【征文】从一条邀请到第一行指令：腾讯 WorkBuddy 深度上手实战手记

一个 AI 工具小白的可复现实验记录 —— 从下载安装，到读懂工作模式，再到把它变成自己的生产力工具

写在前面：一个"牛马"的下午，和一次范式级的相遇

一个再普通不过的工作日下午。屏幕右下角的微信弹出一条消息，是一位同行发来的邀请：为腾讯的 AI 办公产品 WorkBuddy 写一篇学习记录，作为征文投稿。

坦白说，我对这类"AI 工具体验"的邀请通常是有免疫力的。过去两年，各种"AI 神器"来来回回，最后大多沦为收藏夹里一个再没打开过的链接。但这一次我停了下来，原因有两个词：WorkBuddy 和 "从入门到精通"。

前者让我好奇——它不是又一个"会聊天的 AI"，而是一个挂在腾讯名下、被定义为"智能体（Agent）桌面工作台"的产品；后者让我警惕——"从入门到精通"这六个字，往往意味着作者要么在吹牛，要么在抄说明书。

作为一个在 AI 工具方面自认的技术小白，我不打算写那种"十步教你玩转 AI"的清单文。我想写的是一份可复现的实验记录：我真的去下载了、安装了、登录了、跑通了第一个任务，然后把这一路上"想明白的事"和"踩过的坑"如实交出来。

所以这篇文章的定位很明确：它不是产品软文，也不是官方文档的复述，而是一个初学者视角下的、带技术深度的上手实践。全文按七个层次展开，从"为什么是 WorkBuddy"一直讲到"如何把它变成你工作流的一部分"。预计阅读时间 20 分钟。

一、认知校准：先搞清楚你面对的是"第几代"AI 办公工具

在动手点下载之前，我觉得有必要先解决一个更根本的问题：我们到底在使用第几代的 AI 办公工具？

这个问题不解决，后面所有操作都会退化成"照着点按钮"，而不是"理解它为什么这样设计"。

粗略地分，办公场景里的 AI 经历了三代：

第一代，检索式。 代表是搜索引擎。它的能力边界是"找到信息"，人在检索结果里自己做判断、自己做加工。工具的产出是"链接"。

第二代，对话式。 代表是大语言模型的聊天窗口。它的能力边界是"生成内容"——你可以让它写一段文案、解释一个概念、翻译一段文字。产出是"文本"。但这里有一个常被忽略的硬约束：它只能给建议，不能动手。 你要用它写周报，得自己把资料复制进去、把结果复制出来、再自己存成 Word。工具和人之间，始终隔着一道"手工搬运"的墙。

第三代，执行式（Agent）。 它的能力边界是"完成任务"。你描述目标，它自己拆解步骤、调用工具、生成文件，最后交给你一个可以直接验收的成果——一份 Word、一张表、一套 PPT。产出是"结果"。

WorkBuddy 站的位置，是第三代。

这不是我的主观判断，官方文档里有一张对比表说得比我清楚：

这张表真正的价值不在于"WorkBuddy 更强"，而在于它揭示了评价标准变了。评估一个对话式 AI，你问的是"它说得对不对"；评估一个 Agent，你问的是"它做得对不对、我敢不敢用"。这是两套完全不同的尺子。

用一句话概括 WorkBuddy 的定位：腾讯出品的全场景 AI 办公工作台——你用自然语言描述需求，它自主规划和执行任务，交付文档、表格、PPT 等可直接使用的完整成果，并强调与腾讯办公生态的连接。

官方文档把核心能力归纳为六条，我认为值得逐条"翻译"成大白话：

1. 自然语言交互：你不需要先把任务拆成操作步骤，直接说人话就行。
2. 自主规划与执行：它自己拆解任务、规划流程、按顺序执行。
3. 多模态任务处理：文档、表格、PPT、数据分析都能接。
4. 本地文件操作：在授权后能读取和处理你电脑里的文件，支持批量整理与修改。
5. 多任务并行：可以同时创建和处理多个任务。
6. 结果交付与验收：任务跑完，有实实在在的东西给你看、给你用。

