用腾讯 WorkBuddy 之后，我对 AI 的看法变了

图片

这几年，我用了不少 AI 工具，比如ChatGPT、Cherry Studio、OpenClaw等...

从最开始接触大模型时的新鲜感，到后来慢慢把 AI 融入工作和生活，我最大的感受其实一直没怎么变：AI 确实越来越强了，但它离真正改变我们的工作方式，好像还差最后一步。

它可以帮你写文章，可以帮你整理资料，可以帮你分析问题，甚至可以帮你补代码、想方案、做总结。很多以前要花几个小时才能完成的事情，现在几分钟就能拿到一个像样的结果。

但问题也很明显。大多数时候，AI 还是停留在“回答问题”的阶段。你提出一个需求，它给你一个答案；你给它一个想法，它帮你补全；可是真正把事情做完，中间那些打开文件、修改内容、运行程序、检查结果的动作，还是得自己来。

所以以前我一直觉得，AI 更像一个很聪明的助手。它能给你建议，能帮你思考，但它还没有真正进入你的工作流程。

直到最近体验腾讯 WorkBuddy，我第一次明显感觉到，AI 好像开始往前跨了一步。

它不只是告诉你该怎么做，而是开始尝试帮你做。

这件事给我的冲击，比我想象中大得多。因为一旦 AI 从“回答”走向“执行”，它的意义就不再只是一个工具，而是开始接近真正的生产力。

1.过去的 AI，解决了“想”的问题，但还没有解决“做”的问题

过去两年，大模型的发展速度非常快。模型越来越多，能力越来越强，应用也越来越丰富。写文章、写代码、做总结、生成图片、分析数据，这些事 AI 基本都能碰一碰，而且很多时候做得还不错。

但如果真的把它放进日常工作里，你会发现还有一道很现实的门槛。很多任务并不是“知道怎么做”就结束了，而是要真正做完。比如电脑里有一堆杂乱文件，你告诉 AI 帮你整理，它可以告诉你分类思路，也可以帮你想目录结构，但最后移动文件的人还是你。再比如一份复杂的数据表，AI 可以给你分析方法，甚至帮你写出分析代码，但数据清洗、运行、验证、再调整，依然需要你亲手去完成。

所以以前的 AI，更像一个聪明的大脑。它擅长理解、分析、推理，也能给出很漂亮的答案，但它没有真正“动手”的能力。

而 Agent 类工具想解决的，就是这个问题。它不是只给建议，而是开始参与执行；它不是只回答你一个问题，而是围绕目标往下推进。

这也是我对 WorkBuddy 最初感兴趣的地方。它不像传统聊天机器人那样，只是坐在对话框里等你下一句，而是更像一个可以陪你把事情做完的项目搭子。

2.我为什么开始认真看 WorkBuddy

第一次接触 WorkBuddy 的时候，我其实没有抱特别高的期待。不是因为不相信腾讯，而是因为这类工具我见得太多了。很多产品在演示里都很惊艳，真上手之后又会发现，离“真的好用”还是差一点。

现实里的工作从来都不是单点问题。你不会只需要一个回答，而是需要一整套推进过程。要先理解背景，再看现有文件，再确认目标，再处理细节，最后还要验证结果。中间任何一步卡住，后面的事情都会被拖住。

WorkBuddy 让我觉得不一样的地方，就在于它开始接近这个过程。你给它一个方向，它会尝试理解目标，拆解任务，再一步一步把事情往前推。它不是那种“说得很好听，但最后还得你自己收拾”的工具，而是更接近一个一直在线的项目搭子。

我觉得这种变化很重要。因为工具真正有价值的时候，不是它能不能回答问题，而是它能不能帮你把问题处理掉。

3.一个 AI 工具有没有价值，最终还是要看它能不能解决真实问题

判断一个 AI 产品，我现在越来越不看它宣传了多少概念，而是看它能不能进入真实工作。这个标准其实很简单：它能不能帮你节省时间，能不能帮你减少重复劳动，能不能把原本很麻烦的事变得顺一点。

之前我曾经用 WorkBuddy 做过一个行情整理的小工具。这个案例我就不展开重复说了，因为我前面已经写过一篇专门的文章。但那次经历给我的感受很深：它不是只会生成几段看起来不错的回答，而是真的能在目标明确之后，帮你把一个东西慢慢做出来。

这件事让我意识到，AI 的价值不一定体现在它有多会聊，而是体现在它能不能把那些你一直想做、但又总觉得麻烦的事接过去。很多想法不是没有意义，只是实现成本太高。你知道自己想要什么，但一想到环境、流程、调试、执行，很多事就被搁下来了。

