腾讯WorkBuddy月活第一：AI办公智能体的快与慢

资讯量子位 2026/11/09 11:47 全文 5242 字 · 约 14 分钟读完配图 6 张

“让人放心，把人放大。”

加速年代的这道悖论：

一旦“你的 AI”和“我的 AI”对起话来

2026 年，人工智能正在完成一次角色上的大跨越：前几年还停留在“对话交互”，如今已整体转向“自主交付”。

从前，AI 只是屏幕边栏里的一个输入框，人问它答，给出的无非是参考意见；现在不一样了，智能体（Agent）正从对话框里走出来，扎进日常工作流。腾讯 WorkBuddy 是国内用户规模最大的 AI 办公提效智能体，版本迭代已经超过 100 次，累计接下 90 亿次以上的任务请求，Token 消耗涨了 50 倍还多；第三方 AI 产品榜 8 月的桌面端数据显示，国内 AI 办公智能体桌面端总月活为 3316 万，WorkBuddy 排在第一，月活占这条赛道的三分之一以上。落到企业业务一线，蒙牛靠内部 AI 创新大赛做出 45 个“数字员工”，单个牧场的诊疗时效从 1.5 天压到 2 小时；上海家化把 WorkBuddy 铺到 9 个部门，以往每月要花 4.5–6 人天核对的 6000 万行物流账单，如今 20 分钟以内就能对完。

单个工作流的提效，事实已经摆在那儿。可一路跟着 AI 的加速度狂奔，职场里也悄悄冒出一种怪异的异化：

在不少早早用上 AI 工具的机构，汇报材料和文档里的“AI 味”越来越重。常见的情形是：有人几分钟内让 AI 生成一篇洋洋洒洒的万字长文，甩给对面；对面的同事根本没时间细读，又唤出自己的 AI，把这篇长文压成三条摘要。

沟通一旦变成“你的 AI 对着我的 AI 说话”，信息体量翻了几倍，人跟人之间真正的想法碰撞反倒被冲淡了。

2026 腾讯全球数字生态大会就抛出了这个扎心的追问：一支塞满“超级个体”的团队，自动就是“超级团队”吗？

答案往往不那么乐观：还不是。部门之间还得靠开不完的会来对齐口径，同样的方案在不同团队里反复重造，关键经验仍旧攥在少数人手里——真是这样的话，个体单兵的速度越快，搅起的信息洪流就越容易变成组织内部消化、甄别的包袱。单点效率是上去了，群体协同却被摩擦吃掉了。

全行业都在喊“AI Native（AI 原生）”的时候，也许更该留一分“People Native（以人为本）”的清醒。腾讯是一家 AI 科技企业，它守着的价值主张清晰、有温度，也直指本质：“让人放心，把人放大。”

今年的全球数字生态大会上，这个主张落成了一套以“以人为本”为轴心的「AI 原生生产力飞轮」：用 AI 原生工作流提效率，用 AI 原生技术架构保可管可控，用 AI 原生组织促人机协同与创新涌现。飞轮背后，是智能体时代关于“快与慢”、“机器与人”、“个体与共同体”的一层深层辩证。

让人放心：

只有底层做到“可管可控”，

技术才谈得上在组织里“规模应用”

企业进化的飞轮里，工作流为什么一跑起来，就得马上让技术架构接棒，把“高效运行、可管可控”扛住？因为 AI 从“陪人聊天”转成“替人办事”，人与机器之间的信任逻辑整个变了。

生成式 AI 刚冒头那阵，大家看它像个蹒跚学步的孩子——写诗、画画都行，偶尔答非所问，用户只觉新鲜，包容得很。可工作流里的任务请求一旦以数十亿次计爆发，智能体真进了企业核心业务流，开始替人改代码、核账目、发通知、跑审批，宽容就得让位给审慎：它会不会越权，看到不该看的隐私？万一它在后台把逻辑跑偏了，结果谁来兜底？

速度改的是工作方式，工程与制度的标准却绝不能因此降低；稳定性、安全性、可用性，一直是数字化时代让不出去的长期资产。技术架构上做不到“可管可控”，AI 就永远困在小范围的个人尝鲜里，迈不进企业级的“规模应用”。