其中第 4 条和第 6 条最容易被低估。第 4 条意味着它从"云端"走进了"你的电脑"；第 6 条意味着它必须为自己的输出负责——这恰恰是 Agent 与聊天机器人的根本分野。

还有一个数字值得记一下：WorkBuddy 于 1 月 19 日启动腾讯内部体验测试，目前已成为超过 12000 名腾讯员工的常态化 AI 办公工作台，覆盖 HR、行政、运营、销售等多个岗位。这个数字的意义在于：它不是一个刚出生的玩具，而是已经在真实工作场景里被真人用过一段时间的工具。

二、第一步：把 WorkBuddy 装进电脑

认知校准完成，可以动手了。

2.1 获取途径：三条路，各有取舍

我实际验证了三条获取路径，它们的适用场景并不一样。

路径一：官网直取（浏览器搜索）。 这是最通用的一条。在浏览器里搜索产品关键词，进入官网 www.workbuddy.cn，从首页的下载区获取安装包。

这里有一个技术小白最容易踩、而不自知的坑：搜索结果的第一条不一定是官网。 我搜索这类工具时的习惯动作是三步——先看域名是否为官方域名（workbuddy.cn / .ai 等腾讯系域名），再看页面是否摆出了"服务协议 / 隐私保护"这类法务链接，最后才点下载。第三步很关键：正规产品一定会把合规文档亮出来，山寨下载站不会。

路径二：微信生态内的入口。 这是让我有点意外的一条路。近两年微信在搜索和生态连接上的能力更新得很快，很多产品已经可以在微信内完成"搜索关键词 → 触达产品入口 → 开始使用"的闭环，而不必再切回浏览器。对 WorkBuddy 而言，这条路径的价值是：它把"开始使用"的门槛，从"下载安装"降到了"扫个码"。 对于只想先试试、还没决定要不要长期用的用户，这是最轻量的入口。

路径三：应用商店。 部分平台的安装包通过系统应用商店分发（例如 Linux 版本走系统应用商店）。这条路更省心，但要接受版本更新节奏可能略滞后于官网。

三条路没有绝对优劣，我的建议是：长期使用、要最新版 → 走官网；只想先体验 → 走微信入口或小程序；企业环境统一管控 → 走应用商店。

2.2 平台覆盖：桌面为主，移动为辅

下载页面明确列出的平台矩阵是：

• 桌面端：macOS、Windows、Linux（系统应用商店），以及鸿蒙电脑版。
• 移动端：iOS、Android、鸿蒙手机版，以及微信小程序。

这个矩阵透露了两个设计意图。

第一，桌面端是主战场。因为 Agent 要操作本地文件、要跑长时间任务、要产出 Word/Excel/PPT，这些都需要桌面环境。

第二，移动端是"指挥端"而不是"操作端"。你更适合在手机上下达指令、查看结果、做确认，而不是在手机上去处理一个复杂的表格。理解这一点之后，你的使用方式会自然分流：重度任务上桌面，轻量指令和结果确认用手机。

2.3 安装环节的三个技术细节

安装本身是一路"下一步"，但有几个细节值得单独说，因为它们决定了你后面用得顺不顺。

第一，安装路径与磁盘空间。 Agent 类工具会缓存会话记录、生成中间文件、保存产物。建议把安装目录选在系统盘之外的分区，或至少确认有足够可用空间。这不是迷信——任务产物的体积（尤其是 PPT、图片、视频）往往比你以为的大得多。

第二，权限请求要看清楚。 首次启动时软件会申请一系列权限。我的原则是：先理解它为什么要这个权限，再决定给不给。 WorkBuddy 需要文件读写权限，是因为它要"读取你授权的文件夹、处理本地文件"——这属于核心功能所必需，是合理的。但如果某个请求与它的功能定位无关，就应该警惕。

第三，安全软件的拦截。 这是新手最容易被劝退的一步。由于 Agent 类程序会进行文件读写、脚本执行等操作，安全软件偶尔会弹出拦截提示。正确的处理方式不是"无脑点允许"，而是看提示指向哪里：如果指向的是你刚安装的程序目录及其正常行为，那多半是误报；如果指向一个你不认识的路径，就该停下来查清楚。

