01 初识 WorkBuddy
从定位、安装、界面到第一次对话,帮你快速建立对 WorkBuddy 的整体认识,并顺利迈出上手第一步。
1.1 AI 智能体发展历史
- AI 发展经历了哪三个阶段?各自有什么局限?
- LLM 在企业场景有哪四个短板?
- AI Agent 的四项突破是什么?它和传统 AI 有什么区别?
一、AI 的三次浪潮:从规则到智能
AI 走过了三个阶段。每个阶段的局限,恰好对应今天企业场景里 AI "不够用"的根源。
| 阶段 | 时间 | 代表技术 | 能力 | 局限 |
|---|---|---|---|---|
| 第一波 | 1950s–1980s | 专家系统(Expert System)/ 规则引擎(Rule Engine) | 按预设规则推理 | 只能处理已知规则,无法应对新场景 |
| 第二波 | 2010s | 深度神经网络(DNN / CNN) | 从数据中自主学习模式 | 单任务能力强,换领域即失效 |
| 第三波 | 2023–至今 | 大语言模型(LLM) | 理解与生成自然语言 | 会说,但不会做 |
第三波的大语言模型解决了"理解你"的问题,但留下了一个关键缺口——它只能回答,不能行动。
二、大模型的能力边界:「说得好」≠「干得了」
LLM 在写作、翻译、编程等任务上表现优异。但在企业场景中,以下四个问题是无法绕过的:
| 问题 | 企业场景表现 | 举例 |
|---|---|---|
| 不能动手 | 仅提供建议,无法操作系统 | 要求"删掉重复文件"→ 只能告诉你怎么删 |
| 不能连接 | 无法访问企业内部系统 | 要求"查报销记录"→ 无法连接数据库 |
| 不能记住 | 换一个对话窗口即丢失上下文 | 每次对话都需重新说明岗位、背景 |
| 不可控 | 无权限边界,无审计追溯 | 发送的数据流向不可控 |
上面四个短板,本质上是同一个问题:LLM 只能"说",不能"做"。
三、AI Agent 登场:给大模型装上「手」和「脚」
AI Agent(智能体)是给 LLM 补齐执行能力的方案,不是新概念,而是 LLM 的自然延伸。
下面这张表对比了 Agent 相比传统 AI 多出来的核心能力——本质区别就一句话:LLM 只能"说",Agent 能"动手"。
| 能力 | 说明 | 传统 AI 能否做到 |
|---|---|---|
| 自主规划 | 拿到模糊目标,自己拆解为可执行步骤 | 否,需使用者给出每一步 |
| 工具调用 | 操作文件、调 API、连接外部系统 | 否,只能文字回复 |
| 持续记忆 | 跨会话保持上下文,记住偏好和历史 | 否,仅单次对话记忆 |
| 权限管控 | 设定执行边界,关键操作需审批 | 否,无权限概念 |
Agent 执行流程:接收任务 → 规划步骤 → 调用工具 → 监控执行 → 交付成果。各环节分别对应:接收自然语言指令、拆解为可执行子任务、读写文件并调用系统、异常时自动重试、把结果归档到指定位置。
四、Agent 能力落地:企业场景对比
| 场景 | 普通 AI | Agent |
|---|---|---|
| 写周报 | 给模板,自己填 | 读日程和文档 → 出初稿 → 存到指定目录 |
| 查制度 | 告诉你去哪找 | 连接企业知识库 → 给出原文 + 来源链接 |
| 做报表 | 教 Excel 公式 | 读数据源 → 清洗分析 → 生成图表报告 → 导出 |
| 做调研 | 给搜索关键词 | 联网查多个来源 → 交叉核对 → 整理成带出处的报告 |
| 做 PPT | 给内容大纲 | 读文档 → 提炼要点 → 自动排版成可演示的 PPT |
一句话:Chatbot 给地图,Agent 带你走完全程。
核心要点回顾
- AI 走了三步:规则驱动 → 数据驱动 → 语言驱动,到 Agent 才补齐"执行"环节
- LLM 四个短板:不能动手、不能连接、不能记住、不可控
- Agent 四项突破:自主规划、工具调用、持续记忆、权限管控
接下来把能力落地——WorkBuddy 就是基于这套逻辑构建的企业 AI Agent 平台。
1.2 认识 WorkBuddy
- 用一句话说清 WorkBuddy 是什么,它和 Chatbot 有什么区别?
