一、要解决的问题
现在的 Agent 像一群互不认识的个体:
- 单点割裂:你用好几个 Agent,它们来自不同公司,记忆、任务不互通,得你自己手动搬信息。
- 场景割裂:同一件事要在文档、邮箱、会议软件里来回切,上一个 Agent 的输出格式,下一个不一定认。
- 供给割裂:软件公司想加 AI 功能,光有模型 API Key 不够,还得自己搭 Harness、Runtime,成本高、人才缺、也难分发。
- 产业割裂:多 Agent 协作、软硬件联动、行业落地,门槛高又零散,大家都在重复造轮子。
二、"底座"是什么
传统操作系统管的是 CPU、内存、文件;Agent 底座管的是上下文、记忆、任务状态,让 Agent 能跨应用、跨设备接着干活。再把这些通用能力做成标准接口,别人接进来就能用,不用从零自建。
三、WorkBuddy 具体做了什么(三层)
- 硬件("骨架"):已接入 30 多个硬件品牌,比如智能眼镜、录音设备。设备只负责采集和交互,理解、规划、执行都交给云端。例子:戴眼镜进会议室,会议转写、纪要、待办、跟进邮件自动生成,并且眼镜和手机上的任务、记忆是同步的。
- 应用("器官"):叫 Buddy 应用,伙伴提供行业知识和品牌,WorkBuddy 提供底层 Agent 能力,组合成开箱即用的行业 AI 助手。首批覆盖金融、法律、医疗、教育、SaaS 等 20 多个领域。
- 平台本身("血液"):开放 Skill(技能)、Expert(专家型 Agent 或团队)、Connector(连接外部服务,支持 MCP 和命令行两种方式)。目前已有 100 多家伙伴共创。
四、他们的数据和优势
- 3 月上线,迭代了 50 多个版本,落地 50 多个行业。
- 腾讯称它是国内最受欢迎的效率类 Agent,PC 端 6 月访问量超 2000 万次(易观数据)。
- 文章认为最大筹码是分发:联名了 9 款智能硬件,软件侧有通达信、广发证券、易方达、北大法宝、帆软、美图等 30 多家伙伴。
- 文章拿 OpenAI 的 GPT Store 做对比:曾聚集 300 多万个定制 GPT,但流量有限、分成不明确、垃圾内容多,没做起来。所以开放平台的胜负不在上架数量,在能不能把好应用送到用户手里。
五、背后的生意逻辑
- 硬件厂商:从"卖设备"变成"卖入口",不用自己做 AI。
- 软件厂商:注入行业知识(Know-how),不用自己扛工程投入,用户付费后价值分成给伙伴(具体分配文章说是阶段性的,以后会调整)。
- 开发者:知识变成可调用、按次付费的资产,以前只能靠卖课、做咨询。
- 腾讯自己:卖的不是模型,而是"跑在模型上的生态"。一旦大家把记忆、任务、技能、工具链、权限、流程都沉淀在这个平台上,想迁走就不是换个模型那么简单,这就是护城河(文章类比英伟达的 CUDA)。
六、一句话总结
以前拼谁的模型强,现在拼谁能把上下文、记忆、工具、生态串起来;WorkBuddy 想做那个"串起来"的平台,谁成了规则的制定者,谁就掌握主动权。