2.4 复盘：从"搜索"到"安装"到底发生了什么

把这一段抽象一下，它其实是一条标准的软件获取链路：信息检索 → 来源可信性判断 → 安装包获取 → 环境适配 → 安装与权限授予。

之所以把它写得这么细，是因为很多新手把"下载软件"当成一个无脑动作。而恰恰是这五个环节里，藏着信息安全的第一道防线——你从哪里下载、给了什么权限，直接决定了你后面用它做本地文件操作时的安全边界。 这一点，我们在第九部分还会再谈。

三、第二步：登录，以及信任契约的建立

安装完成，双击图标，进入登录界面。

3.1 账号与登录

登录方式通常是扫码或手机号验证码，具体以客户端实际提示为准。这一步技术含量不高，但有一个认知值得建立：登录的那一刻，你其实是在和它签一份"信任契约"——你把一个能够操作你电脑文件的能力，交给了这个账号。所以从第一秒起，就应该带着"权限意识"去使用它。

3.2 首次启动：授权与工作空间

首次启动的引导流程里，有两个动作会影响你后续的所有体验：

• 本地文件夹读取授权：这是 WorkBuddy 从"会聊天"变成"能干活"的分水岭。它需要这个权限，才能读取你指定的目录、批量处理文件、把产物生成到本地。
• 选择工作空间：创建任务时，你可以点击输入框左下角的"选择工作空间"，指定这次任务要使用的目录。

第二个动作应该养成习惯。原因很简单：Agent 的能力越强，"划清工作范围"就越重要。 让它只看它该看的目录，是成本最低的风险控制。

3.3 数据安全：把官方承诺读一遍

关于数据安全，官方给出的说法是：传输与存储全程 TLS / AES-256 加密，密钥独立托管；已通过 ISO 27001、SOC 2 与等保三级认证，数据存储符合本地化合规要求，可用于金融与政企场景；此外还有基于角色的多级权限体系与操作审计日志。

对普通用户来说，这一段的实用价值是：你可以放心地用它处理真实工作中"有点敏感"的材料（比如内部数据、客户名单）——前提是你在可接受的使用规范内操作。而对企业用户来说，这几个认证是最实在的门槛——没有它们，很多公司根本不允许员工安装和使用这类软件。

四、第三步：读懂界面——四个区域，一条主线

登录之后，你会看到一个并不复杂的界面。我把它拆成四个区域来讲，因为界面结构本身就是产品设计意图的说明书。

工具栏（顶部）：关于 WorkBuddy、编辑、窗口等常用操作的入口，属于"低频但必要"。

侧边栏（左侧）：显示任务列表，按文件夹分组，支持搜索和管理；底部是用户头像。这个区域的存在说明 WorkBuddy 不是"一问一答"的模式，而是"任务制"——每个需求都是一个可追踪、可回溯、可继续处理的任务。

对话区（中间）：核心交互区域，包含任务标题栏、消息列表和输入框。你在这里下达指令、补充信息、追问。

结果区（右侧）：提供"概览"与"产物"两类内容，可切换查看。这是整个界面里最重要的区域，也是最容易被新手忽略的区域。

为什么说结果区最重要？因为它把 Agent 与聊天机器人的区别"物化"了。对话式 AI 的产出是一段文字，你得自己判断、自己搬运；而 WorkBuddy 的结果区摆的是文件——生成的 Word、Excel、PPT、图片，以及"全部文件""变更""预览"。这意味着你的验收方式变了：从"看它说得好不好"，变成"打开文件看做得对不对"。

给一条实操建议：每次任务完成后，先去结果区把产物打开看一眼，再决定要不要继续追问。 这个习惯能帮你很快建立起对 Agent 输出质量的直觉。

五、第四步：三种工作模式的正确用法

这是我觉得 WorkBuddy 设计里最有技术含量、也最容易被浪费的一点。它提供了三种工作模式，但很多人从未想过"什么时候该用哪一个"。

• Agent 模式（你说话，我动手）：直接行动。你描述任务，它立刻开始执行——读文件、跑命令、生成内容、写产物。适合边界清晰、结果可回滚、你大致知道会发生什么的任务。
• Plan 模式（先想后做）：先分析、设计、拆成步骤，把方案摆给你看，你确认之后再执行。适合复杂、多步骤、出错代价高的任务。
• Ask 模式（只谈不动）：只回答问题、读文件、分析信息，不修改任何文件，也不执行任何命令。适合调研、学习、评审——你只想让它给判断，不想让它动手。

