上手友好这三个特点，足以让它成为很多人第一个真正用起来的Agent工具。至于它和Codex们的差距会不会缩小，UP主的判断是“早晚会趋同”——这或许也是国产AI工具最值得期待的地方。