腾讯WorkBuddy来了：电力电子工程师的"AI徒弟"能帮你干活了

2018年，一个做电源设计工程师，每天花3小时翻Datasheet、2小时画仿真图——真正留给创新设计的时间不到2小时。去年我见的一个候选人，用AI工具辅助，同样的工作量他1小时搞定，剩下时间全在搞PFC电路的效率优化。

变化不是渐进的，是断裂的。

2026年7月，腾讯正式推出WorkBuddy，定位为"AI Agent办公新范式"。它不是聊天机器人，而是一个能直接操作文件、调用工具、自主完成复杂任务的AI Agent。用户通过自然语言描述需求，WorkBuddy自动拆解任务、调用相应工具、生成结构化输出。

它的核心能力在代码生成、文档处理、数据分析等办公场景。这对电力电子工程师意味着什么？我今天分两部分聊：已经能用的和未来可能做到的。

01

已经能用的：WorkBuddy 当前真实能力

场景一：技术文档处理——从30分钟压缩到3分钟

一个做嵌入式开发的候选人跟我说，他每周要花大量时间读芯片手册、写技术笔记、整理会议纪要。这些工作不复杂，但极其耗时。

WorkBuddy 能做什么：

• 上传一份几十页的芯片手册PDF，让它提取关键参数表（引脚定义、电气特性、时序要求），直接生成结构化表格

• 把会议录音转文字后丢给它，让它整理成待办清单，按负责人和优先级排序

• 把一份英文Datasheet翻译成中文，保留技术参数不变

这不是什么黑科技，但确实省时间。你以前花30分钟读手册做笔记的事，现在3分钟出初稿，你审核一遍就能用。

场景二：代码生成和调试——从半天压缩到1小时

电力电子工程师现在越来越多地写嵌入式代码——STM32、DSP、MCU，PWM控制、ADC采样、通讯协议，这些都需要编程。

WorkBuddy 能做什么：

• 你说"用C语言写一个STM32的PID控制器代码，采样频率10kHz，支持积分限幅和抗饱和"，它能生成可用的代码框架

• 你贴一段报错的Python脚本，让它帮你定位问题

• 你写一段SPI通讯代码，让它检查时序是否符合某个芯片的时序要求

代码生成是WorkBuddy的强项，基于腾讯混元大模型的代码能力。但它生成的代码需要工程师审核——特别是涉及硬件控制的代码，一个参数错误可能导致硬件损坏。

场景三：数据分析——从一天压缩到10分钟

做电源测试，经常要处理大量测试数据——效率曲线、温升数据、EMI测试结果。以前用Excel手工做图表、算统计，现在WorkBuddy可以直接处理。

WorkBuddy 能做什么：

• 上传CSV格式的测试数据，让它生成效率曲线图、温升趋势图

• 对比多组测试数据，自动找出异常点

• 把测试数据整理成标准格式的测试报告

02

电力电子专属AI Agent的想象空间

上面三个场景是WorkBuddy当前已经具备的能力。但我在想，如果WorkBuddy的能力继续进化，电力电子工程师还能期待什么？以下场景不是当前已实现的功能，而是基于AI Agent发展趋势的合理推测。

想象一：器件选型辅助

一个做储能PCS的候选人跟我说，他上次选型600V SiC MOSFET，对比了基本半导体、三安光电、Wolfspeed、Infineon共8个型号，光Datasheet就看了400多页，花了整整两天。

如果WorkBuddy能做到： 你说"选型650V SiC MOSFET，Rds(on)<100mΩ，优先国产，年用量10K"，它自动从各厂商Datasheet和分销商数据库抓取数据，10分钟出对比表，包括关键参数、单价、交期、最小包装量。

关键参数对比逻辑：

• Vds（漏源耐压）：650V以上

• Rds(on)（导通电阻）：<100mΩ

• Qg（总栅极电荷）：越低越好，影响开关损耗

• Eoff（关断能量）：越低越好，影响开关损耗

• Id（连续漏极电流）：满足应用需求

为什么这件事未来可能： AI Agent已经能读取和提取文档信息，Datasheet是标准化文档，提取参数在技术上没有障碍。难的是对接分销商数据库（DigiKey、Mouser、立创商城），这需要API授权。