三者的区别可以浓缩成一句话：

Agent 是执行者，Plan 是参谋，Ask 是顾问。

我自己的分工方式是这样的：

• 面对一个没做过的新任务（比如"帮我把一堆发票整理成报销表"），先用 Plan，让它把拆解方案给你看。看完觉得靠谱，再切到 Agent 让它执行。这一步能省掉大量"跑错了再重来"的时间。
• 面对一个已经很熟的重复任务，直接用 Agent，别浪费一轮确认。
• 面对"我想先搞明白"的需求（比如"帮我看看这份数据里有哪些异常"），用 Ask，让它先给结论，你再决定要不要动手处理。

再往下走一层：模式的选择本质上是一种风险定价。 任务越不可逆（比如会删文件、会覆盖数据），就越应该用 Plan 或 Ask 换取"多一次确认"；任务越可控（比如只是生成一份新文档），越可以直接用 Agent 换效率。

六、第五步：把任务说清楚——Agent 时代的提示词写法

有了模式，接下来是"怎么提需求"。这一块是决定输出质量的关键，也是大多数人从"入门"到"精通"的分水岭。

6.1 四要素：目标、输入、输出、约束

官方文档给出了一个很实用的框架——补充上下文时，优先说清四件事：

1. 目标是什么：要生成什么内容，或要处理什么文件。
2. 输入是什么：需要分析的数据、参考的文档。
3. 输出格式：要 Word、Excel、PPT，还是别的形式。
4. 约束条件：风格要求、字数限制、截止时间等。

这四句话听起来朴素，但它解决了一个真实的问题：Agent 的执行力越强，"需求模糊"造成的浪费就越大。 一个只会聊天的 AI 理解错了，代价是一段废话；一个能动手的 Agent 理解错了，代价是一份白做的表格，甚至是一次误操作。

6.2 上下文的四种补充方式

官方给出了四种补充上下文的手法，都很实用：

• 引用上下文：用 @ 引用文件、文档、规则等信息。
• 粘贴截图：用 Ctrl/Cmd + V 直接把剪贴板里的图片粘进去。
• 上传文件：点击上传按钮，或直接把文件拖进输入框。
• 补充说明：在任务描述里补上目标、范围、约束和预期输出。

我最常用的是"粘贴截图"。原因是：很多工作需求，用一张图说比用一百个字说更快——比如一张报表的样式、一个界面的截图、一条报错信息。这恰恰是 Agent 时代的便利：它能"看见"你说不清的东西。

6.3 一个正反例对照

看一个真实的改写。假设你想让它处理一份销售数据。

反例（新手写法）：

帮我分析一下销售数据。

问题在哪？没有输入来源、没有分析维度、没有输出格式。它只能猜。

正例（改造后）：

目标：分析 D:\work\sales_2025.xlsx 这份销售数据。 要求：按月份和区域两个维度做趋势对比，找出下滑最明显的三个区域，并给出可能原因。 输出：一份 Word 分析报告（含图表）+ 一张汇总 Excel 表。 约束：结论必须基于数据，不要编造；报告控制在 3 页以内。

差别是显而易见的。后者不是"更礼貌"，而是把不确定性压缩到了 Agent 不需要猜的程度。

6.4 增量追问：把一次提问变成一场协作

还有一条心法：不要指望一次提问就拿到完美结果。 Agent 的价值在于"可对话、可迭代"。

正确的姿势是：先给一个结构化指令拿到初稿，然后针对具体问题追问——"第三个区域的结论证据不足，补充一下近三个月的数据""把报告的结论部分提前""图表配色换成蓝色系"。

