风口之下的WorkBuddy，和风口之上的同行

今年开春，一场“养虾热”席卷AI圈。开源项目OpenClaw爆火，大厂纷纷推出自家龙虾产品，腾讯也不例外，WorkBuddy悄然登场。

今年6月，WorkBuddy月访问量达2097万次，断层领先二三名总和。在腾讯Q2财报里，更是用上了“市场领先地位”的形容。

这是风口之上腾讯在Agent领域加速的结果，但风口之下的暗流涌动才是这款软件让行业转向的真正原因。

01

风口前夜的两颗种子

很多人提到WorkBuddy的崛起，都会追溯到龙虾热，但这并非起点。关乎WorkBuddy的两颗种子，在智能体风口的前夜就已经埋下。

一颗是产品形式。

时间得回溯到2023年，彼时还是模型竞争的天下，在Hy上被诟病“慢一步”的腾讯，同步开启了另一件事——将AI先在内部生态里以提效的形式跑起来。

在腾讯云内部，一支十余人的团队启动了一个AI代码助手项目，这便是CodeBuddy的雏形。

当时AI发展本身出现了一条暗线：ChatGPT验证了大模型生成代码的能力，GitHub Copilot商业化落地，本身和模型契合的代码方向，成为了具备确定性价值的领域。

这支瞄准内部AI编程的团队，开始并没有选择做独立IDE，产品形态规划为 VS Code插件，聚焦基础编码辅助。

围绕开发者群体的思路，一直延续到了2024年正式对外发布和2025年升级为覆盖整个研发链路的IDE。

但意外总是来得很突然，2024年一组数据改变了产品的走向：推广期内，超1万名非开发岗员工，从产品经理、HR到运营、市场，正在高频使用这款代码工具处理非代码任务：撰写方案、整理数据、生成文档、制作报表。

需求的溢出像一道裂缝，照见了被行业普遍忽略的事实：大多数职场人需要的从来不是专业的AI开发工具，而是一个能听懂人话、帮自己干活的办公助手。

在此刻，又一颗关乎目标用户的种子被埋下：AI Agent的也许不应只服务于技术人群，普通职场的重复性工作是更广阔的蓝海。

在2025年第四季度，WorkBuddy正式立项，有意思的的是，它的0.01内测版本，由一名产品经理借助CodeBuddy与AgentSDK，用一个周末独立开发完成。

而这个时候，龙虾原型Clawdbot作为个人项目，在GitHub小范围传播，还尚未出圈。

02

踹开部署门槛的一击

2026年1月，WorkBuddy率先在内部开放体验，2000名非技术岗员工开始使用。

同期，Clawdbot因为商标争议，短暂改名为Molbot后，又再度改名为OpenClaw，并且发布了后来大众所熟知的那只龙虾形象，定名后72小时GitHub Stars冲到6万，随后席卷全球。

OpenClaw事实上完成了对用户的心智教育——让大众知道了有这么个东西，并且还提供了一个市场真空期。

这个真空期是安装和使用的门槛：安装依赖、配置环境、调试参数，每一步都在劝退非技术人群。

市场的真空期，成为了彼时国产龙虾决心下场的入场券。

2026年3月9日，WorkBuddy正式公测，没有复杂的教程，不需要敲一行命令，下载安装即用，说白话就能给它派活：小到批量重命名文件、分类整理文件夹，大到跑数据报表、生成完整PPT，它都能直接在用户的电脑桌面落地执行，不用你在旁盯着一步步操作。更别提在WorkBuddy公测前，国产厂商就都做了龙虾本地化的重要进程——去风险化。

凭借低门槛，WorkBuddy上线次日，请求量便远超预期，核心服务一度承压，团队紧急将容量扩充十倍，并向用户赠送5000积分补偿。

这场略显狼狈的“开门红”，印证了一个判断：当AI Agent的部署门槛被拉平到普通软件的水平，释放出的用户势能是惊人的。

03

百日迭代揉碎门槛

上线后的100天里，WorkBuddy保持着平均两天一个版本的迭代节奏，而50多次更新的主线，依然是“降低门槛”。

3月下旬的4.7.0版本，WorkBuddy上线自定义模型可视化配置功能。

在此之前，用户在龙虾类产品里，假如想接入三方模型，简直如同手工调校精密仪器：要手动敲写JSON配置文件，一行参数出错就全盘失效，对非技术用户堪比读天书。

而可视化界面落地后，用户只需点选下拉菜单、填入基础参数，就能自由切换不同模型底座，把模型定制的门槛从“程序员级”直接拉到了“小白级”。

同期上线的Skill安全检测机制与自动化任务模板，则给普通用户上了“双保险”：七万多款技能插件安装前自动扫描风险，不用怕踩恶意脚本的坑；现成的任务模板更是把“搭工作流”变成了“填空题”，不用懂逻辑、不用写规则，一键套用就能搞定批量文件处理、定时数据抓取这类重复工作。

