WorkBuddy实战教程：腾讯桌面AI Agent从入门到落地

普通大模型只能陪你聊天，而桌面AI Agent能直接上手干活。腾讯推出的WorkBuddy就是这样一个工具——零配置、扫码即用，深度打通微信、企业微信、飞书、钉钉、百度网盘等国内办公软件。B站UP主发布的这套保姆级实战课程，完整拆解了WorkBuddy的核心用法与落地技巧。

WorkBuddy是什么：从聊天工具到执行型AI

大多数人对AI的使用方式停留在"打开聊天框提问，然后复制结果"。这种方式的问题在于，传统网页AI只是一个问答工具，并没有操作本地文件的权限。看似是我们在使用AI，实际上是在给AI打工——复制粘贴、手动操作，繁琐环节一个没少。

WorkBuddy^广告的定位完全不同。它是一个桌面AI智能体（Agent），只需要用自然语言下达任务，它就能自动完成调研、执行和交付。核心价值在于可以直接操作本地电脑，完成真实的办公任务，而非仅仅提供建议或操作方法。

具体能做什么？UP主列举了几个典型场景：

• 文件管理：批量分类、批量重命名、多文档信息汇总
• 文档数据处理：周报生成、Excel表格处理、PDF关键数据抓取
• 协同合作：飞书、钉钉消息发送，周期性工作汇报生成
• 跨平台操作：微信群里自动提取文件汇总成Excel，调取百度网盘资料写飞书周报，用手机微信发语音远程调用电脑软件导出数据
• 网站开发：简单的网站搭建

这些并非纸上谈兵，只要给出合理指令，WorkBuddy都能直接执行。

什么是AI Agent（智能体）？

AI Agent（人工智能智能体）是相对于传统对话式AI的一个概念升级。传统聊天AI（如ChatGPT网页版）本质是"输入文本—输出文本"的问答系统，它没有操作外部环境的权限，所有落地动作都得由人来补位。而Agent被赋予了目标、工具和记忆：它能读取本地文件、调用API、操作软件界面、执行多步骤任务，并在执行过程中根据反馈调整策略。业界常把Agent的能力拆成"规划—调用工具—观察结果—迭代"的循环。WorkBuddy正是把这一循环封装进桌面客户端，让没有编程基础的用户也能用自然语言驱动本地电脑完成任务，这也是它与网页版大模型最本质的区别。

WorkBuddy vs CodeX：该学哪个？

很多人在接触WorkBuddy之前，可能先听说了CodeX。两者定位差异明显，UP主用了一个形象的比喻：

CodeX是特种兵，WorkBuddy是大学生助理。

CodeX功能强大，但需要制定详细的作战方案——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编程经验。WorkBuddy则像一个听话的大学生，虽然处理不了特别复杂的任务，但简单任务——发文件、整理档案——都能胜任。

具体差异体现在三个维度：

使用门槛：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，适合有编程基础的人。

生态适配：WorkBuddy深度打通飞书、钉钉、企业微信、腾讯文档等国内办公软件。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，遇上活动还能额外获赠几千积分，每天领取的话一个月至少能有三千积分到手，且积分可以累积。CodeX则是订阅付费制，学习阶段就需要支付真金白银。

UP主建议的学习路径是：普通职场人优先使用WorkBuddy把工作落地，大多数工作场景只学WorkBuddy完全够用。如果觉得不够用了，再进一步学习CodeX，这样能尽可能减少学习成本。

代码执行型Agent与桌面操作型Agent的差别

CodeX这类工具通常以代码为执行载体，它通过生成并运行脚本（Python、Shell 等）来完成任务，因此需要用户理解文件路径、依赖环境、报错日志等概念，能力上限高但学习曲线陡。WorkBuddy则走的是桌面操作路线，底层通过模拟点击、读写文件、调用已集成的办公软件接口来完成任务，用户不必关心具体实现方式。两条路线并非互斥：代码执行更适合复杂、批量化、可复现的工程任务，桌面操作更适合日常办公中"零散但高频"的任务。理解这个区别，就能明白为什么UP主建议普通职场人先用WorkBuddy把工作跑通，再按需进阶。

三个常见认知误区

新手学习WorkBuddy时，容易陷入以下认知偏差：

误区一：WorkBuddy就是ChatGPT的桌面聊天版。 这个认识不准确。WorkBuddy不只限于聊天，除了对话方式给出指导建议，还能读取本地文件、调用工具、自动执行任务。思维要从"向AI提问"切换为"管理AI干活"——你是管理者，WorkBuddy是员工，电脑就是你的公司。

误区二：CodeX更强，应该直接学CodeX。 CodeX门槛更高，适合有编程基础的人。对大多数职场人来说，优先使用WorkBuddy把工作落地是更务实的选择。

误区三：功能多学起来很难。 WorkBuddy的操作界面和很多AI大语言模型非常类似。学习WorkBuddy的核心不是学界面功能，而是转变提问思维——从单纯问问题，转换为发出命令让WorkBuddy操作电脑。完全可以一边看视频一边操作。

思维转变：从AI提问者到AI管理者

这套课程最核心的观点是：提示词的本质只是建议，建议并不值钱，执行才值钱。

接触了这么久的AI，学了一堆提示词，工资涨了吗？之所以没有，是因为一直在用"建议"的方式使用AI。WorkBuddy将建议变成执行——你不需要告诉它怎么做，只需要告诉它做什么，然后检查最终的交付结果。

这种思维转变的意义在于：过去我们是AI的"操作员"，帮AI完成它做不到的复制、粘贴、点击；现在我们成为AI的"管理者"，AI成为真正替我们干活的执行者。

UP主还提到制作了一本WorkBuddy绿皮书，从最基础的安装到省钱秘籍都有覆盖，配合课程学习效果更好。

对于想要快速上手桌面AI Agent的职场人来说，WorkBuddy提供了一个低门槛的切入点。不需要编程基础，不需要配置环境，每天签到领积分就能积累使用额度。关键在于完成从"问AI"到"管AI"的思维切换——这才是真正让AI为工作提效的起点。

为什么"提示词不值钱，执行才值钱"

提示词工程的核心是让模型输出更符合预期的文本，但文本本身不产生劳动价值，只有落到具体动作上才形成交付。在Agent范式下，人的角色从"写提示词"转向"定义任务和验收标准"：你需要说清目标（把这一批文件按月份分类）、约束（不要动原始文件）、验收方式（生成一份清单），剩下的规划与执行交给Agent。这要求使用者具备任务拆解和结果校验的能力，而不是堆砌华丽的提问技巧。换句话说，Agent时代真正稀缺的竞争力，是能把模糊需求转化为可执行、可验收任务的管理能力。