ARTICLE · 1276198

腾讯养的这只「AI 打工人」,到底能不能替你上班?

发布时间：2026-10-30 10:29:32 最近访问：2026-10-30 10:29:33

2026 年的 AI 圈最不缺新名词。但只挑一个词概括这一年，大概率是 Agent。

从年初 OpenClaw 引爆的「龙虾热」，到大厂密集跟进，一个共识正在形成：AI 的下一站不是「回答问题」，而是「把活干完」。

WorkBuddy 是腾讯给出的答案。上线半年，评价两极：一边喊「打工人替身」，一边说「不过套壳」。

这篇把它的来龙去脉、能力边界和真实差距一次讲清。不吹不黑。

一、它是什么

一句话：跑在你电脑上的 AI 办公工作台——你提需求，它自己规划、调工具、读写文件、跨软件操作，最后把成品交给你。

三个关键词：

桌面端，不是网页聊天框。 能碰本地文件、能操作你装的软件，这是和网页 AI 最本质的区别。

结果导向，不是给建议。 普通 AI 给你一段文字，排版、存盘、发送还得自己来；它想直接给你能用的 Excel、排好版的 PPT。

可扩展。 内置 20+ Skills，支持 MCP，能零代码新建技能。

时间线：2026 年 2 月 6 日内测，3 月 9 日上线，腾讯云 CodeBuddy 团队出品，到 9 月官方称迭代 50 多个版本。

一句话记住差别：普通 AI 说错话，Agent 会做错事。 能力越强，风险越大——这是全文反复出现的「治理」主线。

二、它和 OpenClaw、QClaw 什么关系

OpenClaw 是那个「能干活的龙虾」。 奥地利开发者 Peter Steinberger 的开源个人 AI 助手，红色龙虾图标，中文圈叫「小龙虾」。它证明了一件事：跑在本地、能接微信/Telegram、有持久记忆、会自己调工具干活的个人 Agent，可行。

但门槛硬：Node.js、环境变量、API Key、插件配置。于是 2026 年初出现了奇观——二手平台上「OpenClaw 上门安装」成了生意。这道墙，就是所有商业产品的机会。

腾讯铺了三条线。 2026 年 3 月同时出手：QClaw 个人向（电脑管家团队，微信直连、极简部署，被叫「小白版小龙虾」）；WorkBuddy 职场企业向（办公交付、多任务并行、合规审计）；Lighthouse 灯塔开发者向（云上部署）。

一句话：QClaw 让你「用上」，WorkBuddy 让你「用在工作里」。

和 OpenClaw 是兼容，不是套壳。 准确说：兼容它的 Skills 生态，并在其上做产品化封装。能复用的一层是 OpenClaw 积累的技能可迁移；自己做的一层是 CodeBuddy 同源的 Agent runtime + MCP + 沙箱 + 权限体系，往上再补免部署安装、企业账号计费、安全审计、私有化部署。

所以它不是换个皮，而是把开源验证过的范式，做成企业敢采购的产品。

一句话：套壳解决「有没有」，封装解决「敢不敢用」。

三、和 Codex 比

相同点：都是执行型 Agent；都支持多任务并行；都有 Skills 机制；都靠沙箱与审批兜底；都在从「辅助」走向「代劳」。

差别在路线——

Codex 的底层假设是「一切皆代码」，于是把能力做深在代码和工程流程；WorkBuddy 假设「一切皆交付物」，于是把能力做宽在文档、表格、汇报。

所以一个程序员完全可以白天用 Codex 写代码、晚上用 WorkBuddy 做季度汇报。这两件事本来就不该由一个工具做到极致。

当然，WorkBuddy 也能写代码（和 CodeBuddy 同源），Codex 也能处理非代码任务。但**「能做」和「做到专业水准」是两回事**。

四、和豆包、飞书、DeepSeek 比

先说前提：这四个严格说不是同一物种，硬比容易失真。

豆包是字节的 C 端超级助手，用户盘子最大。强在多模态和内容：生图、生视频、AI 播客、实时双语字幕、会议纪要，还有能自主拆解任务的「超能模式」。底色是「个人助手 + 内容消费」，追求好用、好玩、门槛低。

飞书的 AI 不独立，长在协作体系里：aily 智能体、多维表格智能体、文档/会议 AI。优势是「人和数据本来就在里面」，Agent 天然有组织上下文；但主场在飞书内部，离开飞书，对本地文件和跨应用的操控不是强项。一句话：飞书是「在协作里加 AI」，WorkBuddy 是「用 AI 去做协作的活」。

DeepSeek 是模型公司，强在推理和性价比，开放 API。它本身不是桌面 Agent 工作台，更像「被集成的能力」——事实上 WorkBuddy 就支持接入 DeepSeek。严格说是上下游，不是竞品。

补一个容易踩的坑：豆包 2026 年 7 月下线的「智能体」，指带人设和开场白的 Chatbot 角色，不是执行型 Agent。两件事常被混为一谈。

五、优势在哪

1）不锁死单一模型。 国内版支持混元、DeepSeek、GLM、Kimi、MiniMax 切换。设计务实：模型迭代太快，锁死一家等于给自己上枷锁，简单任务用便宜的、复杂任务用强的。加上 CodeBuddy 同源的 runtime（官方称内部覆盖超 90% 工程师），底座经过大规模真实工程验证。

2）生态是原生内嵌，不是调 API。 这是腾讯最难被复制的一张牌。9 月 23 日套件化升级，把腾讯文档、乐享、网盘、安全与效能运营平台、AI 设计 Ardot 接进同一订阅，打通账号、积分、记忆、数据。关键差别在于：这些不是「调接口」，而是 Agent 能直接读写操作。跨系统数据流转，才是端到端自动化的前提。

3）治理才是企业敢买的原因。 个人看效果，企业 IT 先看「敢不敢让员工用」。安全网关代理、本地脱敏、操作留痕审计；企业端有 AI 安全审计模块，能监测敏感数据输入、做 S1–S6 分级、与 DLP 双向同步；再往上是私有化部署和统一计费。开源 Agent 解决「能不能干」，企业级治理解决「出了事谁负责」。

4）价格与落地。 旗舰 198 元/人/月（1 席起），专享 316 元/人/月（100 席起）。官方披露：零跑汽车在研发、智驾、供应链、审计铺开；上海家化九大部门落地，称平均提效 4.5 倍；山东莱州 6000 多名教师配了 AI 助教。（厂商口径，实际因组织场景差异较大，以试点为准。）

5）短板也得说。 生态绑定——最强的地方都在腾讯生态内，主力用钉钉或飞书的企业，红利要打折。计费模式——Credits 制对重度用户不友好，越用越要算账。通用与专业的取舍——什么都能做，意味着单项未必最深。合规边界——本地文件能力越强，权限配错的风险越实。这是整个 Agent 品类的通病，不只它一家。