人类社会里，我们敢把一件事交给同伴去办，不是因为他从不犯错，而是因为彼此分寸清楚、有兜底机制、沟通透明。腾讯对底层 AI 原生技术架构（Agent Infra）的重构，剥开技术外壳看，在人文与治理意义上其实是在立三重关于“放心”的制度契约：

头一条，是懂分寸的权限边界——“代人跑腿，但绝不越权”。人和代理者之间，最怕边界糊成一团。腾讯搭的安全体系和企业微信机制里有一条铁律：智能体能替人执行任务，但绝不默认继承人的全部权限。它只按“你”本人的授权视野办事——你平时看不到的文档、进不去的群，AI 一样碰不到；碰上对外发消息、改核心配置这类敏感动作，系统必须停住，等你本人在客户端做完二次确认。

第二条，是能兜底的容错空间——“给探索留出余地，给失误装上围栏”。人的创新也好，智能体的探索也好，都少不了试错。不少机构对规模化引入 AI 望而却步，症结就在生产系统里“错不起”。为此，底层开源安全沙箱给每个智能体划出独立的“数字工位”，在计算、网络、数据与凭证上立起四道刚性围栏——“不干预它的灵活性，只管住它不可控的部分。”环境状态还能随时保存、回退：智能体试错走岔了路，也能退回上一刻换条道重来，试错的代价被牢牢锁在围栏里。

第三条，是可追溯的透明过程——“打开黑盒，让行动有迹可循”。未知最容易养出猜忌。传统软件监控只留一行报错日志，可智能体“答得不好”往往并不报错。全链路可观测平台把智能体后台的任务执行、知识召回与工具调用轨迹完整还原出来。看得见它一步步怎么判断，查得清偏差出在哪一环，机器才不再是个让人不安的暗箱。

说到底，“让人放心”的本质，是在人机协作里建起深层的“人机回环”——智能体跑得再快，到了关键决策节点，人始终看得见、听得懂、插得上手。方向盘和最后那脚“刹车”，永远在人手里。

把个体放大：

从“工具提效”走到“本事放大”，

人的自主性，以及那三个「慢下来」

底层护栏把安全感撑住之后，个体才有余力从繁琐事务里脱身。可紧接着，另一个关于自我价值的问题就冒出来了：机器写得比自己快、算得比自己准，那人到底站哪儿？

前阵子职场舆论场里，焦虑的声音不少。有人怕「中层坍塌」，有人争年轻人靠新工具淘汰资深者、资深者靠经验压住年轻人。

产业实践给出的答案并不一样。经验、背景、年龄都不是真正的分水岭，分野在于谁有「自主性（Agency）」——谁会用 AI 化的思维重新定义问题、调动资源。

腾讯的价值坐标是「以人为本」。在这套坐标里，AI 不是拿来替人、矮化人的，它把人的角色从数据的「矿藏」、流程的「齿轮」，重新还原成服务的「目的」。大会上的「人类职业进化计划」讲的就是这件事：「本事放大，职业进化。」

落到 AI 原生工作流里，这种放大就是一次清楚的人机分工：跨系统操作、整理纪要、核对报表这类重复而确定的执行活，交给 WorkBuddy；人往后退一步，回到思考、创意、挑战、质疑、验收和评价上。人力资源、行政、法律、理财投资也好，内容创作、创意设计、高校科研、市场营销也好，每个职场人都能在自己的专属工作台上随时叫出职业领域专家，把行业 Know-how 变成手边的能力模块，日常磨合久了，数字助手也会越来越懂自己的工作习惯。

「怎么执行」的门槛被大幅削平，生成本身变得廉价，人的核心竞争力也就从记住外部知识，转向锤炼内部特质。AI 加速生成一切，人恰恰有三件事要「慢」下来。

头一件，慢下来打磨「品鉴能力（Taste）」。十份方案、百行代码转眼就有，可哪份方案真戳中要害？哪种架构真经得起推敲？AI 把日常产出的基础水位线抬高了，成果的上限却始终握在人的审美直觉、价值判断和取舍智慧手里。选择做不做得对、事情做不做得精，最后考的还是品鉴能力。