而 Agent 类工具的出现，就是在降低这个门槛。它不一定替你完成所有工作，但它能陪你把事情真正推进下去。这个变化，看起来只是工具形态变了，实际上改变的是人与 AI 的关系。

4.WorkBuddy 背后，不只是一个产品，而是腾讯 AI 落地的一种方式

很多人看到 WorkBuddy，可能第一反应是腾讯又做了一个 AI 助手。但我觉得，如果只把它看成一个单独产品，可能低估了它。

因为 WorkBuddy 更重要的意义，不是“腾讯又多了一个 AI 工具”，而是它开始把 AI 往真实场景里推。AI 真正难的地方，从来不是做出一个模型，而是让普通人真的用起来，并且愿意一直用下去。

腾讯在这件事上有一个很大的优势，就是它天然拥有很多真实场景。企业微信、腾讯会议、腾讯文档、腾讯云、微信，这些东西不是凭空搭出来的流量入口，而是已经存在很久、并且一直在被大量人使用的工作和生活场景。

这意味着什么？意味着 AI 一旦和这些场景结合，它就不是一个孤零零的软件，而是会慢慢嵌进人每天的工作流里。开完会，AI 自动整理重点；写文档，AI 帮你补全内容；处理协作，AI 帮你完成重复动作。用户甚至不需要额外打开一个新的工具，AI 就已经在原本的流程里了。

我觉得这才是 WorkBuddy 让我印象深的原因。它看起来像一个产品，但它背后其实是在试着把腾讯整套生态重新串起来，让 AI 真正进入工作，而不是停留在展示层面。

5.混元和 WorkBuddy，一个负责思考，一个负责执行

聊 WorkBuddy，就绕不开腾讯自己的混元大模型。

很多人聊大模型，喜欢比参数、比能力、比测试成绩。但从应用角度看，我更关心另一件事：模型能力怎么真正被用起来。因为模型再强，如果没有落到场景里，最后也还是停在“聪明”这一步；而应用如果没有模型支撑，也很难真正做成能干活的产品。

如果把 AI 比作一个人，那混元更像大脑，负责理解、分析、推理；而 WorkBuddy 更像双手，负责执行、操作、把想法变成结果。一个负责思考，一个负责行动，这种组合比单独看任何一边都更有意思。

这也是我现在越来越相信的一件事。未来 AI 的竞争，不只是看谁更会聊天，而是看谁更能把能力落地。模型负责“想明白”，产品负责“做出来”，当这两层真正结合起来，AI 才算开始进入现实世界。

6.AI 的下一阶段，比拼的可能不是谁更会说，而是谁更会做

现在 AI 行业竞争非常激烈。新的模型、新的产品、新的概念几乎每天都在出现，很多东西看起来都很热闹。但我越来越觉得，未来真正决定价值的，可能不是谁最会展示能力，而是谁能把能力变成普通人每天都用得上的东西。

因为技术最终一定会回到现实。一个工具如果只能在演示里显得很厉害，却进不了真实工作，它的价值就会打折；相反，如果一个工具能持续帮人省时间、减少重复劳动、提高效率，哪怕它看起来没有那么炫，也会慢慢积累出真正的价值。

从这个角度看，WorkBuddy 让我看到的不是一个单独的 AI 产品，而是一种新的工作方式。它让我意识到，AI 真正变得有价值的时候，不是陪你聊得更久，而是帮你把事情做完。

写在最后

体验 WorkBuddy 之后，我最大的感受不是“又认识了一个新工具”，而是我对 AI 的理解变了一点。

以前我更关注 AI 能不能回答得漂亮，现在我更关注它能不能真正进入工作流程。以前我更在意模型有多强，现在我更在意它有没有真的创造生产力。这个变化不算小，因为它意味着 AI 已经开始从信息工具，往生产力工具的方向走了。

当然，现在的 Agent 还远没有完美，它依然需要人的判断，需要人的方向，也需要人的审美。但趋势已经越来越清楚了。AI 正在从一个对话窗口里的聪明助手，慢慢变成可以参与现实工作的伙伴。

而让我更感兴趣的是，腾讯为什么会选择在这个阶段推动 WorkBuddy。为什么混元和它的生态结合起来，会让我觉得这家公司在 AI 时代的想象空间开始变大。为什么我会在体验完一个工具之后，开始重新审视一家公司的长期价值。

这些问题，我们下一篇继续聊。

欢迎点赞、分享、推荐三连。感谢阅读。❤️