- WorkBuddy 在工作中扮演什么角色?为什么说它更像同事而不是工具?
- 用你自己的工作场景举例,它能帮你干什么?
一、一句话定义
WorkBuddy 是腾讯做的一个 AI 工作台——你用自然语言告诉它要做什么,它自己拆步骤、找工具、动手执行,最后把成果交给你。
| 关键词 | 说明 |
|---|---|
| 全场景 | 覆盖个人工作、团队协作、企业治理,一个入口 |
| 智能体 | 不是只聊天——理解你要什么 → 规划怎么干 → 动手执行 → 交付结果 |
| 工作台 | 不是纯网页——桌面客户端为主,手机端和小程序补充,企业微信和元宝内可调用 |
二、四重身份:该怎么理解它
不要把它当成高级搜索框。它实际上扮演四种角色:
| 角色 | 常见误解 | 实际情况 |
|---|---|---|
| 企业 AI 智能体 | 又一个聊天机器人 | 知道你的部门、能查公司资料、真正干活 |
| 数字化员工 | 工具软件 | 像同事一样协作:接任务 → 独立完成 → 交付 |
| 自主任务执行者 | 需要一步步手把手教 | 复杂任务自己拆步骤,全程推进到闭环 |
| 工作效率引擎 | 替代人的 AI | 重复劳动交给它,你做只有你能做的决策 |
理解了四重身份,记住一点就行:你拍板,它干活。
三、它能干什么
| 能力 | 怎么理解 | 试试这么说 |
|---|---|---|
| 会聊天 | 日常说话的方式下任务 | 「帮我整理这 50 份简历,按匹配度排序」 |
| 会规划 | 自己拆目标、分步做 | 「分析这个 Excel 并生成季度趋势报告」 |
| 能处理各种文件 | Word、Excel、PPT、图片、PDF | 「把这份 Word 大纲转成 PPT」 |
| 能操作本地文件 | 读/写你授权的文件夹,批量处理 | 「把发票文件夹里的 PDF 转成图片」 |
| 能连企业系统 | 企微、邮箱、文档全打通 | 「把本周会议纪要同步到团队知识库」 |
| 能记住你 | 记住习惯、偏好、项目上下文 | 「按上周的模板生成本周周报」 |
四、个人版 vs 企业版
| 个人体验版 | 订阅用户 | 企业版 | |
|---|---|---|---|
| Token额度 | 基础额度,高频使用触发限频 | 额度更高,无频率限制,支持加量包 | 按坐席分配额度,支持企业加量包 |
| 大模型 | 多模型自由切换 | 全部模型可用,按场景智能分级调度 | 全部模型可用 + 企业统一模型配置 |
| 核心功能 | 基础对话、文件处理、多模态生成 | 解锁全量能力:专家市场、技能市场、连接器、自动化、远程控制 | 包含订阅版全部能力 |
| 企业专属 | — | — | 组织管理、企业知识库、安全审计、SSO登录、用量管控 |
- 体验版:零门槛免费试用,基础积分额度,高频使用会触发限频。
- 订阅用户:解锁全部模型与全量功能,积分额度更高、无频率限制,按场景智能调度最优模型。
- 企业版:团队统一管理,额外提供组织架构、企业知识库、安全审计等管控能力。
企业版独享组织管理、安全审计、企业知识库等功能。
这些能力落到日常工作里是什么样?拿三个场景对比:
| 你要做的事 | 传统方式 | 用 WorkBuddy |
|---|---|---|
| 写周报 | 打开 Word,回忆一周,手动整理 | 「帮我写本周周报」→ 自动汇总,初稿直接改 |
| 做报表 | 导出数据,Excel 拉公式,调格式 | 「分析销售趋势,输出图表」→ 一键出报告 |
| 理文件 | 手动打开、重命名、分类、归档 | 「把发票文件夹的 PDF 都转成图片」→ 批量处理 |
核心要点回顾
- WorkBuddy 是能干活的 AI 工作台——你说话,它办事
- 它是同事,不是工具——你交代,它执行,你拍板
自检:你能说清 WorkBuddy 和 Chatbot 的区别吗?能举出三个它能替你干的活吗?
