越来越多人开始关注WorkBuddy。大多数讨论集中在它能做什么、怎样操作,以及有哪些值得掌握的使用技巧。这当然没有错,一款AI产品首先要解决的,就是用户是否会用、是否好用,以及能否真正完成工作。
但今天,我们想换一个视角:不只看WorkBuddy怎么用,而是看看它从哪里来、如何一步步演进,以及这款产品背后的团队是怎样工作的。
回到今年3月9日,腾讯正式上线WorkBuddy。上线第二天,由于访问量远超预期,核心服务触及容量预警,团队紧急扩容并调整系统架构。两个月后的腾讯一季度财报中,马化腾首次将WorkBuddy放到公司级业绩叙事里:腾讯称,按照日活用户计算,WorkBuddy已经是中国使用最广泛的效率型AI Agent服务。(华尔街见闻)
一款年初才开始内部试用的产品,为什么能在如此短的时间内冲出来?
表面上看,这是腾讯抓住了桌面Agent和“龙虾”热潮;但把时间线向前拉,会发现WorkBuddy并不是突然出现的产品。它的真正起点不是2026年3月,甚至不是2026年1月,而是腾讯云团队过去几年围绕AI Coding、Agent架构和企业研发场景所积累的一套能力。
更重要的是,WorkBuddy的快速迭代并不只是产品能力的结果。它背后同时发生了一场小范围但相当彻底的组织实验:产品经理开始写代码,开发人员开始参与PRD和需求定义,功能被拆给3—5人的小型闭环团队,AI参与任务分解、接口约定、代码生成、经验沉淀和Agent之间的任务调度。
产品背后,一定是人和团队。虽然腾讯官方尚未完整披露WorkBuddy的组织架构、团队规模、核心成员和具体协作机制,但结合官方材料、管理者访谈及多家媒体报道,仍然可以大致还原这支团队从CodeBuddy时期的小规模探索,到WorkBuddy快速扩张,再到产品、研发与AI深度协同的演进路径。接下来我们一起来看看,也欢迎批评指正。
一、先快速了解WorkBuddy的发展时间:从AI Coding到通用工作Agent
二、WorkBuddy不是突然出现的,它是CodeBuddy能力的一次“外溢”
WorkBuddy产品负责人汪晟杰从2021年开始参与AI Coding产品,最初的愿景是“让写代码像写文档一样简单”。2023年前后,腾讯云内部负责AI代码助手的团队大约只有10人。当时市场注意力主要集中在基础模型和Chatbot,AI Coding还不是一条足够热门、商业模式足够清晰的赛道。(Apple Podcasts)
为了证明产品价值,这支团队没有停留在腾讯内部做技术验证,而是直接进入企业客户现场。钛媒体的深度采访显示,汪晟杰曾在招商银行机房驻场近三周,参与开会、部署、收集反馈和修改产品,直到2024年底形成签约,随后又以类似方式进入小米、荣耀等企业客户。(钛媒体)
这段经历很重要。它意味着CodeBuddy团队早期积累的不只是模型调用能力,而是模型怎样进入真实工作环境:怎样读取上下文,怎样使用工具,怎样在企业权限内执行任务,怎样处理失败,怎样把一次模型回答变成一段完整工作。
随着Cursor、Devin和Claude Code等产品出现,AI在软件开发中的角色也从代码补全工具逐渐变成可以理解需求、调用工具并自主执行任务的Coding Agent。到2025年下半年,CodeBuddy团队已经建立了支持Agent自主执行任务的底层架构、开放平台和SDK。(华尔街见闻)
这套系统后来成为WorkBuddy快速出现的真正基础。
2026年1月,Claude Cowork公开后,汪晟杰与少数同事基于CodeBuddy已有平台快速搭建了一个面向非技术用户的Web原型,最初叫CodeBuddy Work。腾讯研究院整理的公开圆桌显示,WorkBuddy 0.1版本于1月15日上线;汪晟杰在媒体采访中则回忆,1月17日前后的一个周末,他和几位同事连续工作两天,完成了更早期的0.01版本。(腾讯云)
因此,把WorkBuddy简单理解为腾讯看到OpenClaw爆火后迅速推出的一款“腾讯版龙虾”,并不准确。OpenClaw加速了产品公开发布和功能调整,但WorkBuddy所依赖的Agent执行框架,在热潮出现前已经存在。腾讯选择的也不是直接套用OpenClaw代码,而是沿用CodeBuddy的自研底座,并在安全、自主程度和产品体验之间采取更克制的路线。(华尔街见闻)
WorkBuddy的产品逻辑,实际上是把CodeBuddy在代码世界中已经验证的Agent Harness,迁移到文档、数据、网页、设计和通用办公场景。
这是一种典型的“能力外溢”:不是从零…