腾讯 WorkBuddy 是什么：能在你电脑里本地干活的 AI 办公 agent（2026 上手指南）

你打开电脑，桌面上堆着今早的会议录音、一份要在下班前交的周报、还有老板随手甩来的「把这些整理成 PPT」。过去你得一个个手动来，现在有一类新工具号称能替你把这串活儿一口气做完——腾讯在 2026 年 3 月推出的 WorkBuddy 就是其中之一。

这其实不只是「又一个 AI 助手」，而是一个关于「AI 能不能真正接手你日常办公流程」的信号。可惜大多数介绍文章只会照搬发布通稿，把功能罗列一遍就结束，既没说清它到底怎么用，也没点破它今天还干不了什么。下面这份指南两样都补上。

WorkBuddy 是什么：30 秒看懂这个本地办公 agent

WorkBuddy 是腾讯 CodeBuddy 体系下的一款 AI 办公智能体（agent），于 2026 年 3 月 9 日上线，主打「本地执行」——它在你自己的电脑里运行，能自主规划并交付做 PPT、写报告这类多步骤复杂任务，还支持多个智能体并行干活。官方入口见 腾讯 WorkBuddy 官方页面。

和只会「一问一答」的聊天机器人不同，agent 的特点是「你给目标，它自己拆解步骤、调用工具、把成品交到你手上」。WorkBuddy 出自腾讯的 CodeBuddy 系产品线，把原本给开发者的智能体能力迁到了通用办公场景。

需要先纠正一个流传的误解：WorkBuddy 并不是「取代腾讯元宝成为核心」。截至 2026 年年中，腾讯是多产品线并行的格局——混元做底层模型引擎、元宝是面向个人的对话入口、CodeBuddy 服务开发者、WorkBuddy 主攻办公、还有 QClaw 和 Marvis 等。WorkBuddy 只是这盘棋里专门「干办公活」的那颗子。

实用规则： 判断一个 AI agent 能不能接手你的工作，先看它读不读得了你的输入格式，而不是急着看它会不会写 PPT。

WorkBuddy 怎么用：五模型切换、技能包与企业连接

WorkBuddy 的核心用法可以拆成三块能力，理解了这三块，你就知道它适合放在工作流的哪个位置。

第一，多模型自由切换。 据 腾讯官方页面，WorkBuddy 支持在混元、DeepSeek、GLM、Kimi、MiniMax 五个大模型之间自由切换——写代码类任务挑擅长推理的，写文案类任务换更会遣词的，同一个工具里按活儿选引擎。

第二，内置技能与企业连接。 WorkBuddy 内置了 20 多个「技能包」，让你不写一行代码就能扩展它的本事；同时它能直接连上企业微信、QQ、飞书、钉钉，把 agent 产出的东西接回你日常在用的协作工具里。对企业用户，它还带了安全审计能力。

第三，本地执行 + 多智能体并行。 任务在你本机跑，多个智能体可以同时推进不同子任务——比如一个查资料、一个整理提纲、一个排版，最后汇总成一份报告或 PPT。

能力	WorkBuddy 的做法	对你的意义
模型	混元/DeepSeek/GLM/Kimi/MiniMax 五选一切换	按任务类型挑最合适的「大脑」
扩展	20+ 内置技能包，零代码	不懂开发也能加新本事
连接	直连企业微信/QQ/飞书/钉钉	产出直接回流到日常工具
执行	本地运行、多智能体并行	数据不出本机，任务并行更快
场景	自动做 PPT、写报告	接手重复的文档产出活

WorkBuddy 能帮你做什么、又卡在哪

把上面的能力落到具体人身上，价值和边界就都清楚了。

对职场人来说，WorkBuddy 最直接的价值是把「把一堆材料整理成一份能交出去的文档」这件事自动化——周报、竞品分析、会议纪要的二次加工。对运营和产品，它能连着企业工具把散落各处的信息拉到一起做初稿。对创业者和小团队，一个人顶半个助理岗。

但这里有个几乎所有这代办公 agent 都存在的共同盲区：它们默认的输入是文字。 你手里那份两小时的会议录像、那期行业播客、那场竞品发布会直播、那门网课——这些音视频内容，agent 读不了。它能帮你把一份已经是文字的资料整理成 PPT，却没法「先看完那两小时视频再动手」。

想让它先看视频，这张截图里的搜字幕能力是必要的一步——把说过的每一句话变成可检索的文字。

对照下面这张图会更直观：

截图：BibiGPT · 深度搜索功能演示

而职场信息里，音视频是很大一块：会议靠录像回放、行业动态靠播客和直播、学习靠网课。信息进来的入口一大半是「听和看」，agent 却只认「读」。

实用规则： 别让 AI 读它读不了的格式——先把音视频转成文字，再喂进任何 agent。

给 WorkBuddy 补上「看视频」这只手：和 BibiGPT 的实战搭配

WorkBuddy 卡住的那一步——「把音视频变成可喂进去的文字」——恰好是 BibiGPT 这类 AI 音视频助理干的活。两者不是竞争关系，是一前一后：BibiGPT 负责把「听和看」变成结构化文字，WorkBuddy 负责拿着文字继续往下做 PPT、写报告。截至 2026 年 7 月，BibiGPT 已服务超过 100 万用户、累计生成超过 500 万次 AI 总结、支持 30 多个主流音视频平台。

