腾讯WorkBuddy抢占硬件入口 打响Agent生态争夺战

中经记者 李静 深圳报道

腾讯WorkBuddy不造硬件，却把麦克风、眼镜和录音笔变成了它的入口。

在AI办公赛道从“谁能生成”迈向“谁能把活干完”的关键节点，腾讯WorkBuddy正式向外界亮出它的生态底牌。

9月2日，腾讯WorkBuddy宣布开放平台（open.WorkBuddy.cn）正式上线，首批引入超百家生态伙伴，面向智能硬件、行业应用与开发者全面开放底层Agent能力。现场最吸睛的，是与Plaud、乐奇Rokid、影石、科大讯飞、安克、猛玛、京东京造等品牌联名的多款智能硬件，覆盖AI眼镜、录音卡片、麦克风、耳机等多种形态。

而这些硬件没有一台是WorkBuddy制造的，但通过它，工作场景中能“听、看、记”的设备，都成为通向WorkBuddy的入口。

“真正的生产力，从来不取决于一个工具有多强，而取决于它能连接多少能力、走进多少场景。”腾讯云副总裁、腾讯CodeBuddy&WorkBuddy负责人刘毅表示，“我们希望把WorkBuddy打造成面向Agent时代的操作系统——不是做一个更强的工具，而是做一个能承载所有工具的平台。”

9款联名硬件背后

围绕“听、看、记、聊、协”五大触点，WorkBuddy方面对外披露，平台已经接入智能眼镜、录音卡片、麦克风、耳机、PC、平板等10余个品类、超过30个品牌。

过去一年，AI办公硬件行业的常见叙事是：录音笔可以转写文字，麦克风能够降噪，AI眼镜可以记录所见画面。

但现实痛点在于，硬件完成采集之后，用户仍需要把文本复制粘贴到其他应用，重新输入指令，上下文在不同App之间发生断裂，AI往往只完成了工作的前半段。

在WorkBuddy与硬件厂商的合作框架下，合作企业无须从零自建AI大模型，也不必大幅改动现有产品形态，完成一次接入之后，账号、任务、记忆、工作成果，可以在眼镜、手机、PC、网页端之间同步流转。

换言之，腾讯将Agent“大脑”部署于云端，而把感知入口交给硬件合作伙伴落地：眼镜、麦克风、摄像头负责现实信息采集，云端WorkBuddy承担语义理解、任务规划、执行落地等工作。

入口之所以成为行业必争之地，是因为它在现实世界是数据流入AI的第一道关口。掌握眼镜、耳机、录音笔这类贴身终端，意味着掌握用户语音、视线、记忆等一手信息；而来自物理世界的丰富上下文，正是Agent从简单问答升级为完成复杂任务，最为稀缺的生产资料。

Plaud录音设备就是典型样本。以往这款产品的核心价值，是将对话整理成会议纪要；如今通过“Ask WorkBuddy”以及官方MCP协议完成接入，用户在Plaud App内完成录音、转写、内容总结之后，可以直接生成PPT、方案、报告，并且支持多轮迭代修改；在获得用户授权前提下，WorkBuddy还能够调取历史录音、转写摘要作为任务上下文。

Plaud合伙人、亚太区业务负责人Raymond孙弛在接受《中国经营报》及其他媒体记者采访时直言：“我们一直致力于帮助用户捕捉、提取和运用对话当中的智能，这个工作流到目前为止我们做到的一步是帮用户生成会议纪要，但我们理解用户最终需要的是可交付的执行结果。”

但现实是目前大部分硬件产品的AI化，还做不到交付可执行的结果，WorkBuddy这类AI办公平台开始承担起这个重任。

入口之上的博弈

硬件厂商承担前端入口采集，平台负责Agent大脑，这套分工模式成为WorkBuddy短时间聚拢大量硬件伙伴的重要基础。

但疑问随之而来：大量硬件接入同一套云端Agent底座，如何避免产品趋于同质化？硬件厂商的独特价值该如何体现？

多位参会企业高管均提出，硬件入口的核心竞争力，并不取决于对接哪一套云端Agent，而在于硬件端侧对现实信息的预处理能力。

科大讯飞消费者穿戴业务部总经理林会杰在采访中提出一个判断：“模型能力发展得越快，我们对于AI输入的要求就越高。大家用同样的模型，产品之间的差异化，恰恰来自硬件给到模型的输入质量。”

值得注意的是，如科大讯飞这类厂商本身也在自研大模型相关产品，却依旧选择参与WorkBuddy生态合作。

林会杰解释说：“硬件侧也需要更多元的模型能力来支持更多场景。”

原始音频直接上传云端，不仅会带来带宽、存储压力，而且会丢失大量场景上下文：无法区分发言人身份，难以识别参会人员、行业专有名词。硬件端侧可以完成发言人区分、行业热词识别、角色信息标注，把“什么人，在什么场景，说了什么”完整处理之后，再输送至WorkBuddy，这套端侧预处理能力，正是硬件建立差异化的关键抓手。

