当 WorkBuddy 打通企业微信：协作到底能省心多少？

对我们这样的科技媒体编辑来说，发布会结束才是工作的开始，我们会整理发布会信息、核实发布会上没说的细节，还要敲定报道选题和后续不同产品的评测方向。编辑们也会时不时在群里交换看法，设计其他可能的内容切入点。

这些碎片信息散落在企业微信各个群里，一不留神就会被新消息刷走。到了真正动手写稿时，大家往往还要重新爬楼翻看历史聊天记录、反复核对资料，甚至得再开一次会，才能确认哪些事项已经敲定、哪些问题还没确定方案。

过去我也试过让 AI 帮忙。很多办公类的 Agent 虽然查资料、做表格、写方案已经有模有样了，但我依然得先收集必要的材料，再向它交代必要的上下文，以及接下来需要做什么。次数多了也总会有疏漏的地方，导致 AI 得出来的结果和事实相去甚远。

就在昨天，WorkBuddy 和企业微信实现了双向打通。它不仅能以联系人身份出现在企微里，还可以在授权后直接读取群聊记录、文档和日程，调用工具完成任务后，再把结果送回企业微信。我就在想：既然 WorkBuddy 能直接读懂群里的讨论，那能不能跳过交代背景、提交材料的过程，直接让 WorkBuddy 承接一个已经推进中的工作？

于是，我也拉上了我们编辑部的同事，一起看看面对一堆未经整理的群聊讨论和零散材料，企业微信里的 WorkBuddy 能不能像真正加入团队那样，在搞明白该忙什么的同时，帮着我们继续推进后续的工作。

从群聊到工作流，让 WorkBuddy 接着跟踪我们聊的话题

在过去的协作习惯里，群聊既是信息产生最快的地方，也是信息损耗最严重的地方。尤其是一场持续数小时的发布会过后，群内讨论往往充斥着即兴发表的观点、随口认领的分工，以及各种尚未求证的技术传闻。如果想把这些零散信息变成可以执行的计划，编辑们往往得花费至少一两个小时重新爬楼整理。

这一次，我们尝试把这个最消耗精力的整理工作交给 WorkBuddy。我们从苹果的 9 月 iPhone 发布会后的常规讨论开始，整场讨论信息量极大，且高度碎片化，主要交织着几个同步开工的选题方向。

围绕首次亮相的全新形态设备 iPhone Duo，群里既有编辑认为外屏交互是整场发布会的最大亮点，也有人担心其折叠铰链与机身厚度在日常使用中的可靠性，加之发布会并未公开具体的快充功率与电池容量，需要核实的细节颇多。针对作为主力升级款的 iPhone 18 Pro 系列，大家也在纠结适不适合从「iPhone 18 Pro 的影像升级这个角度」去写。同时，我们也在同步筹备马上要发布的发布会汇总文章和发布会长图。还有之前发布的 Mac mini 也将要正式开售了，相关内容也得跟上。

更新之后，企业微信侧边栏多出了一个常驻的 WorkBuddy 图标，同时它也以独立联系人的形态出现在通讯录与会话列表内。我们可以像日常呼叫同事一样直接在企微对话中交代任务，也可以使用企业微信账号扫码登录 WorkBuddy 企业版桌面客户端。二者共用同一套组织身份与权限体系。

我首先在企业微信对话框中向 WorkBuddy 发送指令：

帮我看一下「编辑部」群今天的聊天记录。我们同时在推进好几篇稿件和长图，请不要简单地按时间总结，按照实际讨论的不同工作方向，整理出：

1.每个方向目前已经确定的决定。

2.还有哪些信息待确认、哪些说法互相冲突。

3.谁负责什么、进展到哪里、什么时候需要完成。

4.哪些问题可能会阻碍马上的稿件发布。

请区分群里有人提出的说法和已经核实的事实。

以往的对话式模型处理这类需求时，最大的毛病在于把「讨论」当「结论」。比如有人随口说一句「感觉这次 iPhone Duo 屏幕摄像头区域内外屏没有对齐」，AI 就很容易将其总结为「iPhone Duo 表现欠佳」。WorkBuddy 在梳理这数百条聊天记录时就表现得很聪明，没有把碎片化的讨论一股脑混在一起，而是根据每个话题不同的情况迅速整理出条理清晰的结果。

面对群里七嘴八舌的吐槽与推测，它都处理得游刃有余，比如大家对 iPhone Duo 铰链寿命的担忧、对 18 Pro 暗光成片的讨论，都被标记为了猜测。与此同时，它把明确容易出问题的地方给单独标注了出来，比如群聊里还没决定的内容分工、新版健康 App 的细节、iPhone 的充电功率等等。

