文：董指导
就感觉到快，有催人跑的意思。
用这句话来形容WorkBuddy，真是最恰当不过了。它从诞生到现在，几个月的时间里已经迭代了50多个版本。版本号跳动的背后，不是产品经理的KPI焦虑，而是现实的强烈需求：必须凿开横在企业和AI之间那座山。
每次迭代，都在回应具体的企业痛点。随着痛点被一个个解决，企业也真的被“催”着跑起来了：上模型、买智能体、组建AI小组、给员工开培训。过去一年那种观望姿态，正在被一种"再不上就晚了"的紧迫感取代。
最近，WorkBuddy企业版又发布了办公套件化升级。这听起来像是一次常规的产品公告，但我拆解之后发现，从企业使用AI的完整链路来看，这次发布铺平了关键的三段路：
从“AI不认识企业”到“自带企业记忆”，从“偶尔聪明”到“稳定执行”，从“某个员工的效率倍增器”到“整个组织的能力资产”。
这三段路，恰好也是绝大多数企业今天卡住的地方。
从一堆应用到一个订阅、底座
许多企业用户会抱怨，AI脑子很好使、但并"不认识"自家企业。
因为企业的“记忆”是散落的。信息化建设形成了应用孤岛，也导致企业信息四处散落：文档、知识库、网盘、会议纪要、内部规范、CRM、ERP、各种业务系统。
虽然AI来了，但这种状态并没有改善，甚至还加剧了。几乎所有办公软件都在往自己的产品里塞入AI助手，每个产品都更聪明了，但这些聪明并不相通。文档里的AI，不一定知道知识库里的最新规则；设计工具里的AI，也不一定了解刚刚确定的客户需求。
这种割裂，首先会拖累用户体验。
员工在使用AI时，不仅需要在应用之间跳来跳去，而且都还得重复干一件事：搬运。把文档复制过来、把背景解释一遍、把上下文喂进去。一次对话结束，这些上下文又消失了，下一次还得从头再来。
其次，也带来管理负担。
每家企业要面对N套账号、N份记忆、N个后台、N 张账单。管理对象从员工到扩大N倍的智能体，遇到人员变动还得频繁调整席位；也要针对每个AI助手多次设置权限；费用管理也更复杂。谁的用量多少、产出效果如何等等，都应该能精细化管理，而不是放任混乱。
另外，也直接压低了AI干活的上限。毕竟碎片化、孤岛化的上下文，做不出一份完整的方案。难怪有人抱怨，付了五份钱，得到的却是五个能力残缺的助手。
WorkBuddy的套件化升级，首要就是解决这个状况。
需要先澄清一个概念，套件化，不是把几个软件捆在一起卖。而是让所有产品，共用同一个AI底座、同一个账号、同一份记忆、同一个后台。
拆解来看，目前，腾讯文档、腾讯乐享、腾讯网盘、安全与效能运营平台和腾讯AI设计智能体Ardot都已接入套件，后续还会又更多产品接入。它们的账号全部打通，用户只需要一次订阅，就能畅享全套办公生产力。
积分池统一，让AI用量更清晰。花在哪里、花了多少一目了然，投入产出可以核算；权限与后台也统一了。数据始终留在企业池内，人员、时间、交互内容、数据对象与风险行为，留在同一条链路。
记忆层与数据层的统一，也是核心升级。用户不用再来回搬运，而是智能体读写同一份办公数据、共享记忆。
套件化，把AI便利更落实地带给了企业。对员工而言，以前是打开多个应用，现在，只需要在WorkBuddy一个入口里，自如地调用多种能力。而且，各应用的上下文也可以同步带过去，不用再人工搬运；AI也不必每次都从零理解任务。
对企业管理者而言，可以在一个后台看全景，也可以沿用既有权限与数据边界，不必为每个工具重新配置一套管理机制，管理更便捷、高效。
一个订阅、一个后台，听起来只是产品架构的调整，但它把企业获取上下文的成本，从“”每次人工搬运”降到了“系统自带”。
这是质变。但仅有这些还不够。
从偶尔聪明到稳定执行
账号、记忆、数据的打通只是入场券。企业真正需要的，是这些智能体能干活。
Agent的实际运行，是一个循环：先获取上下文、再推理与规划、接着调用工具、并采取行动、最后观察与验证结果，然后进入下一轮。
听起来简单，但真跑起来会发现，链条上任何一个环节掉链子，整个任务就崩了。所以许多智能体，Demo演示非常完美，可一进入真实工作流，全都是雷。
能干活还不够。真实的企业工作，往往是几十个步骤、多个工具、跨越几个小时甚至几天的长任务。而且，商业出错代价更大。所以，智能体的价值不在于偶尔的聪明，而在于稳定的执行。
这就是为什么Harness工程如此关键。它是让Agent工作循环稳定跑下去、且跑得好的Agent底座。可以把一次次不确定的模型输出，转化为更稳定、可控的执行过程。
WorkBuddy的Harness有两个目标：提高Agent首次执行的正确率，并提供反馈循环、让系统能自动发现和纠正常见问题。具体到用户能感知到的部分，大致有这么几件事：
首先，交付结果前，AI会先查一遍。遇到工具报错时，也会尝试判断原因、调整执行方式。
其次，长任务能跑到底，不会半路撂挑子。技巧包括复杂任务拆解、一项项做；需要的资料按需加载；支持任务中断，换设备、隔天做都可以继续。这对处理几十步长任务的企业场景，非常刚需。
