WorkBuddy教程：腾讯桌面AI智能体入门指南

你学了那么多AI提示词，工资涨了吗？

这是腾讯AI办公助手WorkBuddy教程中一个颇为扎心的开场问题。很多人接触AI已久，背了一堆提示词，却发现效率提升有限。原因其实很简单：提示词的本质只是建议，而建议并不值钱，执行才值钱。

传统的网页版AI，无论是通义千问、豆包还是GPT，本质上都是「提问—输出文字—复制结果」的循环。它们没有真正操作本地电脑文件的权限。看似是我们在使用AI，实际上更像是AI给我们提供参考，落地执行的活儿还得靠我们自己用鼠标键盘完成，整个过程依然繁琐。

WorkBuddy要解决的正是这个「最后一公里」的问题——把AI从一个建议者，变成一个真正能替你干活的执行者。

什么是WorkBuddy：腾讯桌面AI智能体

WorkBuddy是腾讯推出的一款桌面AI智能体（Agent），而非单纯的聊天对话框。它与大多数大语言模型最大的区别在于：它拥有操作本地电脑的权限。

你只需要用自然语言下达任务，就像和真人对话一样告诉它「你想干什么」或「让它去干什么」，它就能自动分派、调研、执行并交付结果。WorkBuddy的核心价值是直接操作本地电脑完成真实办公任务，而不再是给你一堆操作方法让你自己动手。

视频作者建议完成一次关键的思维转变：

把「向AI提问」切换为「管理AI干活」。你是管理者，WorkBuddy是你的员工，而电脑就是你的公司。

这个比喻很形象——从「AI提问者」进化到「AI管理者」，是用好这类桌面AI智能体工具的前提。

「桌面AI智能体」（Desktop AI Agent）是近年兴起的一类AI应用形态，与传统聊天式AI的根本区别在于「行动能力」。普通大语言模型（LLM）的工作闭环止步于文字输出，用户需要自己将输出结果转化为实际操作；而智能体通过调用工具（Tool Use）、操控操作系统GUI或执行代码等方式，可以直接在计算机上完成点击、读写文件、发送消息等动作。这一能力依赖于「感知—规划—行动」的闭环架构：AI先感知当前屏幕或文件状态，再拆解任务步骤，最后逐步执行并验证结果。WorkBuddy的本地执行权限正是建立在这套机制之上，使其能够跨越「建议到落地」的鸿沟。

WorkBuddy vs Codex：该学哪个？

既然Codex功能更强大，为什么还要学WorkBuddy？作者给出了一个生动的比喻：

• Codex 是特种兵：能力强，但需要长官制定详细作战方案。你得告诉它具体是哪个文件、哪个目录、执行时用什么参数，需要相对专业的技能和经验积累。
• WorkBuddy 是大学生特种兵：也许处理不了特别复杂的任务，但你只需简单交代「把某个文件发给谁」「整理某个档案」，它就能搞定。

对于大多数普通职场人来说，「暂时还没能力掌管Codex，但指挥大学生绰绰有余」。两者的核心差异可以归纳为以下三点：

上手门槛

WorkBuddy装好即用，不需要配置环境、不需要敲命令行；Codex则需要更强的动手能力和编程基础。

生态适配

WorkBuddy与飞书、钉钉、企业微信、腾讯文档等国内办公软件深度打通；Codex更偏向海外生态，对国内办公软件支持有限。

使用成本

WorkBuddy每日赠送积分，遇到活动还能领几千积分，坚持每天签到一个月至少能攒到三千积分；Codex则是订阅付费制，学习阶段就要承担较高成本。

作者特别提醒：登录WorkBuddy后，每天点击左下方头像，进入「Buddy加油站」签到领积分，积分可累积，今天不用明天照样能用。

OpenAI Codex是一个面向代码生成与自动化任务的AI系统，最初以代码补全能力著称，后续版本具备在沙箱环境中执行终端命令、读写文件、运行脚本的能力。它的强项在于处理结构化、可编程的任务——例如批量数据处理、自动化测试或复杂的文件系统操作——但前提是用户能够用较为精确的语言描述任务边界，并具备一定的编程直觉来验证输出结果的正确性。这也是文中将其比作「需要详细作战方案的特种兵」的原因：工具本身的天花板高，但对使用者的信息素养要求也相应更高。

三个新手常见认知误区

对于初次接触WorkBuddy的人，有几个典型误区需要澄清：

误区一：WorkBuddy就是套壳的桌面版GPT。 并不准确。除了能像GPT一样对话给建议，WorkBuddy还能读取本地文件、调用工具、自动执行任务，这是普通聊天AI做不到的。

误区二：Codex更强，所以应该直接学Codex。 Codex门槛更高，适合有编程基础的人。普通职场人应优先用WorkBuddy把工作落地——对大多数办公场景而言，只学WorkBuddy也完全够用，觉得不够用时再进阶学习Codex，这样能最大程度降低学习成本。

误区三：功能太多，学起来很难。 实际上WorkBuddy的操作界面与通义千问、豆包、GPT非常类似。学习它的重点并不在于界面功能怎么用，而在于转变思维——从「问问题」转变为「发出命令让它操作电脑」。

「套壳」这一说法在AI工具讨论中十分常见，通常指产品仅对某个底层大模型进行简单包装、未做实质性功能延伸。判断一款产品是否构成实质创新，关键看它是否在模型推理层之外增加了新的能力环路——例如工具调用、外部系统集成、持久化记忆或自主任务规划。WorkBuddy在腾讯混元等基础模型之上叠加了本地文件读写、GUI操控和国内办公软件API对接等能力，这些均属于「Agent层」的工程工作，并非单纯的界面套壳。对普通用户而言，区分「聊天AI」与「执行AI」的最简判断标准是：关掉对话窗口后，电脑上是否真的发生了变化。

WorkBuddy能干什么：典型应用场景

以下是WorkBuddy几类最实用的应用场景：

文件管理

本地文件的批量分类、批量重命名、多文档信息汇总。举个真实的痛点场景：录制课程时文件按01、02、03命名，但某节课太短需合并到上一节，导致序号断裂（变成1、3、4）。手动逐个改名极其麻烦，而WorkBuddy可以一句话搞定批量重命名。

文档与数据处理

自动生成周报、处理Excel表格数据，甚至开发简单的网站页面。

协同办公

与飞书、钉钉深度协同，比如自动发送消息、周期性生成工作汇报。

这些都不是纸上谈兵，只要给出合理指令，WorkBuddy就能直接执行并把成果摆到你面前，你只需检查最终交付结果即可。

从提问者到管理者：写在最后

WorkBuddy的定位清晰而务实：它是一个降低门槛、面向国内办公生态的桌面AI智能体，本质上是「把AI建议变成AI执行」的工具。

对于普通职场人和一人公司创业者而言，与其纠结于更强大但门槛更高的Codex，不如先从WorkBuddy入手，在实际工作中体验「指挥AI员工干活」的效率提升。真正的关键，从来不是工具本身的功能多寡，而是使用者思维的转变——从AI的提问者，进化为AI的管理者。