WorkBuddy 把底座掀开了：Agent 的未来，不是更聪明，而是无处不在
原文作者：Mocha · 原文来源：今日头条
本文为作者本人文章的站内同步版本。
过去半年，AI Agent 最明显的变化是什么？
不是模型又涨了多少分，也不是谁又做出了一个更长的上下文。
而是 Agent 终于开始真的“干活”了。
整理文件、做 PPT、分析数据、查资料、写报告、调用软件……这些事情已经不再新鲜。
但另一个问题开始越来越明显：
Agent 会干活了，却依然被困在一个个软件和设备里。
你在电脑上和 AI 聊过的项目，换到手机可能又要重新解释；会议录音在录音设备里，资料在企业系统里，聊天记录散落在不同软件里，真正执行任务时又得回到 PC。
AI 很聪明，但上下文是断的。
这可能才是腾讯 WorkBuddy 在 9 月 2 日发布开放平台背后，真正想解决的问题。
WorkBuddy 不想只做一个更强的 AI 工具了
9 月 2 日，腾讯 WorkBuddy 开放平台正式上线。
这次腾讯没有再把重点放在“我们又增加了什么 AI 功能”上，而是直接把 WorkBuddy 的 Agent 底座拆开，开放给智能硬件厂商、行业应用公司和开发者。
首批已经有 100+ 家生态伙伴加入。
现场一次亮相了多款 WorkBuddy 联名智能硬件，合作厂商覆盖智能眼镜、录音设备、耳机、键鼠、桌面硬件等多个品类；另一边，金融、法律、医疗、教育、企业服务等行业应用也已经开始接入。
如果只看产品数量，这很容易被理解成一次普通的“生态发布会”。
但真正值得关注的其实是：
腾讯开始把 WorkBuddy 从一个 AI 产品，往一个 Agent 平台推。
这次开放平台首期直接拆出了五类能力：
硬件、Buddy 应用、专家、Skill、连接器。
以前这些东西散落在完全不同的产品和开发链路里，现在腾讯试图把它们全部接到同一个 Agent 底座上。
腾讯云副总裁、腾讯 CodeBuddy & WorkBuddy 负责人刘毅在发布会上给 WorkBuddy 提出了一个很有意思的方向：
面向 Agent 时代的操作系统。
这里的“操作系统”，当然不是说 WorkBuddy 要去替代 Windows 或 macOS。
它更像是在争夺另一层东西：
Agent 的运行底座。
设备负责采集信息。
行业公司提供专业知识和业务系统。
开发者提供 Skill 和工具。
WorkBuddy 则负责理解任务、调度能力、保持上下文，并最终把事情完成。
如果这个逻辑真的跑通，AI Agent 的形态会发生很大变化。
以后我们可能不会再问：
“这个设备有没有 AI？”
而是：
“这个设备能不能接入我的 Agent？”
智能硬件，终于不用每家都重新造一个 AI
这是我觉得这次发布里非常值得关注的一部分。
过去两年，智能硬件行业有一个挺尴尬的现象。
做眼镜的，要做自己的 AI。
做耳机的，要做自己的 AI。
做录音设备的，也要做自己的 AI。
甚至键盘、桌面设备、手表，都恨不得塞进去一套独立 AI。
问题是，大多数硬件厂商真正擅长的是传感器、工业设计、影像、声音或者某个具体场景，而不是从零开始做模型、Agent、记忆系统、工具调用和多端同步。
结果就是大家都在重复造轮子。
WorkBuddy 这次选择把底层 Agent 能力直接开放出去。
围绕 “听、看、记、聊、协” 五类触点，目前已经接入智能眼镜、录音卡片、麦克风、耳机、桌面陪伴设备、键鼠、PC 与平板、智能穿戴、手机等多个品类。
但这件事真正有价值的地方，并不是“WorkBuddy 又能控制几个设备”。
而是：
这些设备开始尝试共享同一个 Agent。
这也是发布会上我认为最值得记住的一句话：
同一个 Buddy，穿梭每一种硬件。
下面跟着三个关键词：