这个过程，就像带一个聪明但需要方向感的新同事：你负责定义标准，它负责执行和迭代。

七、第六步：四个"能力扩展器"，决定你的上限

到这一步，你已经能跑通任务了。但从"会用"到"用得好"，差距在这四个扩展能力上：技能、连接器、专家、资料库。

它们的关系可以这样理解：

• 技能（Skills） = 固化下来的方法论。把一套重复的工作流程（比如某类报告的标准写法）封装成可复用的能力，下次一句话就能调用。
• 连接器（Connector） = 通往外部系统的通道。让 Agent 能访问外部数据、外部服务，并执行相关操作。
• 专家（Expert） = 封装好的专业角色。给 Agent 装上某个领域的方法论和判断标准，让它在这个领域里更像"内行"。
• 资料库（Library） = 沉淀的私有知识。把你自己的资料集中管理，让 Agent 基于你的资料做检索、分析和内容生成。

一句话总结四者的分工：技能给你"怎么做"，连接器给你"数据从哪来"，专家给你"按什么标准判断"，资料库给你"基于什么事实"。

这也是 WorkBuddy 从"通用工具"变成"你的工具"的关键：通用的 Agent 人人都一样，只有当你把自己的方法论、数据、标准喂进去，它才开始产生别人复制不了的效率。

八、第七步：一次完整的端到端实战

理论说够了，来看一个完整任务。场景：我手上有一份杂乱的本地销售数据，想得到"分析报告 + 汇报 PPT"。

第 0 步：准备。 把数据文件放到一个独立目录，比如 D:\work\sales\，并在创建任务时把这个目录设为工作空间。先划边界，再开工。

第 1 步：用 Plan 模式摸清路。 输入："我有 D:\work\sales\sales_data.xlsx，想生成一份分析报告和一份汇报 PPT，请先给我一个执行计划。"它会返回拆解步骤：数据清洗 → 指标计算 → 图表生成 → 报告撰写 → PPT 生成。我看一遍方案，确认没有遗漏。

第 2 步：切换 Agent 模式执行。 在确认过的方案基础上让它跑。因为工作空间已经限定，它只会在指定目录里读文件、写产物。

第 3 步：打开结果区验收。 任务跑完后，右侧结果区会列出产物：分析报告（Word）、汇总数据（Excel）、汇报材料（PPT），以及过程中的图表。逐个打开检查——数据算得对不对、图表结论是不是数据支持的、PPT 页数是否符合预期。

第 4 步：增量追问。 比如发现"环比"的口径不对，直接追问："环比改成和上一个自然月对比，重新生成图表和报告。"它会基于已有产物做局部更新，而不是从头再来。

第 5 步：归档。 产物落在工作空间里，你按自己的命名规范收好即可。

整个流程里有三个"技术点"值得反复品味：

划边界（工作空间）→ 用模式控制风险（Plan 与 Agent 配合）→ 用结果区做验收（而不是靠感觉）。

这三步，构成了使用 Agent 类工具的基本纪律。

九、高阶能力：自动化、多模态与并行

当你把基础流程跑顺之后，可以开始考虑这些更高阶的能力：

• 自动化：把重复出现的任务（比如"每周一早上整理上周数据并生成周报"）配置成按计划自动运行，而不是每次手动发起。这是把"能力"变成"产能"的关键一步。
• 多模态生成：除了文档和表格，它还能生成图片、短视频乃至 3D 模型。做汇报材料时，这一块能显著降低你找配图的成本。
• 浏览器控制：在需要操作网页、填写表单、做页面测试的场景下，可以让它接管浏览器（属于 Beta 能力，建议按需使用）。
• 多任务并行：几个互不依赖的任务可以同时创建、同时推进，适合"一边跑调研、一边做表格"的工作节奏。

还有一个常被忽略的高阶能力是模型切换。不同任务对模型的需求并不一样：有的任务吃推理深度，有的任务吃速度。能按任务切换模型，是把成本和效果同时管住的关键。

十、安全与边界：把"能操作本地文件"这件事用对

写到这里，必须专门用一节谈安全。因为 WorkBuddy 最强大的能力（操作本地文件），同时也是最需要谨慎对待的能力。

官方层面，它内置了高危指令拦截机制，会对可能造成破坏的操作进行阻断。这是第一道防线。

用户层面，我给自己定了三条规矩，也建议你照做：

1. 扫描只读原则。 当你只是想"看看电脑里有什么"（比如找出大文件、重复文件、旧文件）时，就让它只扫描、只出报告，不要顺手让它"清理"。清理是另一个动作，需要单独确认。
2. 破坏性操作先备份。 涉及移动、重命名、删除的任何操作，动手前先确认备份存在，并且知道备份在哪。
3. 用回收站，不用彻底删除。 真要清理文件，走系统回收站，给自己留一条后悔的路。