想象二：故障诊断辅助

2025年我面试的一个电源工程师（华为出身），他说他每周至少花6小时在故障排查上。最麻烦的是间歇性故障——波形抓到了，但分析全靠经验。他遇到一个反馈环路振荡问题，花了3天，逐一排查补偿网络、功率级、负载瞬态，最后定位到是Type II补偿网络的R2取值偏大，导致相位裕度不足45度。

如果WorkBuddy能做到： 你上传示波器截图（比如输出纹波超标的波形），它分析波形特征——振荡频率对应控制环路带宽、阻尼特性反映相位裕度、超调量指向环路增益——然后给你一个排查方向。

相位裕度的标准计算公式： PM = 180° + ∠T(fc)，其中T(fc)是开环环路增益在穿越频率fc处的相位。当PM < 45°时，系统可能出现振荡；PM > 60°时，系统具有较好的稳定性裕量。

为什么这件事未来可能： 图像识别AI已经能识别波形特征，结合电力电子知识库，给出排查方向在技术上可行。难的是需要大量真实故障数据来训练模型。

想象三：电路设计辅助

我一个做LED驱动电源的候选人（深圳某上市公司），他说一个常规的Buck电路设计从规格确认到出方案，最快也要4小时。

Buck电路的核心计算公式（如果AI辅助设计，这些是它需要掌握的基础）：

占空比：D = Vout / Vin = 12V / 48V = 25%

电感值：L = (Vin - Vout) × D / (ΔIL × fsw)

• 假设ΔIL = 2A（纹波电流），fsw = 500kHz

• L = (48 - 12) × 0.25 / (2 × 500000) = 9 / 1000000 = 9μH

• 实际选型取标准值10μH

输出电容：Cout = ΔIL / (8 × fsw × ΔVout)

• 假设ΔVout = 50mV（输出纹波要求）

• Cout = 2 / (8 × 500000 × 0.05) = 2 / 200000 = 10μF

• 实际选型通常取2-3倍裕量，选22μF低ESR电容

如果WorkBuddy能做到： 你说"设计一个输入48V、输出12V/10A的Buck电路，效率>92%，开关频率500kHz"，5分钟出初步方案——包括拓扑确认、参数计算、器件推荐方向、效率估算。

为什么这件事未来可能： 这些公式是公开的、确定的，AI完全可以掌握。难的是工程经验——比如电感饱和电流的选择、MOSFET的驱动要求、热设计的考量，这些需要大量实战数据。

03

对人才市场的影响

这是我最想聊的部分——因为我的工作就是看人才市场。

谁在被加速替代？ 初级器件工程师（0-3年），主要工作是Datasheet对比、参数提取、BOM整理，占初级工程师60%以上的时间。2026年Q1，初级器件工程师岗位需求同比下降——这是我的实际交付数据，非官方统计。

谁在被疯抢？ AI+硬件复合型人才——懂电力电子设计，同时能配置AI Agent的工程师。我2026年Q1的实际交付数据：收到12个"AI+硬件"岗位需求，有效候选人只有3个。企业开价：年薪40-60万（纯硬件工程师的1.5-2倍）。深圳某储能企业（年营收约8亿）招"AI辅助电源设计工程师"，最终薪资谈到55万+期权，两家上市公司开价60万+抢人。

薪资趋势（作者个人交付数据，非官方统计）：

岗位类型 薪资趋势

初级硬件工程师(0-3年)

需求下降，薪资持平或略降

AI+硬件复合型

需求暴增，薪资溢价50%-100%

系统架构师

需求稳定增长，薪资持续上升

建议

第一，现在注册。先体验基础功能，从非敏感任务试水。熟悉Agent的工作模式——它会拆解任务、调用工具、生成结构化输出，这个认知很重要。

第二，从日常任务开始建立信任。 不要一上来就想自动化整个设计流程。先从会议纪要、数据处理、文档整理这些低风险任务开始，确认输出可靠后再扩展到设计辅助。

第三，有经验的工程师考虑开发自己的专家Agent。 把你的设计规则、选型经验、故障排查逻辑沉淀下来，变成可复用的知识资产。你的经验+AI工具=不可替代。

结语

我从业十几年，见过太多"工具改变行业"的故事——从Excel到SPICE，从Protel到Altium，每一次工具升级都淘汰了一批人，也成就了一批人。

WorkBuddy不是终点，只是下一个工具。但如果你还在用2018年的工作方式，而你的同行已经开始用AI Agent，那你们之间的差距就不是经验差距了，是效率差距。