Agent 上线之后怎么越用越强？WorkBuddy 模型研发负责人董汉德拆解 Agent 持续学习背后的数据飞轮|agent|workbuddy|大语言模型|奇点|董汉德|轨迹|飞轮

责编 | 梦依丹

出品 | CSDN（ID：CSDNnews）

一个 Agent，用的人越多，就会越聪明吗？

大家第一反应大概率会回答：是。原因是用得多，反馈就会越多，产生的数据和能拿来改进的素材就越多，进而 Agent 越来越强。

但真正做过 Agent 的团队都知道，现实却是另一回事——用户增长带来的不是进化素材，而是一堆无法直接拿来训练模型的日志。模型不会因为你每天跑几百万次任务，就自己悄悄变好。

这不是理论推演。

腾讯 WorkBuddy，正在用真实的千万级访问量验证这个问题。

11 月 20-21 日，WorkBuddy 模型研发负责人董汉德将在 2026 奇点智能技术大会上带来《LLM Agent 的模型数据飞轮——WorkBuddy 持续学习经验》分享，他会把这套被千万级使用验证过的「用户—数据—模型」飞轮，从模型到产品的完整链路，现场进行拆解。

Agent 进入普通人的日常

2026 年，办公 Agent 的竞争突然加速。

据易观分析发布的《2026 年 Q2 中国办公智能体平台市场洞察报告》显示：6 月国内 17 款主流桌面端 AI 原生办公智能体单月访问量已突破 6000 万次。其中腾讯 WorkBuddy 的 PC 端月访问量达 2097 万次，位居市场第一，超过第二、第三名访问量之和。

从 3 月上线到千万级月访问，WorkBuddy 的增长速度说明一件事：Agent 正在从少数极客尝鲜的 Demo 真正进入普通人的日常工作。

但对技术团队来说，比「有多少人在用」更值得关注的是当一个 Agent 每天开始处理海量真实任务，它会不会因为用户越来越多，而真正变得越来越聪明？

先说结论：数据多，不等于能直接训练模型

一次真实任务里，Agent 要面对真实的办公环境（网页、文件、代码库）做出反应，用户还会在中途介入、纠偏、确认。董汉德把这类数据概括为「Agent—环境—用户」的三方交互——它同时记录了真实世界的复杂性和人类高质量的干预信号，是比通用语料稀缺得多的素材。

所以，用户越多，Agent 不会自然变聪明。

真正的问题是：如何让「真实使用—数据产生—能力评估—模型优化—再次使用」转成持续运转的飞轮，让模型越用越强，而不是上线即巅峰。这正是 WorkBuddy 正在用心做的事。

WorkBuddy：先把"会不会真的干活"测准

要让真实数据反哺模型，前提是有一套可信的评估——不然筛进来的全是噪音。

今年 7 月，腾讯团队公开了 Tencent WorkBuddy Bench——把 Agent 放进 Code、Web、Office、Security 四类真实工作环境里测试，260 个任务全部逆向自真实代码提交、Pull Request 和业务场景，改写成口语化请求后连网上都搜不到原题。通过可执行环境验证 Agent 是否真的把活干完，而不是“ 看起来答对了。 ”

地址： https://arxiv.org/pdf/2607.20911

从 Benchmark 到真实用户任务，再到模型持续迭代，能看到一个明显的变化：Agent 的竞争，正在从 “ 第一次能不能把任务做出来 ”，进入“ 上线之后能不能持续变强。”

飞轮怎么转：真实任务，反哺模型本身

评估只是入口。真正的难点，按董汉德的说法，是"如何把 Agent 的经验数据转化为高效的训练信号"——数据本身不等于训练信号，中间还隔着筛选、归因、验证一整套工程，这也是目前行业内最具挑战的一环。

WorkBuddy 内部把它叫做"用户—数据—模型"飞轮，跑的是这样一条循环：

用户在 WorkBuddy 里下达真实任务——写方案、查资料、做表格、生成 PPT；
Agent 执行过程留下完整轨迹，包括状态观察、工具调用、错误修正；
用户在过程中介入、纠偏、确认——这个动作本身就是一条高价值信号；
这些轨迹经过筛选和标注，被转化为模型能高效吸收的训练信号；
再回灌到下一轮模型训练中；
新模型上线后，继续在真实任务里产生新数据。