下面是一套「今天就能上手」的搭配流程。

第一步，把音视频变成可用的文字要点。 粘贴一个 YouTube、B 站链接或上传本地录像，BibiGPT 会提取字幕并生成结构化总结。同一个动作还能进一步把视频转成图文并茂的文章，正好接上「要交一份文档」的需求——参考 AI 视频转图文文章。

先看这个入口，一个链接进去，产出就出来：

截图：BibiGPT · 视频转文章功能演示

第二步，多个视频一次归纳。 如果你要整理的是一整个系列——比如一门课的十节网课、一个季度的多场行业分享——用 免费视频批量总结 把它们一次性汇成整体综述和思维导图，不用一条条看。

下面这张图是合集归纳的入口：

截图：BibiGPT · 合集归纳总结功能演示

第三步，对着结论追问、并保证可溯源。 拿到总结后，你往往还想确认「这个数字它是从哪一段得出的」。BibiGPT 的 带溯源的 YouTube 视频总结 会给每个回答附上可点击的时间戳和原片段，避免 AI 张口就来。

看这张实拍，每条答案都能点回原视频那一刻：

截图：BibiGPT · AI 视频对话与智能溯源演示

实用规则： 先总结再决定看不看——用 5 分钟的摘要替 2 小时的观看做投资决策。

第四步，把整理好的文字交给你的 agent。 用 视频画面内容分析 把要点问透之后，通过 导出到 Obsidian 笔记 一键导出到 Notion、Obsidian、Readwise 或下载为 Markdown/PDF——这份干净的文字，就是你可以喂给 WorkBuddy 继续做 PPT、写报告的原料。

下面这张图是对话追问的入口：

截图：BibiGPT · AI 对话追问功能演示

需要检索某句话到底在哪说的时候，视频内容搜索 能直接搜视频完整字幕，而不只是标题和摘要。这套「BibiGPT 把音视频变文字 → WorkBuddy 拿文字做产出」的接力，才是让 agent 真正覆盖你全部信息入口的完整闭环。

我们的判断：办公 agent 的下一站是多模态输入

说点会被打脸的判断。

判断一：多模态输入会成为办公 agent 的下一个主战场。 这代工作台（WorkBuddy、TRAE Work 等）比拼的是「谁的 agent 更会规划、更会调工具」，但真正的前置瓶颈是输入——音视频进不来。我们押注：在 2027 年 6 月前，主流办公 agent 若还不能原生读音视频，谁先补上这块谁就拿走会议、网课、播客这三个高频场景。 到期回来对答案。

判断二：短期内 agent 不会自己长出好用的音视频理解能力。 把音视频稳定、高质量地转成可用文字是一门专门的活——涉及字幕提取、说话人区分、跨平台适配。我们认为未来 12 个月内,办公 agent 更可能靠连接外部的音视频转换层来补齐，而不是自研。这条判断和我们自己做音视频工具的立场重合，请你带着这层利益关系来看。

判断三：「先总结再决定看不看」会取代「看完再整理」。 当 agent 能几秒给出一段视频的要点，人的行为会倒过来——先验货、再决定要不要投入时间。谁把自己定位成「观看决策的守门员」，谁就站在了正确的叙事一侧。

常见问题（FAQ）

Q1：WorkBuddy 和腾讯元宝是什么关系？ 两者是并行的不同产品。元宝是面向个人的对话入口，WorkBuddy 是主攻办公场景的执行型 agent，出自 CodeBuddy 体系。WorkBuddy 并非「取代元宝」。

Q2：WorkBuddy 支持哪些大模型？ 据腾讯官方页面，支持在混元、DeepSeek、GLM、Kimi、MiniMax 五个模型之间自由切换，按任务类型选择。

Q3：WorkBuddy 能读会议录像或播客吗？ 截至 2026 年 7 月，这代办公 agent 默认输入是文字，音视频不在直接支持范围。可以先用 BibiGPT 把音视频转成结构化文字，再交给 WorkBuddy 继续处理。

Q4：本地执行是什么意思，数据安全吗？ 本地执行指任务在你自己的电脑里运行，数据不必上传到外部即可完成处理，对企业用户还有安全审计能力，相对更可控。

Q5：我不是程序员，用得了 WorkBuddy 吗？ 可以。它内置 20 多个技能包，主打零代码扩展，做 PPT、写报告这类办公任务面向的正是非开发者。

---

音视频是 AI 时代信息输入里最大的一块「暗物质」——agent 读不到，你却离不开。把它先变成文字，你的每一个 AI 工具才真正跑得起来。

打开 BibiGPT，先把你的会议录像和网课变成可用文字

BibiGPT 团队