“讯飞刚刚发布的星火X2.5百万级上下文端侧模型，可以离线运行在PC与手机↑，把转写、翻译等能力放在本地完成，既降低云端token成本，也保障用户隐私安全。耳机、AI眼镜持续将物理世界见闻做token化，再交由WorkBuddy处理长周期复杂任务，硬件才能真正成为人的记忆外挂与第二大脑。”林会杰说。

底层系统与上层Agent同样需要厘清边界。乐奇Rokid联合创始人蔡国祥介绍，Rokid自研YodaOS是全球首个AI眼镜原生AIOS操作系统，主要完成硬件适配、意图识别，相当于打好地基；WorkBuddy则聚焦办公场景，属于上层智能体应用。“操作系统可以兼容多家Agent，WorkBuddy只是其中一类应用，二者不存在竞争，分工清晰。”蔡国祥表示。

各家硬件厂商也在划定自身业务边界，守住入口端优势，避免业务盲目扩张。影石方面表示，会持续深耕影像、音频降噪、拾音等硬件层面能力，大模型研发交由平台方；Plaud则坚持锚定全球知识工作者，聚焦办公赛道；科大讯飞选择持续加码端侧模型、多语言翻译、第一人称感知等硬件相关技术。

记者在现场采访发现，大部分硬件厂商普遍保持业务开放心态，并不会只绑定单一Agent平台，未来产品也存在对接其他大模型产品的可能性。

不难看出，即便接入WorkBuddy生态，硬件厂商仍然希望守住入口端的技术主动权，不愿沦为硬件代工渠道。

开放平台的生态考验

WorkBuddy的开放野心并不局限于硬件。自今年3月初上线以来，WorkBuddy迭代节奏较快，已经完成50多个版本更新，落地政务、教育、零售、金融、传媒、出行等50多个行业场景。在山东莱州，当地6000余名中小学教师已经配备这套AI助教工具。

在庞大的用户基础之上，WorkBuddy试图搭建多方共赢的商业闭环。

当被问及硬件一次性销售收入与Agent持续产生的token成本如何分摊时，优篮子负责人邹青给出了清晰答案：“这其实是两笔独立的账。我们硬件厂商赚的是硬件本身的钱，卖一台是一台。Agent持续调用产生的token成本，属于WorkBuddy订阅服务本身的运营成本，跟硬件厂商关系不大。”

腾讯WorkBuddy产品专家汪晟杰补充道，软件服务按照token用量按量付费，用多少付多少。

互不抽成，是硬件厂商愿意成为WorkBuddy入口的重要前提。

接入WorkBuddy也有望为硬件开辟增量市场。以猛玛LARK A2 WorkBuddy联名无线麦克风为例，机身实体按键可以直接唤醒语音输入，麦克风不再仅仅面向内容创作者的收音工具，还可以作为向Agent下达指令的交互遥控器。

猛玛相关工作人员向记者表示，以往产品主要服务直播、短视频创作者群体，接入WorkBuddy之后，有望进一步打开办公客户增量市场。

在这套生态合作模式之下，硬件厂商可以借助Agent能力提升产品体验与产品溢价；腾讯依托硬件入口获取更加多元的场景数据，提升用户黏性，带动订阅服务转化。双方各司其职：硬件负责感知采集，平台负责智能执行，最终由用户获得一体化使用体验。

不过，目前部分WorkBuddy联名硬件还在预售或者尚未开售阶段，想要尝试还需要再等等。

而WorkBuddy开放平台真正的考验才刚刚开启。

除硬件层面外，WorkBuddy面向行业应用层，推出“Buddy应用”入口，合作伙伴如通达信、广发证券、北大法宝等，基于WorkBuddy底座构建品牌化AI工作台，覆盖金融、SaaS、法律等20多个领域。面向开发者层，则开放了Skill（技能）、Expert（专家）、Connector（连接器）三大能力，支持MCP与CLI双方案，让外部服务可接入。

WorkBuddy生态负责人林佐露坦言：“生态是一个结果，而非预设的目标。不是说希望有什么样生态就会长成什么样生态。产品是不是足够好、开放的决心和能力设计是不是足够合理，都会影响生态的成长。”

在模型能力日趋同质化的当下，谁掌握Agent底座与分发入口，谁就有机会定义下一阶段的产业格局。

但WorkBuddy能否通过硬件、行业应用、开发者等层面真正建立起Agent时代的操作系统壁垒，不仅取决于底层接口是否足够通用稳定，更取决于后续能否跑出标杆级应用，构建场景服务闭环，把“开放”从口号变成真正的竞争壁垒。

（编辑：张靖超 审核：李正豪 校对：颜京宁）