转一圈，模型强一点，再转一圈，再强一点。

这条循环要成立，关键前提是模型团队和产品团队必须坐在一起。

至于这些数据具体怎么筛、信号怎么转化、效果怎么验证，正是董汉德要在这场分享里拆开讲的部分。

这条循环要成立，关键前提是模型团队和产品团队必须坐在一起。

WorkBuddy 的做法是 Co-design——腾讯自研混元模型在训练时就把 WorkBuddy 需要的 Agent 能力写进目标，WorkBuddy 跑出来的真实反馈再回灌下一轮训练。

据腾讯披露，与 WorkBuddy 深度协同设计的 Hy3 模型，幻觉率从 12.5% 降到 5.4%，WorkBuddy 任务解决率从 72% 提升到 90%，平均任务耗时下降 34%。

到了 8 月 28 日，混元 Hy4 preview 发布（总参数 770B、激活 49B、上下文突破 1M），在 WorkBuddy 国内版、国际版首发接入，上线当天 API 排队用户一度超过 5000 人。为什么是 WorkBuddy 首发？因为 Hy4 不是为 “ 聊天 ” 设计的，是为 “ 干活 ” 设计的——最懂AI 干活需要什么的团队，就是每天泡在真实任务里的 WorkBuddy。

这场演讲，值得你带着问题来听

现在回头看开头那个问题——用户越多，Agent 就越聪明吗？

答案不在 PPT 里，而在 WorkBuddy 跑过的千万级真实任务里。董汉德这场分享最值得听的地方，不是 WorkBuddy 又加了什么功能，而是回到产品背后更底层的问题——当一个 Agent 开始承接千万级真实任务：

这些数据如何被识别、筛选和利用？
失败 Case 怎样进入评测和训练体系？
模型、数据、评测与产品体验之间，怎样形成一个真正能持续运转的闭环？
如何让 Agent 不再依赖一次次人工调 Prompt、补规则，而是具备真正的持续学习能力？

对于已经开始做 Agent 的团队，这些问题正在变得越来越现实。

因为未来真正拉开 Agent 产品差距的，可能不只是接入了哪个最强模型——更重要的是：运行半年之后，它有没有从真实业务里学到更多东西。

董汉德背后，是一个月访问超 2097 万次、每天在真实办公任务里产生数据的系统——他讲的每一个环节，都是被千万级使用验证过的。

从能用到越用越强，这条路上踩过的坑和验证过的解法。

关于奇点智能技术大会

2026 奇点智能技术大会由 CSDN 与奇点智能研究院联合举办，OpenAI 资深研究科学家、Transformer 八子之一的 Łukasz Kaiser 领衔，诚邀京东集团副总裁、京东探索研究院副院长段楠，新浪微博首席科学家及AI研发部负责人张俊林，面壁智能技术合伙人、智能进化首席科学家李宇轩，昆仑万维集团首席科学家、南洋理工大学讲席副教授成宇，观行数智创始人&CEO、全球前 2% 顶尖科学家唐都钰以及腾讯、阿里、百度、网易、上海人工智能实验室、高校与开源社区等 70+ 位一线技术专家共同参与。

18 大前沿专题、1000+ 行业精英，重点覆盖大模型与 Agent、AI 原生软件研发、AI Infra、世界模型、具身智能、Physical AI、企业级 AI 应用等方向。

此外，今年 C++ 及系统软件技术大会也将与奇点智能技术大会同期同址举行。上层 AI 应用的爆发，离不开底层系统软件的支撑，两条技术脉络将在同一个现场交汇，让参会者既能看到 AI 下一阶段的趋势，也能深入到真正影响工程落地的模型、数据、软件与基础设施。

对于正在做 Agent、AI Coding、企业级 AI 或基础设施的技术团队来说，这两天更重要的价值不是“听到更多概念”，而是和真正做过的人一起讨论：哪些方案已经跑进生产，哪些坑必须避开，以及下一阶段的技术投入究竟应该往哪里走。

2026 年 11 月 20—21 日，北京万达文华酒店，期待现场见。