一个账号。一个资料库。一个会干活的 Buddy。
这和现在很多所谓的“AI 硬件”思路其实完全不同。
今天你买一个 AI 录音设备，里面有一个 AI。
买一副 AI 眼镜，又有一个 AI。
手机里还有一个 AI。
电脑上再装三个 Agent。
最后用户面对的是五六个互相不认识的“智能助手”。
每一个都很聪明。
但每一个都要重新认识你。
如果 WorkBuddy 想做的事情成立，逻辑就会反过来：
AI 不是设备里的一个功能。
设备只是同一个 Agent 的不同触角。
你戴着智能眼镜参加会议。
眼镜负责看和听。
WorkBuddy 在后台继续理解会议内容、调用资料、整理纪要、提取待办。
回到电脑以后，不需要重新开始一个对话，它可以继续写邮件、整理方案，甚至调用其他软件完成后面的工作。
Rokid × WorkBuddy 的联名 AI 眼镜，就是这套逻辑目前比较直观的一个案例。
眼镜负责感知世界。
真正复杂的任务，则继续交给 WorkBuddy。
这时候，硬件就不再需要自己成为一个“完整 AI”。
它只需要把自己最擅长的能力提供出来。
摄像头负责看，麦克风负责听，录音卡片负责记，键鼠负责操控，手机负责移动，电脑负责生产。
而同一个 Agent 在这些设备之间继续工作。
硬件千姿百态，大脑始终如一。
这可能才是 AI 硬件真正值得期待的形态。
更值得关注的，其实是 Buddy 应用
如果说硬件解决的是 Agent：
“从哪里进入现实世界？”
那么这次一起开放的 Buddy 应用，解决的是另外一个问题：
AI 怎么真正进入一个行业？
很多公司做垂直 Agent 时，很容易陷入一个坑。
重新做模型，重新做聊天框，重新做工作台，重新做记忆，重新做权限，重新做工具调用。
团队花了大量时间重复造 AI 基础设施，真正属于自己的行业经验，反而只占很小一部分。
Buddy 应用的思路恰恰反过来。
WorkBuddy 提供底层 Agent 能力。
合作伙伴需要做的，则是把自己的：
行业经验、业务场景、数据、工具、Skill、专家和系统接进来。
以前一家金融、法律或者 SaaS 公司想做 AI，首先考虑的是：
“我要怎么造一个 Agent？”
如果平台模式成立，以后问题可能会变成：
“我们真正懂这个行业的东西是什么？”
这两句话看起来差别不大。
但对于大量传统软件公司来说，区别非常大。
因为真正难以复制的，从来不是再做一个聊天框。
而是几十年沉淀下来的：
业务流程、行业知识、客户数据、专业判断和工具体系。
这些东西才应该成为企业做 AI 时投入最多的地方。
Skill、Expert、Connector，也终于被放进了同一个生态里
对于开发者来说，这次开放出来的另外三块会更熟悉：
Skill、Expert、Connector。
Skill 可以理解为：
Agent 做某件事的方法。
比如怎么写一篇公众号文章、怎么分析一份财报、怎么整理会议纪要、怎么操作某个企业系统。
它把过去藏在 Prompt、流程甚至人的经验里的东西，变成 Agent 可以反复调用的能力。
Expert 则往前走了一步。
你不只是告诉 Agent：
“这件事情应该怎么做。”
还可以告诉它：
“遇到这一类问题，应该用什么专业视角判断。”
再进一步，多个 Expert 还可以组成专家团队。
而 Connector 解决的是另一个一直绕不开的问题：
AI 怎么真正碰到外面的世界？
数据库在哪里？
企业系统在哪里？
第三方 SaaS 在哪里？
文件在哪里？
现有命令行工具在哪里？
现在 WorkBuddy 的 Connector 提供了包括 MCP、CLI 在内的接入方式。
这意味着以前散落在不同地方的东西——
Prompt、Skill、MCP、CLI、行业知识、业务系统、Agent……