常见问题 FAQ
ChatGPT 回答问题、给建议,不动手。WorkBuddy 读文件、改表格、连系统,交成果。Chatbot 是顾问,WorkBuddy 是同事。
你可以指定它访问哪些文件夹,不该碰的碰不到。可随时关掉授权。安全章节会详细展开。
不用记指令、不用学语法。日常说话的方式下任务即可。"帮我写周报""帮我把发票理一下"——会说话就能用。
1.3 安装、登录与功能纵览
- 装好、登录,知道主界面六个区域各自干什么?
- 模型怎么选?推荐设置怎么调?
- Ask、Plan、Craft 三种模式有什么区别?什么时候用哪个?
- 能在 Ask 模式下完成第一次对话和追问
一、下载与安装
步骤:
- 打开浏览器,访问
https://www.workbuddy.cn/work/ - 选择 Mac 版或 Windows 版,下载安装包
- 双击安装包,同意协议,按提示完成安装
- 首次启动,选择微信扫码登录
微信登录即装即用,无需注册、无需填手机号。
二、认识主界面
首次登录需设置工作目录(建议新建专用文件夹)。该目录为 AI 的工作区——文件读取、结果存储均在此路径。设好目录、安装推荐技能包后进入主界面。

对照截图认识六个区域:
逐一说明:
- ① 功能导航栏 — 所有功能入口。「新建任务」为起点;「助理」管理远程控制;「项目」组织项目空间与团队协作;「专家」内含技能市场和连接器;「自动化」设定时任务;「更多」展开后包含:我的文件、腾讯文档、ima 知识库、乐享知识库、灵感。
- ② 任务列表 — 历史任务按时间排列,点击切换,右键可重命名或归档。
- ③ 对话区域 — 与 AI 交互的核心空间。顶部「日常办公」「代码开发」「设计创意」为场景切换;中部为场景卡片(如「文档处理」「金融服务」等),点击即用;底部输入框附工具栏,含模式切换、模型选择、技能、连应用、权限等开关。
- ④ 快捷模板 — 切换场景后展示对应卡片(如「文档处理」「文本改写」等),点击即可快速发起任务。不需要从零写指令。
- ⑤ 输入框 — 打字、贴截图、拖文件,均在此处。
Enter发送,Shift + Enter换行。输入框内提示:「今天帮你做些什么?@ 引用对话文件,/ 调用技能与指令」。 - ⑥ 底部工具栏 — 常用开关:工作模式(Craft / Plan / Ask)、模型选择(Auto)、技能、连应用、默认权限。
三、模型选择:用哪个"大脑"
⑥ 中「Auto」点开即为模型列表。WorkBuddy 内置多款主流模型,各有侧重。

| 模型 | 出品方 | 优势 |
|---|---|---|
| Auto | 系统调度 | 根据任务复杂度、所需上下文长度、是否涉及多模态等维度,自动选用最适配的模型 |
| DeepSeek | 深度求索 | 综合能力强,推理快,日常首选。Pro 版能力更强,Flash 版更轻更快 |
| 混元 | 腾讯 | 中文理解最优,与腾讯文档、企微、腾讯会议配合最顺畅 |
| GLM | 智谱 AI | 中文长文本处理突出,支持文字+图片的多模态任务 |
| Kimi | 月之暗面 | 超大文档一口气读完并精准总结,海量材料时最好用 |
| MiniMax | 稀宇科技 | 轻量快速,简单问答响应极快,复杂任务弱于以上 |
Auto 匹配逻辑:系统根据当前任务的以下维度自动调度模型——任务类型(写作/分析/代码/翻译等)、输入内容的 Token 规模(短文本/长文档)、是否需要多模态处理(图文混合)、以及任务对响应速度与深度的权衡。用户无需手动判断,Auto 在后台完成模型选择。
按场景手动选模型:
| 你的情况 | 推荐 |
|---|---|
| 刚上手 | Auto |