到这一步，它已经帮我们省去了繁琐的爬楼环节，也让后续讨论有个明确的起点，但企业微信中的 WorkBuddy，价值远不止停留在帮人理清上下文。

无缝切换，打通使用逻辑

理清脉络后，我切换到 WorkBuddy 企业版桌面端，相比于企业微信，WorkBuddy 客户端更适合处理需要连续检索资料、调用工具、生成文件的长任务。同时，刚刚在企业微信群里梳理出的上下文已经无缝同步在它的工作台内。面对刚才讨论时遗留的几个问题，我可以进一步在 WorkBuddy 里询问：

基于刚才群聊讨论的遗留问题，联网查询 Apple 官方的技术规格页（Tech Specs）、官方支持文档以及其他可供参考的信息来源，核实 iPhone 的快充功率与电池容量，iPhone 可变光圈的档位、Mac mini 相比前代基础款涨价多少。核实完成后，为这三个选题分别起草一份报道提纲、评测项目清单和预计排期。

WorkBuddy 会通过内置的网络检索工具访问官方页面，核实之前没能确定的细节，并整合到此前群里敲定的分工列表里，再结合目前已知的所有信息，分别整理了对应的执行方案。整个过程不需要我来回复制链接、手动整理参数表，AI 在理解了群聊讨论的目标后，直接完成了信息检索、交叉比对和结构化呈现。

做策划的人都知道，计划总赶不上变化。例如在看到初版内容规划后，可能觉得目前 iPhone 18 Pro 的影像的思路不足以概括设备上的全部新特性，得换成「老用户升级换代」的角度来写。如果没有接入企业微信，这时候你就得手动爬楼、再搬运新的上下文，这样 AI 才能根据新的背景信息生成你希望的方案。

但在 WorkBuddy 中，由于和企业微信一直处于连接状态，我只需在客户端里给它发一句简短的要求：

编辑部临时决定调整策略，把 iPhone 18 Pro 的评测重心调整为老用户升级换代，所以请你重新读取群里最新的聊天记录，总结群聊的修改意见，然后更新原有的评测方案，其他的计划保持不变。

WorkBuddy 就能在保留其他选题计划不变的基础上，重构 iPhone 18 Pro 的内容结构，表现得更像是一个跟进全程的工作搭档。

方案调整完成之后，让成果回到团队的日常工作中也很重要。传统的 AI 只能把生成的方案保存在自身的文件库里，依然需要人工搬运信息。

在 WorkBuddy 里可以直接让 AI 把整理好的信息整合发送到对应的群里，方便其他同事快速跟进。

固定工作流，也能借助 Skills 加速

除了上面这种面对突发新品的策划场景，编辑部还有一些步骤相对固定、但每天都要重复的工作。比如派早报，从收集新闻到发布之前，通常要经历信息提取、初稿整理、编辑审核、事实核查等环节。

针对这个场景，我尝试把现有的早报制作规范交给 WorkBuddy，让它每个小时都先检索待处理的新闻，为每条消息提取日期、关键信息、详细信息和其他相关内容，整理成结构化 JSON，再按照早报的写作模板生成粗编稿件。即便还在通勤路上，我也可以直接在企业微信里查看初稿，提出需要补充的信息、需要核对的事实，以及修改不符合栏目口径的表述。

WorkBuddy 在接收到反馈后，会在后台自动展开二次检索与事实核对；紧接着，它会调用预先配置好的少数派写作规范技能，按照我们特定的排版间距、标点规范与行文口吻完成最后的精修润色，最终导出为标准的 Markdown 文件保存至本地。

不过，如果每天早晨我都还要在对话框里重新敲下几行提示词、一步步催促它按步骤执行，这套流程在本质上依然依赖人工。我后续还可以把整个流程打包成一个全新的早报技能，把从信源定时筛选、结构化提取，到企微内的人工审核与最终的排版规范放到一起，方便其他编辑使用。

能力过关之后，企业又如何建立对 WorkBuddy 的信任

从上面的实际体验来看，让 AI 读懂群聊记录、自动调用工具做计划，确实能大幅减轻个人的机械工作。但当我们切换到企业管理的视角时，对 AI 的考量标准就会发生根本性的变化。

在个人场景下，AI 访问的数据大多只是自己的临时草稿或公开资讯；但在真实的企业协作中，员工在企业微信里每天交流的内容极其敏感：客户跟进记录、未经公开的财报测算、内部战略分歧、涉及法律合规的合同条款，乃至核心供应链机密。