开始被放进同一个运行环境。
这件事情的重要性，可能要再过一段时间才会真正显现出来。
因为 Agent 接下来真正缺的，已经不是：
“再多一个聊天框。”
而是：
“更多真正能调用、能执行、能完成任务的能力。”
Agent 的竞争，可能正在从“模型能力”转向“生态能力”
过去我们评价一个 AI 产品，习惯比较：
谁模型更强？
谁回答更准确？
谁上下文更长？
谁写代码更厉害？
这些当然依然重要。
但当 Agent 已经开始执行真实工作以后，竞争维度正在增加。
一个 Agent 再聪明，如果它什么都连接不了，也很难完成复杂任务。
反过来，一个 Agent 如果能够理解你的历史上下文，又能调用几十种工具，连接企业内部系统，还可以随着你从电脑移动到手机、眼镜、耳机和各种设备，它产生的价值就完全不一样。
所以 WorkBuddy 这次真正想连接的，其实是三类东西：
硬件、行业、开发者。
硬件提供触点。
行业公司提供 Know-how。
开发者提供 Skill 和 Connector。
Expert 提供专业能力。
而 WorkBuddy Agent 底座负责把这些东西串起来。
这里我反而很喜欢发布会上出现的另外三个词：
在场。
互联。
开放生态。
这三个词基本把 WorkBuddy 接下来想做的事情概括完了。
不是让 AI 永远躲在电脑里的聊天窗口。
而是让 Agent 真正进入用户所在的地方。
WorkBuddy 真正想争的，可能不是办公软件入口
WorkBuddy 一开始很容易被归进“AI 办公 Agent”这个类别。
写 PPT。
做表格。
分析资料。
生成文档。
调用电脑软件。
如果只是沿着这条路走，它最终竞争的还是：
“谁是最好用的 AI 办公软件。”
但按照这次开放平台展现出来的路线，它想做的事情明显更大了一层。
它正在从：
“我帮用户完成任务。”
走向：
“其他产品也可以基于我，让自己的用户完成任务。”
两句话看起来只差一点。
商业逻辑却完全不同。
前者是在做产品。
后者是在做平台。
甚至这次发布会上还出现了一个很有意思、甚至有点极端的案例：
机器人。
启元机器人直接把 WorkBuddy 接进了机器人系统。
机器人负责运动和物理执行，WorkBuddy 则承担理解需求、调用工具和编排任务的角色。
从电脑，到眼镜，到耳机，再到机器人。
你会发现 WorkBuddy 这次展示的产品看起来越来越“不像 WorkBuddy”。
因为它开始不在乎自己长什么样。
它更在乎：
Agent 能不能出现在需要它的地方。
这也让我觉得，“Agent 操作系统”这个说法虽然现在听起来有点大，但至少背后的产品逻辑已经可以看到了。
真正的操作系统从来都不是什么都自己做。
它真正重要的能力，是让：
硬件可以接进来。
软件可以跑起来。
开发者可以创造东西。
用户可以在不同场景里继续完成同一件事情。
这恰好也是 WorkBuddy 这次开放平台正在尝试做的事情。
当然，现在就说 WorkBuddy 已经成为“Agent 时代的操作系统”，显然还太早。
开放能力是一回事。
开发者愿不愿意长期进来做东西，是另一回事。
生态资产有没有足够多的真实用户使用，也是一回事。
支付、分发和商业闭环能不能真正跑起来，更需要时间验证。
但至少这次之后，WorkBuddy 想往哪里走，已经比之前清楚很多了。
Agent 的第一阶段，是让 AI 会聊天。
第二阶段，是让 AI 会干活。
而第三阶段，也许就是：
让同一个 Agent，无论你走到哪个设备、打开哪个系统、进入哪个行业，都能继续把事情做下去。
如果真走到这一步，
我们最终需要的可能不是十几个互相不认识的 AI 助手。
而是一个真正认识你、记得你的工作，并且可以在不同地方继续替你干活的 Agent。
腾讯现在正在下注这个方向。