| 日常写作、问答、分析 | DeepSeek |
| 大摞文件分析、长文本 | GLM 或 Kimi |
| 文字+图片同时处理 | GLM |
| 配合腾讯系产品 | 混元 |
| 简单问答,追求速度 | MiniMax 或 DeepSeek-Flash |
自定义模型:点击列表底部「配置自定义模型」,填入名称、API 地址和密钥。兼容 OpenAI 协议,海外模型也可接入。
新手阶段 Auto 默认即可。熟悉后再按任务类型手动切换。
四、推荐设置:30 秒调好
进入设置:左下角头像 → 设置。
| 设置项 | 路径 | 说明 |
|---|---|---|
| 技能自动更新 | 设置 → 通用 | Skills 新版本自动升级 |
| 锁屏远程 | 设置 → 通用 | 电脑不休眠,远程不中断 |
| 对话记忆 | 设置 → 通用 | 提取关键信息记住,下次自动关联 |
| 系统权限 | 设置 → 权限管理 | 文件读取、浏览器控制、辅助功能——全部开启 |
| 沙箱模式 | 设置 → 通用 | 隔离环境运行 AI 操作,防止误触系统文件。默认开启,保持 |
文件权限:
底部工具栏盾牌图标,点开两个选项。日常保持默认权限(仅操作工作目录内的文件)。需操作目录外文件时临时切完全访问权限,用完切回。

五、三种工作模式
| 模式 | 一句话 | AI 能做什么 | 适用场景 |
|---|---|---|---|
| Ask(问一问) | 只答不做 | 回答问题、分析、总结 | 只需答案时 |
| Plan(想一想) | 先出方案,确认后执行 | 出计划 → 等确认 → 执行 | 不确定步骤,怕跑偏 |
| Craft(做一做) | 直接干活 | 自主拆解 → 调用工具 → 交付 | 目标明确,心里有底 |
选模式口诀:
① AI 不需要动手?→ Ask
② 需要动手,但不确定每一步?→ Plan(先看方案再确认)
③ 流程清晰、风险可控?→ Craft(直接执行)
拿不准时退一档。系统默认 Craft,新手可先切 Ask 熟悉手感。
官方建议:首次使用优先 Ask。处理重要文件前先备份。
六、不止在电脑上用
| 端 | 区别 | 适用场景 |
|---|---|---|
| 桌面端 | 功能最全,操作本地文件,接入企业系统 | 批量处理、深度分析 |
| 移动端 App | 独立运行,支持语音和拍照 | 通勤、差旅,只有手机时 |
| 微信小程序 | 不用下载,扫码即用 | 临时查看进度、快速提问 |
移动端 App 和小程序均支持两种执行模式:
| 模式 | 工作方式 | 适用场景 |
|---|---|---|
| 云端工作 | 云端沙箱执行,不依赖电脑 | 通勤、差旅、周末 |
| 本机模式 | 远程操控电脑执行 | 需要本地文件、用到桌面端连接的系统 |
本机模式需手机端与电脑端使用同一微信账号。
移动端 App 权限:首次启动建议允许相机、麦克风、存储、通知——拍照提问、语音输入、上传文件均依赖这些权限。
此外,WorkBuddy 支持接入企业微信和元宝,在对应应用内直接发消息指挥。
日常以桌面端为主,手机 App 和小程序为移动场景补充。
七、第一次对话 ★
打开 WorkBuddy,选 Ask 模式。
- 输入:「帮我写一封简短的请假邮件,明天上午请假」→ 回车,查看回复
- 追问:「把语气改得更正式一些」→ 回车,对比两次结果

输入技巧:
Enter发送,Shift + Enter换行Ctrl+V/Cmd+V粘贴截图,AI 可识别图片内容- 文件直接拖入输入框
实战挑战(5 分钟)
打开 WorkBuddy,选 Ask 模式,用一个你工作中真实的写作需求试一次。试完后追问一轮——你发现追问前后的差距有多大?
