WorkBuddy保姆级教程：腾讯AI Agent办公全流程实战

WorkBuddy是什么：能动手的AI，而非只会答话的顾问

WorkBuddy^广告是腾讯推出的AI智能体桌面工具，官方定位为“全场景职场AI助手”。用更直白的方式理解，它可以被拆解为三个部分：一个负责思考的AI大脑、一双能操作电脑的“手脚”，再加上一个自动化引擎。这三者的组合，让它跳出了传统AI工具“只会说、不会做”的局限。

这期B站教程把WorkBuddy定位为“Codex的国内平替版”，核心卖点在于门槛更低——不需要复杂的网络环境，也不需要繁琐配置，对新手相对友好。无论是写方案、做表格、分析信息，还是生成内容化海报、开发软件，甚至接管浏览器操作各类软件，它都试图把最终成果直接摆到用户面前。

WorkBuddy核心能力介绍

一个HR场景，看懂WorkBuddy与传统AI的本质差别

教程用了一个非常具体的场景来说明差异：一位HR手头有80份候选人简历，需要在下班前整理成一份包含姓名、学历、工作年限、核心技能、薪资预期等字段的表格，交给用人部门筛选。

如果用ChatGPT、豆包、千问这类传统对话式AI，它们通常会给你一段Python代码，或者告诉你“可以用什么工具来做”，但真正的读取文件、提取字段、生成表格这些执行动作，仍然要你自己一步步在电脑上手工完成。换句话说，它们只能告诉你“该怎么做”，却无法替你“做完”。

而使用WorkBuddy，用户只需下达指令：读取某个目录下所有候选人简历PDF，提取姓名、学历、工作年限、核心技能、薪资预期，生成一份Excel汇总表并保存到指定文件夹。WorkBuddy会理解需求、读取本地数据、自动生成文件——用户要做的，只是趁它工作时倒杯水，回来验收成果是否符合预期。

WorkBuddy自动执行任务

这就是它与问答型AI的根本区别：传统AI是一位“出名的顾问”，能告诉你答案；WorkBuddy则是在顾问基础上多了一位“能干的员工”，它长了手脚，能真正在你的电脑上把目标落地。

核心能力盘点：从本地文件到定时任务

根据教程梳理，WorkBuddy能做到不少传统AI难以覆盖的事情：

操作本地文件

它可以读取并写入本地文件，处理Word、Excel、PDF、图片等各类格式。你在电脑上能操作的文件类型，它基本都能接管。

多步骤任务自动规划

面对复杂需求，WorkBuddy会自动规划实施路径，逐步完成任务。如果执行中途发现规划有问题，还能重新设计、按新路径推进——这种“遇阻可调整”的能力是它区别于简单脚本的关键。

定时任务与后台运行

借助自动化引擎，用户可以把一系列固定动作设为定时任务。比如每周自动整理并发送一份周报，只要电脑上的WorkBuddy处于运行状态，它就能在后台完成，无需全程盯守。

WorkBuddy后台运行定时任务

远程操控

通过WorkBuddy小程序或微信客户端，用户可以远程发送指令。只要电脑端保持开启，WorkBuddy就能在电脑上执行操作，并把结果返回到电脑或手机。

外部系统与MCP扩展

它支持接入外部系统，例如在腾讯文档上检索数据、连接企业微信乃至数据库。这种通过MCP方式的对接，进一步放大了它的能力边界。

MCP（Model Context Protocol）是由Anthropic提出、目前被业界广泛采纳的开放协议标准，用于规范AI模型与外部数据源、工具之间的连接方式。可以把它理解为AI世界的"USB接口"——只要工具或服务按照MCP标准提供接口，AI智能体就能以统一方式接入，无需为每个系统单独开发适配代码。对于WorkBuddy这类桌面Agent来说，MCP的价值在于极大降低了接入新系统的成本：当腾讯文档、企业微信或第三方数据库提供MCP兼容接口后，WorkBuddy可以直接调用，而非依赖屏幕截图模拟点击等脆弱的自动化方式。这也是当前AI Agent生态中"工具调用能力"竞争的核心战场之一。

技能包扩展

通过Skill技能包，用户可以扩展WorkBuddy的能力，比如支持浏览器浏览与截图，或者把一段录音整理成总结性文字。

WorkBuddy所属的产品类别通常被称为"AI Agent"（AI智能体）或"Agentic AI"，与普通聊天机器人的根本区别在于是否具备"行动能力"。传统大语言模型（LLM）本质上是一个输入文本、输出文本的系统，而Agent在此基础上增加了工具调用层：它可以调用文件读写API、执行代码、控制浏览器、触发外部服务等，并根据执行结果决定下一步行动，形成"感知—规划—行动—反馈"的循环。这种架构让AI从"建议者"变成"执行者"，也是近一两年AI应用层最热门的演进方向，OpenAI的Codex、微软Copilot的自动化功能、以及本文介绍的WorkBuddy都属于这一范畴。

与传统AI工具的对照

教程从核心定位、文件操作、多步骤任务、无人值守、输出物、适用任务类型几个维度做了对比。

传统对话式AI只能实现一问一答，无法读写本地文件，也难以把前后数据按步骤串联；每次交互都需要人守在电脑或手机前，输出多为文字。而WorkBuddy既能读写本地文件、自动分步执行，又能靠定时任务在无人值守时运行，最终还能直接交付Word、Excel、PDF等成品文件。

传统AI一问一答的局限

一句话总结二者关系：普通AI是能给答案的顾问，WorkBuddy是长了手脚、能替你把活干完的员工。

写在最后

这期教程把WorkBuddy的核心定位、典型场景和能力边界讲得比较清楚，适合完全没接触过Agent类工具的新手快速建立认知。对于日常有大量重复性文档处理、信息整理需求的职场用户，WorkBuddy这类“能动手”的桌面Agent确实提供了一种新的办公思路。当然，实际效果如何、复杂任务的完成度是否稳定，仍需要在真实工作流中亲自验证。