4月底的4.21.0版本，虽然没什么技术难点，但却成生态融合的一步。

腾讯文档资料库正式接入，补上了办公链路需要的一块拼图。从前用AI干活是“两边跑”：对话框里生成的内容要先复制、再粘贴、最后调格式，跨软件来回跳转的功夫，思路都断了半截；本地文件要上传、云端资料要下载，来回传输既麻烦又容易出错。打通生态后，AI写好的方案、整理好的数据能一键落进在线文档，云端的资料也能直接拽进对话里分析拆解。

进入5月，WorkBuddy月访问量突破885万，登顶国内PC端AI原生办公智能体DAU第一。

热度之下，团队没有停下脚步：国际版上线，支持海外主流IM工具；企业版定价体系落地，商业化路径清晰。到6月腾讯云AI产业应用大会上，WorkBuddy企业版及办公智能体套件正式亮相，企业级权限管控、组织架构同步、团队共享知识库、操作审计日志、私有化部署等能力一次性配齐。这一次被拉平的，是企业落地AI的门槛：不用从零组建大模型团队，不用砸下百万级研发成本，不用啃下复杂的部署运维难题，一套标准化套件就能让全公司从行政到研发，人人都配上专属数字助理，把AI落地从“老板的战略项目”变成了全员能用的日常工具。

在百日的迭代里，WorkBuddy如果从技术层面看，并没有什么足够硬的城墙，它能做的，同行业都在做。但被揉碎的门槛，却堆出了一条护城河。

04

当工具变成“数字同事”

前半年的迭代是在“降低使用门槛”，7月之后的升级就是打破AI工具的形态边界。

7月18日，WorkBuddy独立手机App三端同步上线。

在此之前，桌面智能体更像是工位的“专属挂件”，人一离开电脑就彻底停工，出差、下班遇上突发工作只能火急火燎找电脑才能使用。

而独立手机App上线后，空间限制被打破了：不管是在通勤地铁上、客户会议室里，还是下班窝在沙发上，掏出微信、企业微信或是App发条语音、丢个文件，桌面端的WorkBuddy就能立刻开工。这一功能立刻获得了竞品们的跟随。

7月底WorkBuddy推出了“人机双写”协同编辑能力，也就是人和AI在同一份文档里同时工作。

客观来说，无论是WorkBuddy还是竞品们，其实都不是那么好用，因为受限于模型能力和算力水平，在人机双打模式下，尽管能达成大部分单纯人工的效果，但速度太慢了。AI如此处理一分文件，消耗的时间大概是人工的数倍。

但是，这一功能不在于当下好用与否，而是把降低门槛又往前推进了一步：

过去用AI做内容逃不开“窗口来回跳”的割裂感，而“人机双写”能力拆掉了这堵横在人与AI之间的墙：你和AI共用同一份文档的光标，它能顺着你的思路往下续写段落、帮你润色书面措辞、把零散数据补成规范表格，你也能随时删改调整、圈出段落提修改意见。

这其实是Agent接下来交互层面的降门槛目标：用户不用琢磨怎么写提示词，不用反复搬运内容，人和AI的协作，要变得和人与人配合一样自然。

随后鸿蒙电脑应用市场上架、灵感一键做同款、IM端逐字流式输出等细节功能陆续落地：看到好的网页、创意作品，复制口令就能一键复刻风格；微信、企微里发指令，回复像真人打字一样实时蹦出来，不用干等加载；丢文件过去不用特意描述需求，它自己先读懂再提问。

有不少人诟病，WorkBuddy太小白了，以至于在一些功能上，深度没有硅谷竞品深。

这一评价没错，但在这一评价之下，是WorkBuddy的月访问量突破2000万，用户人均算力消耗3个月上涨10倍。

当然了，当WorkBuddy完成从风口上到风口下的转身后，同行们也开始踩着风口做办公AI。阿里推出千问办公，主打华尔街杰富瑞榜单测试中排行第一，百度推出库库AI，主打用户增速第一。这算是一种面对WorkBuddy庞大用户量的避其锋芒的这种选择了。

但国产AI在办公领域开始落地的趋势已经注定。

大模型浪潮奔涌多年，行业习惯谈论技术突破、参数竞赛、商业化效率这些风口；但技术的价值，又回到了抵达更多人的那一刻。

当下一个办公AI软件突破千万月访问量的时候，风口之下的国产AI才能真正多元化起来。