如果一个 Agent 能够自由翻阅企业内部的消息、查看网盘文件，甚至还能以员工的身份在组织里发消息，企业管理层和信息安全部门的第一反应绝对是「它会不会造成数据外泄？」「它会不会误删重要文件？」。

统一授权和全链路治理：把数据与控制权留在企业内部

市面上很多所谓的「办公 Agent」，本质上依然是个人工具的变种。员工拿自己的个人账号绑定一个 API Key，或者单向授权给某个第三方插件，就能读取部分聊天记录。这种模式对于企业来说是巨大的隐患，数据的流向完全脱离了企业的审计，员工离职后数据也无法回收。

WorkBuddy 与企业微信的打通，自然也会采用企业微信里统一的身份体系。在这次更新中，只有经过认证的企业微信企业，才能在管理后台统一开启 WorkBuddy 企业版服务。企业可以完全沿用现有的组织架构与权限体系，由管理员在后台统一分配使用名额，并为不同部门配置相应的算力额度，从管理源头避免无序调用带来的成本失控。

更为关键的是访问权限的边界控制。员工在企业微信中调用 WorkBuddy 时，其可见范围完全限定在该员工自身的企微组织身份上。员工原本在企微里看不到的敏感群聊、无权查阅的机密文档，WorkBuddy 同样无法触及。同时，不论任务是在企业微信内通过对话派发，还是在桌面端由 Agent 调度执行，所有生成结果都会在企业微信和 WorkBuddy 里完整留痕，便于企业随时审计数据流动的路径。

这种管理能力远不止基础的权限划定。为了解决企业使用 AI 智能体的时候，不知道实际「跑得多不多」「钱花得值不值」「响应快不快」「哪里出错了无从定位」等问题，WorkBuddy 企业版近期还在管理后台上线公测了「可观测中心」。它相当于给企业级 Agent 配备了一套运行监控看板，不仅能实时看到全公司的调用频次与积分消耗，支持按部门拆解辅助对账；当某项任务耗时太长、执行报错或是用量偏高时，管理员也能顺着详细的执行记录一步步倒查，找到到底卡在哪个环节、哪次工具调用出了偏差，进而有针对性地调整提示词或更换更合适的模型。

从管住谁能看什么，到看清任务怎么跑，WorkBuddy 这次把数据和控制权彻底留在了企业自己手里，企业才谈得上放心让 AI 真正参与到日常协作中。

执行安全：让 AI 敢于操作，用户不怕丢数据

解决了「谁能看什么」的权限问题后，企业接入 AI 另一个顾虑在于「AI 会做什么」。

与只能回答问题的聊天机器人不同，Agent 会真的执行文件操作、调用工具，甚至改动已有成果。早期部分 Agent 采取的策略是「极度频繁的弹窗授权」，AI 只要稍微读取一个工作区外的目录，或者执行一条基础指令，就弹出一个确认框。

但这种设计在实际工作中往往形同虚设：绝大多数普通办公人员根本看不懂那些终端命令究竟代表什么，为了赶紧完成工作，大家往往不假思索地一路点击「确认」，安全机制沦为空谈；而对真正懂命令的用户来说，频繁的弹窗又会严重打断工作节奏。

WorkBuddy 采取了一套自研的安全方案，通过技术手段建立可靠的安全系统。首先是默认安全沙箱与操作系统级的意图识别。在未开启完全访问权限时，WorkBuddy 会默认激活独立沙箱，Agent 发出的任何指令都会先经过沙箱的安全性判断。一旦检测到格式化磁盘、遍历系统根目录或修改关键配置等高危操作，安全系统会在底层直接实施硬拦截；而在用户授权的工作空间内部，常规的读写操作则直接执行，免去了频繁传统弹窗，也减少了对工作节奏的打扰。

其次是删除行为的重定向保护。自动化工具在删除文件时，往往会用命令行工具直接删除文件，被删除的数据不会进入回收站。所以，使用自动化工具误删文件往往也是最难挽回的事故。WorkBuddy 除了将删除动作设定为必须人工授权的高危行为外，还在操作系统 API 层面将删除操作重定向至系统回收站。这样即便 AI 在复杂任务中判定失误删除了某个文件，数据也随时可以在回收站中找回。