第二件，慢下来「用好人脑、说好人话」。工具越唾手可得，越要防着思维偷懒。卸掉机械排版这副担子，不是让人把思考权交出去，而是别被眼花缭乱的新概念牵着走，回到第一性原理——追问这件事到底解决了什么真问题、创造了什么真价值。套话和冗余都去掉，把深度思考压进最真诚、最核心的观点里。

第三件，慢下来建立「高浓度的人际信任」。资料搜集、会议纪要生成，智能体都能代劳。可在真实的社会与商业交往中，人与人面对面碰出的化学反应，那种在复杂处境里彼此理解、共情的力量，算法没法直接生成。技术越发达，真实的人际温度越显珍贵。

把组织放大

融进既有组织肌理

在人机协同中增厚资产、激发创新涌现

个体的本事放大了，底层的安全架构也撑得起规模化应用，飞轮就咬合进最关键的一环：单点的「AI 原生工作流」怎么真正长成群体的「AI 原生组织」，跳出「个人提效、组织内耗」的怪圈？

过去几年，不少企业的数字化或 AI 转型半途而废，多半是掉进了推倒重来的激进幻想。组织社会学看，任何一家正常运转的企业都是有机体，由复杂分工、历史默契和业务惯性构成。眼下还没有一套放之四海皆准的「AI 时代最优组织架构」，向 AI 原生组织演进注定漫长，也没有哪家企业承受得起「先把原有的组织架构、业务流程和 IT 系统全部打烂重来」的代价。

所以，先用开放连接的「AI 原生工作流」无缝接进现有组织体系与业务流程，不是权宜之计的妥协，而是组织进化最迫切、最客观的现实起点。腾讯长期跟踪的数智化先锋企业里，跑通的做法高度一致：组织架构不碰，业务流程不改，IT 系统不换——从最重复的一环切入，把智能体放进员工每天最熟悉的入口。

腾讯用 WorkBuddy 与 BuddyOne 串联办公生态，背后的社会学逻辑就在这里：技术该主动顺应人的习惯和既有关系网，而不是逼人去迁就一套陌生系统。

BuddyOne 搭起「统一账号、共享记忆、统一管理」的新体验，数据平台又连着企业微信、第三方 IM 与 ERP、CRM、HR 等系统，改变就这样长在日常肌理里：企业微信里，WorkBuddy 直接住进通讯录，成了聊天窗口里随时能交办任务的「数字同事」；腾讯文档里，人与 AI 在同一篇文档上实时「人机双写」；腾讯会议里，会前预约和会后的录制、转写、智能纪要自然贯通；产品与研发人员还会走到教育等行业一线，坐到老师身边，一点点帮他们磨顺备课流程、打通系统接口。

企业微信群聊里的讨论、会议里的决策、腾讯文档与腾讯乐享、网盘、ima 里的知识积累，在授权范围内实现「共享记忆」之后，企业就不用每次都把来龙去脉重新讲给 AI 听。

工作流真长进组织里，「AI 原生组织」的三重深层演进也就水到渠成。

一是促进人机协同，让每个岗位、每个行业都有专业搭档。从各岗位的托管数字助理（WMA），到医疗、营销、风控、地图、智能座舱等行业专业 Agent，人类在回路中（HITL）注入语境与审美品鉴，多个智能体在回路中（AITL）并网协作抵抗组织熵增，帮管理者和一线人员把决策做得更科学。

二是增厚组织资产，把个人经验沉淀为共同体记忆。「评估—培训—竞赛—认证」的全场景服务体系，让企业能系统化培育内部 AI 人才；蒙牛、上海家化等先锋企业靠赛训结合跑出数十个数字员工，进一步把成熟业务逻辑沉淀成可复用技能，底层再对个人经验做提炼、去标识与审核，某位先锋员工摸索出的有效工作流，就成了整个团队能直接复用的资产——「让一个人做成的事，成为所有人的起点。」

第三点，是让创新不断冒出来，反过来又滋养工作流，形成正向循环。组织里的资产攒得越厚，用起来越省事，那些最懂业务的普通员工就不再只是照着流程干活的人，而会变成新工具、新工作流的创造者。这些从组织内部冒出来的创新，又会持续不断地回流到业务工作流中，推着整个飞轮越转越强，最后锻造出可交付、可验证、可持续的生产力。