腾讯 WorkBuddy：桌面原生智能体能交付什么

评价 WorkBuddy 有一个很简单的标准：它交付的东西，能不能直接放进你下周一要交的那个文件夹。能，它就有用；不能，它就还是一个更聪明的搜索框。

一句话之后，它做了什么

腾讯把它定义为"桌面原生"的办公智能体，意思不是界面长得像桌面软件，而是它能碰到你电脑里的文件。

任务下达后，它做四件事：理解目标、拆解步骤、在你授权的文件夹里读写、把结果落成文件。中间可能包括打开表格做透视、跑一段数据、生成图表、排版成 PPT。整个过程不需要你一步步指挥，但每一步都在你能看到的界面上发生。

这和云端 Agent 的区别很实际。云端 Agent 拿到的是你上传的文件，做完再把结果给你下载；WorkBuddy 拿到的是你磁盘上的目录，做完直接写回去。前者的摩擦在"上传下载"，后者的摩擦在"授权范围"。

对每天处理几十个文件的人来说，这个差别决定了它到底是"另一个工具"还是"工作流的一部分"。

本地权限：能力来源，也是风险来源

能读本地文件，是所有桌面 Agent 的能力基础，也是所有安全讨论的起点。

它的做法是划定边界：只有你授权的文件夹可读写，删除文件、修改系统设置这类高危动作会被拦下并等待确认。这套机制不新鲜，但它是这类产品能不能在企业里推开的前提——没有边界的自主执行，没人敢用。

需要提醒的是，"授权文件夹"这个设计有一个天然局限：它假设你知道自己的工作产物分布在哪些目录。实际工作中，文件常常散落在下载、桌面、临时目录、共享盘里，授权范围划得太窄，它会找不到东西；划得太宽，边界就形同虚设。

所以真要用好它，第一件事不是写提示词，而是整理目录。

多模型切换，在这类产品里不是噱头

它支持在混元、DeepSeek、GLM、Kimi 等模型之间切换，也支持接入私有模型。

单看这一条，容易觉得是参数堆砌。但放在办公场景里，它的意义是成本与能力的匹配：写邮件、整理表格这类任务，用便宜快的模型就够；做深度研究、写长报告，再换推理更强的。同一个工具里换模型，比换工具省事得多。

对企业的意义更大一些：数据敏感的场景可以接私有部署的模型，把推理留在内网；一般场景用公有模型，成本更低。这种"同一入口、不同后端"的能力，是采购时很难被替代的一点。

能力与边界，各列四条

图 1　它能做的四件事，和必须知道的三条边界

能力这一侧：批量处理文件、从原始数据出分析、生成文档与 PPT、把多步任务跑完。

边界这一侧：只能碰授权目录、高危动作被拦、复杂任务仍需人验收、集中管控要上企业版。

第四条的背景是它的产品分层：个人版解决"一个人干得快"，企业版（Agent Suite）解决"一个组织管得住"——统一身份、权限、用量与审计。这两件事的技术栈相似，但采购逻辑完全不同。

和另外两类 Agent 的分界

和云端通用 Agent（Manus、Kimi OK Computer）比，差别在数据位置。云端产品的优势是不占本地资源、可以长时间挂着跑；WorkBuddy 的优势是文件不用上传，改完就在原地。

和 IDE 里的编码 Agent 比，差别在产物形态。编码 Agent 交付的是代码变更，靠测试验证；WorkBuddy 交付的是文档、表格、演示稿，靠人读。后者的验收成本更高，这也是它必须把"产物可预览"做好的原因。

三者不是替代关系。真实的工作流往往是：云端 Agent 做资料收集，桌面 Agent 做本地加工，编码 Agent 改系统。

适合谁

适合三类人：产出以文件为主的白领岗位（运营、市场、行政、分析）；需要在本地处理敏感数据、不方便上传的团队；已经在腾讯生态里（微信、企微、腾讯文档）办公的组织。

不太适合两类：工作产物主要是代码的开发者——那是另一条工具线；以及期待"完全不用管"的人——它替代的是动手，不是判断。

一个可操作的判断：统计一下你上周的产出，如果一半以上是 Word、Excel、PPT、图片，它值得试；如果一半以上是对话和决策，它帮不上太多。