别说是智能体，即使人也会出错。所以，也采用了执行环境隔离、文件修改钱确认、高风险动作请求确认等方式。这是企业敢把关键流程交给Agent的底线。
成本也是企业所在意的。降低成本的一个方式是“杀鸡不用牛刀”。计算、格式检测之类的简单事情交给程序，模型处理真正需要理解和判断的部分。
这次套件化，则把WorkBuddy的Harness能力予以放大。作为底座，为各类应用提供统一的规划、技能与上下文基础设施。共用底座意味着减少重复建设。接入新的工具时，不必重新实现一遍任务规划、状态管理和错误处理；底座能力改进后，也更容易让多个应用共同受益。
这不仅是WorkBuddy的技术规划，也是行业趋势。当Agent数量越来越多、软硬打通、多智能体协作的需求越来越强，那，底层能力一定会从“每个团队自建”演变为“由底座统一提供”。
这就像移动OS的演化。早期每个App都要自己实现推送、定位、支付，后来这些能力被操作系统统一封装成公共服务，开发者才能真正专注业务逻辑。
这次WorkBuddy把Harness封装为公共服务，也确保了各类智能体可以从一次聪明的工具，升级为稳定执行的数字员工。
从个人效率倍增到组织能力
AI进入企业，往往从几个积极的员工开始。有人拿它写文案，有人做数据分析，有人把每周的汇报自动生成了。他们找到了用好AI的方法，成为同事眼里的“AI高手”。
但企业用好AI，不只是让某几个员工效率快5倍。而是把这些人跑通的经验，被更多员工复用。
这是个人效率工具和组织生产力系统之间的分水岭。套件化升级，正解答了企业的期待。
在WorkBuddy里，账号和上下文打通，经过验证的流程与判断，也可以沉淀为Skill与专家。留下来的不仅是一句提示词，还可以包括任务步骤、处理规则和检查方法。
比如在上海家化内，一位物流运营管理经理张樱，平时需要处理仓储费、操作费等账单。过去团队主要靠Excel，一整套月度分析需要五到六个人天。
虽然她不懂代码，但她有丰富的业务经验。随后，她把每个月的数据处理步骤拆解后交给WorkBuddy，由其生成Python脚本，再用18个月历史数据持续验证，最后把发现的问题沉淀进了Skill。这个过程也很有代表性，因为效率提升不是来自一次漂亮的回答，而是来自反复验证后留下的方法。
张樱搭建的数据仪表盘
现在，月度账单分析从2人天缩短至15分钟。整套月度工作，也压缩到了20分钟以内。而且，这套Skill不仅是张樱在用，她的同事也在用；不仅是物流运营管理部门在用，其他部门也可以直接调用。
自今年4月上海家化和WorkBuddy启动试点后，已经覆盖供应链、品牌营销、研发、财务、人事、信息部等9大业务部门，平均为员工提效超4.5倍。
这就是从个人经验到组织能力，所带来的飞轮效应。智能体被调用越多，企业空间里的上下文越厚；上下文越厚，智能体的交付，越贴近企业自身的标准；交付越准，成员越愿意把更多工作交给它，进而产生更多沉淀。
飞轮转起来之后，企业的组织形态、经营思维，也会跟着变。晶科能源在普及AI使用过程中，管理层就有一个感受，以前靠招人扩张，现在开始靠算力扩张。
因为，当智能体从个人助手，转化到稳定执行的数字员工，再进化到可以反复调用的组织经验后，企业使用AI的价值，就会非常显著。使用AI也就不是选择题，而是必答题。
但用好AI，并不是人人都能交出满分卷。企业要选择的，不是更多AI账号，而是一个能沉淀可复用组织经验的底座。而WorkBuddy发布办公套件化升级，就是要降低选择的门槛。
催人跑的快，来自于日积月累的慢
把应用接起来，把执行做稳定，把经验留下来。套件化并不是一个凭空出现的方向，而是企业使用AI后，具体问题不断累积的必然选择；与此同时，也是腾讯能力体系、战略规划的必然选择。
比如，QQ、微信、腾讯会议等等产品，已经证明了，腾讯更擅长把技术做成“长期留存型工具”；而Agent要进入用户长期工作流，就需要用户持续信任、授权与交互，非常考验产品体验和信任关系。
另外，腾讯拥有丰富的场景入口，而且是高频任务网络。这就会产生丰富的上下文，提升智能体交付效果和体验；再带来更高频使用；从而形成一套自进化体系。
同时，腾讯长期服务超大规模C端用户，各类业务对系统稳定性、并发能力、成本控制和实时体验，都有极高要求。在提供服务过程中，也形成了更适合大量、连续、多轮、复杂的工程能力。这和智能体大量、多轮、连续、复杂的工作特点也非常吻合。
所以，催人跑的快，正来自于“日积月累的慢”。企业AI这场长跑，才刚过起跑线。WorkBuddy此次套件化升级，正是把拦路的山，凿开一些，把路铺平一些。
---全文完，欢迎交流
理工/金融 复合背景
畅销书《英伟达之道》译者
百亿私募/头部自媒体 双重经历
看清科技、商业本质，讲出精彩故事
热门跟贴