AI TOOLS

三个能「替你干活」的 AIWorkBuddy、Cowork、Codex

——腾讯、Anthropic、OpenAI 的三种答案,我挨个拆了一遍

黄晨征 ｜ 全文约 3400 字

你大概已经习惯了这样的 AI:你问它怎么做一份竞品分析,它给你列了八个步骤,写得头头是道——然后呢?然后还是你自己打开 Excel,一格一格地填。

2026 年开始,有一批新东西想把「然后」那一步也接管掉。你给它一个目标,它直接动你电脑里的文件、调你装的软件,最后丢给你一份能验收的成品,而不是一篇「教程」。腾讯的 WorkBuddy、Anthropic 的 Cowork、OpenAI 的 Codex,是这批里最有代表性的三个。

它们是同一个新物种,但三家押了三个完全不同的宝。这篇不评谁是冠军——它们各有各赢的地方,也各有各的短板。我把三个挨个用过、查过,帮你搞清楚一件事:你该用哪个。

● ● ●

先把最容易搞混的地方说清楚,否则后面全是误会。

这是两个物种,别拿钉钉飞书的体验去套它们。三家各自的来路:

把来路擦掉,它们今天高度相似:都在桌面干活、都交付成品而非聊天、都有 skill 生态、都能接连接器、都有持久记忆、都能定时、都能从手机或 IM 远程支使。范式已经趋同——这是它们能放一起比的前提。接下来才是真正分高下的地方。

● ● ●

光看介绍页都一样,得看真干活。我按四个最高频的办公场景,把实测表现摆出来——包括翻车的。

场景一:写文档

这是三家都拿手的场景,差距在风格不在能力。WorkBuddy 的卖点是快,官方口径是「周报从 2 小时压到 1 分钟」(这类数字偏宣传,听个意思)。Cowork 把零碎笔记转成单页总结,排版和措辞最讨喜,是三个里「交付物卖相」最好的。Codex 质量相近,背后的 GPT-5.5 在 GDPval(覆盖 44 种职业的知识工作评测)上拿过 SOTA,硬实力不缺,只是输出风格见仁见智。

场景二:搞数据和表格

这里出现了第一个反转。你可能以为 Anthropic 的 Cowork 什么都强,但它处理简单表格的能力,被实测用户直接称为 dealbreaker——公式不够严谨、检查错误不到位,有人干脆把表格的活全挪去了 GPT-5.5。Codex(GPT 系)在这一场反而更稳:公式更严谨、错误检查更细、更听指令。WorkBuddy 在标准数据任务上够用——Excel 清洗、发票报销整理、销售数据出图都能干。

场景三:做 PPT

第二个反转,而且更明显。有人专门测过用 Cowork 做一套 PowerPoint 模板,连续翻车三次——它能生成单页幻灯片,但做不出底层的母版、主题、配色这套模板系统;同样的任务,GPT-5.5 一次就成了。Codex 的幻灯片生成按「读源 → 提纲 → 逐页 → 配图 → 核对」多步骤走,模板这关它能过。WorkBuddy 又不一样:靠「Excel 数据分析 + PPT 制作」技能联动,一句话从原始数据直接出演示稿,标准汇报型 PPT 又快又顺——但前提是它有现成模板技能包,遇到非标、要求高的设计就露馅。

场景四:流程自动化和远程支使

这一场拼的是「无人值守」,三家差异最大。Codex 最强:任务能丢后台跑,你的电脑锁屏了它照样干,长任务能连续跑数小时甚至数天,全平台覆盖。Cowork 有定时任务,但有个硬限制——得让电脑一直开机、不能休眠,否则定时暂停,它本质还是个「桌面要醒着」的工具。WorkBuddy 主打接入国内生态的远程:绑了企业微信和 QQ,你在手机上发条消息,电脑那头就开始干活,还能多个 Agent 并行。

四场打下来,没有一个通吃。这不是和稀泥,是实测出来的结果。

● ● ●

场景是表象,底下是三种产品哲学。先把「谁在什么维度强」摊开——别找总冠军,按你自己最在乎的那行看:

三家在不同维度各当过第一,这张表本身就是结论。这背后是一条根本分野:穷举式 vs 泛化式。

WorkBuddy 赌的是「我把你可能要的活,提前都做成现成 skill」——靠弹药库的厚度取胜。Cowork 和 Codex 赌另一头——「我的模型够聪明,你要什么我现场推理出来」。一个像查字典:词条备得越全越好用;一个像会算术:没见过的题也能现推。这解释了为什么 WorkBuddy 的 skill 数量碾压另两家,但碰到非标、复杂任务反而不如它们稳——字典里查不到的词,它就卡住了。

WorkBuddy 能接入几乎任何模型——这是进阶用户会看重的灵活:便宜活用便宜模型、不被单一供应商绑死、哪家出了新强模型立刻能蹭。但硬币的反面是:它本质是个编排层,真正「动脑」的推理外包给了它接的那个模型。接强模型就强,接弱模型就弱,体验下限不可控;而且为了兼容所有模型,优化只能做「最大公约数」,没法为某一个模型调到极致。

Cowork、Codex 是模型厂商自己做 Agent,模型和 Agent 能协同训练、端到端打磨(Codex 甚至用早期版本参与训练自己)。这种一体化调优,「吃百家饭」的壳做不到。所以「接入任何模型」既是 WorkBuddy 的优势,也是它的天花板:优势兑现在灵活和成本,劣势兑现在可靠性的上限——你能接到最强的模型,但它再强,也不是为你这个 Agent 专门调过的。

● ● ●

Cowork 和 Codex 背靠 Anthropic、OpenAI,关注的人多。WorkBuddy 是三个里国内读者最该认真考虑、又最不了解的一个,单独说几句。它最让我意外的是 skill 生态的厚度——不是一层,是三层叠起来:

▎套件:官方成套技能包,document-skills、data-analysis、ppt-implement、finance、product-management 一应俱全▎SkillHub:第三方市场,带下载量和评分,光一个 Self-Improving Agent 就 687k 下载、3.9k star,塞满跨模型 skill(Gemini、Whisper、Tavily 都有)▎专家:按行业分类的角色市场,引进真实 KOL 的 IP,用使用次数排行

垂直深度也超出预期。光「金融」一个行业,就铺了十几个专业 skill——investment-banking、equity-research、private-equity、wealth-management、trading-agent、a-share-analysis……示例 prompt 直接是 DCF 估值、Meta 财报分析、A 股个股深度。连接器更是一整套国内办公全家桶:腾讯文档、腾讯会议、企业微信、钉钉、飞书、金山 WPS、QQ 邮箱、企查查。它的 slogan 写得很直白:

这就是腾讯的野心——把各行各业的 skill 一口气全做掉。从「快速找到自己要什么」这个体验上,它做得确实好:场景分门别类、专家按行业排、skill 带评分排序,是三个里最像「逛商店」、最对 C 端胃口的一个。这种体验,Cowork 没有;Codex 有点像,但更偏欧美的工具理性,没 WorkBuddy 这么热闹、这么本地化。

那三层 skill、几十万下载、十几个金融垂直工具,证明的是「货架上有多少」,不是「每件拿下来好不好用」。ppt-implement 列在架上,和它生成的 PPT 质量如何,是两回事。逛店的体验好,跟买回家的东西好不好用,更是两回事。WorkBuddy 公测当天因为流量挤爆发过致歉信,复杂任务偶有崩溃,它自己也承认还在早期打磨——它现在赢的是「选择的丰富度」,还没赢「每次都把活干对的可靠性」。这一点,用之前得拎清楚。

● ● ●

先把三家的短板钉在台面上——短板比优点更决定你能不能用:

然后是最该给你的东西——谁该用哪个:

该划掉的情况也说清楚:在国内、又不想折腾网络的,直接划掉 Cowork;要「开箱即用、别让我学」的纯小白,Codex 的技术感会劝退你;指望「装一个 skill 就万事大吉、复杂活也稳」的,WorkBuddy 现阶段还托不住这个底。

黄晨征 ｜ 2026.05.29 ｜ 全文约 3400 字

部分内容由 Atlas AI助手辅助生成

#WorkBuddy #Cowork #Codex #AIAgent #AI办公助手 #腾讯AI #OpenAI #Anthropic #AI工具盘点 #AI替你干活