再者就是很容易被忽略、但日常极其省心的文件自动备份。很多面向开发者的 Agent 往往只能对纯文本或代码做版本撤销，但大家日常办公打交道最多的其实是 Word、PowerPoint 和图片。以往让 AI 改文件，大家最担心的就是排版被改乱了却找不回原版；而 WorkBuddy 在改动或覆盖任何本地文件之前，都会默认在后台保存一个底稿。哪怕 AI 生成的方案格式跑偏或者不满意对应的风格，也能随时找回上一版。

从个人玩具到团队设施：企业里的规模化协作

回过头来看，一个能真正执行任务的 Agent，和一个只能回答问题的聊天框，其实是两种截然不同的产品。

以往我们用传统的对话式 AI，模型充其量只是个「外部顾问」。哪怕它在屏幕上胡说八道，最坏的结果也不过是浪费了几分钟阅读时间，关掉窗口就什么都没发生，因为它碰不到你的本地文件，更不可能在公司群里跟你的同事说话。但在这次体验 WorkBuddy 的过程中，我发现它不仅在读我们的群聊，还在实打实地调用工具核对官网、修改排期，甚至把信息直接发给协作群里通知责任人。

拥有了系统级操作能力的 Agent 确实能大幅提效，但从团队协作的角度来看，Agent 能自己处理的东西越多，潜在的破坏力往往也越大。在个人电脑上，一个极客爱好者或许愿意为了尝鲜，可以忍受各种奇怪报错和可能出现的问题；但在一家始终需要对结果负责的企业里，没有人敢把一项业务交托给一个随时可能越权、误删文件甚至向外泄露机密的黑盒产品。

这也是为什么在经历了一整轮从群聊到工作流的测试后，我愈发意识到那些底层防护机制的重要性。当 AI 开始变成团队的日常协同中的一环，只靠员工个人的自律和提示词技巧是远远不够的。当组织授权、权限边界和底层保护变成一套不需要使用者提心吊胆的默认基础设施，企业才可能真正放心地把 Agent 推向规模化应用。

说到底，在今天的企业级办公场景里，上下文决定了 AI 能不能真正理解业务，而安全防护才决定了企业敢不敢放手让 AI 参与业务。

WorkBuddy 加速企业端市场布局

如果把视线放宽到整个协同办公领域，其实能看清腾讯在企业级 AI 赛道上的后续布局。

在过去十余年里，国内绝大多数企业已经将组织关系、日常沟通与业务交流牢牢建立在企业 IM 之上，并在其中沉淀了海量的文档、会议记录与项目资产。任何熟悉真实商业模式的人都清楚，企业绝不可能仅仅为了引入 AI，就要求员工重新去适应一套陌生的协作平台。

所以，腾讯选择的路线更像是用 AI「给现有的老系统通电」。回顾过去几个月的产品节奏，从陆续接入腾讯文档、腾讯网盘与腾讯乐享，到如今直接嵌入企业微信的通讯录与群聊，腾讯正一步步把 Agent 真正推进到企业原有的日常业务中。

相比于很多工具在落地时往往依赖员工个人的单向授权，WorkBuddy 企业版通过组织级的统一入口把数据主权和用量控制牢牢留在企业手里，AI 能接触哪类资料、在什么边界内执行，全凭企业的既有权限规则统一决定。既充分释放了 AI Agent 的上下文理解力，又从制度和技术底层彻底打消了企业对数据外泄的安全顾虑。

与此同时，这种原生绑定并没有走向封闭。在模型层面，企业不仅能按需选用业界顶尖的主流模型，也可以接入内部私有化的自研模型；配合开放的 Skills 与第三方连接器，销售团队可以拉取 CRM 线索，投资团队可以挂载行情数据，甚至就像我们前面制作内容那样，把具体的排版和审稿规范转为技能。

剥离掉那些宏大的概念，腾讯给出的做法其实很务实：不用大费周章搞数据迁移，也不用放弃大家早已养成的协作习惯，在保护数据安全的前提下把现成数据接入到 Agent，这或许才是企业用 AI 最省心的方式。

最后

从苹果新品报道的筹备，到少数派早报的制作，WorkBuddy 与企业微信的结合，让我感受最明显的变化，是过去需要我们反复整理资料、交代背景、协调人员的工作，现在可以更自然地用 AI 接着完成。

从企业的角度来看，这更像是一次各取所长的联手：企业微信提供了现成的组织关系与业务上下文，而 WorkBuddy 则补齐了系统级的任务执行能力。再加上统一的权限管控、完善的安全方案，以及支持多种模型与 Skills 的开放生态，企业完全可以在原有的办公体系里从容地引入 Agent，不必为了追赶 AI 浪潮把之前已经习惯的流程推倒重来。