腾讯开源了自家AI助手Octop,和WorkBuddy啥区别,一篇说清楚.

腾讯又开源东西了。

这回不是框架，也不是模型，是一个完整的、能自己部署的AI助手，Octop。

一个能自己部署的AI助手意味着什么。。。你想想，平时用的那些AI助手，聊天记录在别人服务器上，模型跑在别人机房里，工具能干什么你说了不算。

而Octop这玩意，腾讯云开源的，整套搬回你自己电脑上跑。

先叠个甲：这篇是资料解读。Octop目前标着Beta，都是基于官方README和源码结构在拆，没有做安装实测。但光看资料，信息量已经够大了。

先说它是干嘛的。

Octop是一套可以自己部署的AI助手。你给它一批公开资料，它能按配置读文件、调用工具、整理笔记，然后通过消息入口，把结果发回给你。

它有网页控制台、桌面客户端和命令行三种入口，也能管理多个用户和多个「专家」。

对，专家。

这个「专家」是Octop里很核心的概念：一套模型+提示词+技能+工作区的配置。

同一个模型，配上资料库和文件工具，就是资料整理专家。配上项目代码和编程工具，就是代码助手。区别不在模型，在于它能看哪些资料、用哪些工具。

再往上，Octop还提供知识库、定时任务和多专家协作的团队功能。不过这些目前都标着Beta，成熟度自己掂量。。。

接下来是大家最关心的问题：它和WorkBuddy，到底啥区别？

WorkBuddy是腾讯自家的AI工作台，同样能处理授权文件、调用工具、生成办公产物。功能上，两者确实可以做类比。

自定义模型、Ollama本地推理、技能、MCP、团队协作——这些能力，两边都有。

但有一点要说清楚：它们之间是功能类比关系，同源关系并没有实锤。Octop官方页面写的是，它源自一个叫LightClaw ACE的开源项目。

真正的区别，其实就一句话。

WorkBuddy是产品，你用的是腾讯维护的实例。Octop是开源自托管，实例你自己维护，而且可以检查、可以修改它的应用运行时和工作区后端。

这就是开源最实在的价值。黑盒和白盒的区别。。。

然后，是我觉得最有意思的部分：把Octop的Agent Loop拆开看。

拿「整理项目文档」这个任务举例。

你的消息发过去，先经过身份和会话检查，然后进入对应专家的运行环境。

模型读到你当前的消息和工具说明，自己判断：这一步该先调哪个工具？比如，先读个文件。

注意，模型只负责「提出」调用请求。具体执行是程序干的：按名称找到工具、校验参数、在配置好的backend环境里执行，再把结果作为ToolMessage回传给模型。

模型看到结果，继续判断：资料够不够？不够，接着找。够了，开始写笔记。

如此往复，直到没有新的工具调用，这一轮循环才算结束。

这个反复「判断、执行、观察」的过程，就是Agent Loop。

一次工具调用长什么样？拿视频里的示意说：名称是read_file，参数file_path=README.md，还带一个调用ID。流程是按名称找到工具，校验参数，在backend中执行，回传结果。

还有两个安全设计值得一提。一个是人工确认：按配置的策略，可以在执行前暂停，等人工回答后再恢复。另一个是，错误也可能中断任务，不是无脑跑到底。

另外MCP把外部服务接成工具，工具搜索能按需加载工具说明——不过这个版本里，默认是关闭的。

架构层面，Octop的分工也挺清楚。

应用层管用户、专家和消息入口；Harness负责装配模型与工具；Deep Agents和LangGraph负责组织模型与工具的循环；Octop在这之上，接入了知识库、记忆和任务能力。

这种分层的好处是便于替换模型、扩展工具、调整文件后端。会话检查点还能保存状态，中断了可以继续跑。

但有两句大实话也得说：检查点不能保证外部动作只发生一次；也没有任何证据表明，它比WorkBuddy更快。

最后是部署，这可能是大多数人卡住的地方。

其实先想清楚一个问题就行：模型在哪里跑。

接云端模型API，你本机只跑助手服务、文件和工具，门槛低。接Ollama本地推理，本机还要跑模型，内存和显存要求随模型大小、量化方式变化——官方也没给统一的最低配置表。

入口看习惯：想直接用界面，先看桌面版；习惯终端，选CLI；有常驻的设备，可以上Docker。

基本步骤是先初始化Octop，再用octop run启动，中间还要配置数据库、密码和端口。

两个安全提醒，记一下。

一是工作区默认保存在你自己的环境里，但用云端模型时，请求照样会发给模型服务商，数据出了没出你的机器，心里要有数。

二是账号权限与命令执行范围，要分别检查。工作区路径本身，并不能保证内容被强隔离。

所以，要不要部署？视频最后给的建议我觉得挺实在：

先只给一段公开资料，让助手做整理，确认结果靠谱，再逐步增加工具。已经在用WorkBuddy的，按上面这些区别，判断值不值得迁移到自托管。

说实话，我挺喜欢这种「开源但克制」的节奏。Agent这个事，风口上人人都说自己能干活，但执行结构是不是真的可控、可查、可改，才是拉开差距的地方。

腾讯愿意把这套执行结构直接开源出来给人拆，这本身就有点东西。

评论里聊聊，你会把什么任务，交给一个自己部署的助手？