再补一条更底层的认知："授权"是这类工具信任模型的基石。 你在首次启动时给它的目录权限，就是它能力的天花板，也是风险的范围。所以定期检查你授予了哪些目录，和定期检查登录设备一样重要。

十一、常见问题与排错

整理几个新手高频问题：

Q1：搜索结果里怎么分辨官网？ 看域名是否为官方域名（workbuddy.cn 等），看页面有没有服务协议与隐私政策链接，看下载按钮是否指向官方资源。三条都不满足的，别下。

Q2：安装时被安全软件拦截怎么办？ 先看拦截指向的路径和进程。若指向你刚安装的程序及其正常行为，通常是误报；若指向陌生路径，立刻停下来排查。

Q3：为什么它读不到我的文件？ 优先检查两件事：任务的工作空间是否设置正确；该目录是否已授予读取权限。

Q4：任务跑出来结果不对怎么办？ 分两种情况。如果是需求没表达清楚，用增量追问补齐约束（数据口径、时间范围、输出格式）；如果是任务本身太复杂，退回 Plan 模式，让它先给方案，你看过再执行。

Q5：产物去哪了？ 看右侧结果区的"产物"和"全部文件"，产物通常落在你指定的工作空间目录里。

Q6：手机上能用吗？ 能，但定位不同。移动端更适合下达指令和查看结果，重度操作建议回桌面端。

十二、从入门到精通：一条可执行的学习曲线

最后，把我验证过的学习路径整理成一张"时间表"，供你参考。

第 1 天：跑通闭环。 完成下载、安装、登录，用它做一件最小的事——比如把一段文字整理成一份 Word。目的不是产出，而是建立"它会动手"的直觉。

第 1 周：吃透三种模式。 刻意在不同任务里切换 Agent / Plan / Ask，体会"效率"和"确认"之间的权衡。同时把"目标、输入、输出、约束"四要素变成肌肉记忆。

第 1 个月：装上四个扩展器。 试着接入一个连接器、装一个技能、用一个专家、把常用资料放进资料库。这个阶段的目标是：让 WorkBuddy 从"通用工具"变成"你的工具"。

持续：沉淀方法论。 把你反复做的任务固化成技能，把周期性任务配置成自动化。到这一步，你就是在用工具沉淀自己的工作效率，而不是每次从零开始。

三个心法送给你：

1. 先划边界，再开工。 工作空间是纪律，不是选项。
2. 复杂任务先谋后动。 Plan 换来的确认，远比返工便宜。
3. 用结果验收，不用感觉验收。 打开文件看，是 Agent 时代最重要的习惯。

结语：工具在进化，人的角色也在迁移

回到开头那个下午。

一条邀请微信，把我从一个"AI 工具小白"带到了这里：下载、安装、登录、跑通第一个任务，再一路写到模式选择、提示词写法、能力扩展和安全边界。

这一路我最深的感受，不是"AI 真厉害"，而是一个更具体的判断：

从对话式 AI 到 Agent，变的不是"聪明程度"，而是"责任归属"。

对话式 AI 只负责"建议"，判断和执行的责任全在你；而当 WorkBuddy 这类 Agent 真的去读写文件、生成交付物时，它就接过了执行的责任。责任一旦迁移，"怎么用它"就不再是一个技巧问题，而是一个方法论问题——你得学会定义目标、划定边界、设置验收标准。

这也许就是"AI 办公"真正的门槛所在。工具会越来越强，门槛却不在工具那一侧，而在我们这一侧：谁能把模糊的意图翻译成清晰的任务，谁就能把 Agent 用到极致。

那份征文邀请，最后变成了这篇文章。而我的 WorkBuddy 之旅，才刚刚开始。