核心要点回顾
- 装好、登录、熟悉界面——知道六个区域各自的功能
- Auto 默认即可,熟悉后按任务切换模型
- 五种设置 30 秒调好,默认权限日常够用
- Ask 安全、Plan 稳妥、Craft 高效——拿不准退一档
- 第一次对话和追问完成——已建立使用体感
1.4 小试牛刀
- 三个高频快捷操作(@引文件、截图粘贴、/唤技能)怎么用?
- 任务产物在哪看、怎么分享?
- 在 Ask / Plan / Craft 各执行一次,建立实操体感
一、三个高频快捷操作
| 操作 | 方法 | 效果 |
|---|---|---|
| 引用文件 | @ 选文件,或拖文件进输入框 |
AI 直接读取文件内容 |
| 截图提问 | 截图后 Ctrl+V / Cmd+V 粘贴 |
AI 识别图片并回答 |
| 唤起技能 | 输入 / 选技能 |
快速切换能力,如处理 PDF、OCR、数据可视化 |
二、任务产物:在哪看、怎么处理

任务执行时,界面右侧会打开结果区,集中展示所有产出。
| 标签 | 内容 | 使用场景 |
|---|---|---|
| 产物 | 生成的文件和交付物列表 | 预览产出,确认结果 |
| 全部文件 | 当前工作空间的全部文件 | 浏览目录,确认文件位置 |
| 变更 | 本次任务的文件改动(diff 视图) | 代码或文档修改,确认改动 |
| 预览 | 网页或直接可查看的页面 | 生成的网页、报告页面 |
查看与分享操作:
- 点击「产物」→ 上方文件列表,下方预览
- 表格和文档可直接在区内预览,无需下载
- 分享:文件上右键选「分享」,或预览时点击右上角分享图标
产物不满意时继续追问,AI 在上一轮基础上持续优化。
实战挑战(10 分钟)
-
Ask 模式(3 分钟) 选一个你工作中的真实问题(不是「帮我写请假邮件」这种练手题),用 Ask 模式提问。看看回复质量——哪里好,哪里差?追问一轮试试
-
Plan 模式(3 分钟) 切换到 Plan 模式,输入一个你需要但不确定步骤的任务。审查 AI 出的方案——有没有遗漏?有没有多余?
-
Craft 模式(4 分钟) 切换到 Craft 模式,让 AI 在工作目录里新建一个文件。完成后打开「结果区 → 产物」查看
核心要点回顾
@引文件、截图粘贴、/换技能——三个操作 2 秒完成- 产物区统一管理所有产出,支持预览和分享
本章总结
| 小节 | 要点 |
|---|---|
| 1.1 AI 智能体发展历史 | AI 历经规则系统、机器学习、大模型三个阶段;Agent 给 LLM 补上「能动手」的执行能力 |
| 1.2 认识 WorkBuddy | WorkBuddy 是能干活的 AI 工作台——你说话、它办事;分个人版与企业版 |
| 1.3 安装、登录与功能纵览 | 装好登录、认识主界面六大区域、按需选模型、用对 Ask / Plan / Craft 三种模式 |
| 1.4 小试牛刀 | 掌握 @ 引文件、截图粘贴、/ 唤技能;产物区统一查看与分享 |
本章你已经认识了 WorkBuddy、装好了环境、跑通了三种模式;下一章,我们深入 LLM 的工作原理,学会把指令写得又准又好。
本资料仅供个人学习与备份使用,内容版权归原作者所有