企业版 Personal Agent 来了，WorkBuddy 也能用！

大家好，我是苍何。

最近 Personal Agent 杀疯了。

xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots 轮番上阵，还有一堆听过的没听过的各种个人助理。

简单来说，Personal Agent 就是给你配了一台 AI 云电脑。你可以在里面让 Agent 帮你查资料、处理文件、调用工具。即使关闭自己的电脑，它也能继续在云端运行。

image.png

但我发现，现在很多个人助理都是 toc 的，企业里面根本没法拿来用。

有不少的老板朋友都面临这样的问题，并在寻找各种需求解决方案。

在企业端，更关注的是安全和成本可控、可核算。

刚好最近朋友给我推荐了一个给企业用的 Personal Agent，可以连接 DeepSeek Harness、Openclaw、Hermes Agent，甚至还能用 WorkBuddy。

这个产品就是元脑 AI 一体机。

image.png

员工通过浏览器创建自己的个人 Agent 实例，把任务交给它；关掉电脑，Agent 仍可在企业服务器上继续工作。

image.png

比如选了 WorkBuddy，打开实例就能直接用，也能按实例分配给员工。

和 ToC 个人助理不同，企业还得管好数据、权限和费用。

这些不用员工各自折腾，管理员在后台统一配置和管理。

PixPin_2026-10-15_16-34-15.gif

用哪些模型、分多少算力和 Token 额度、开放哪些数据权限，可以按部门和岗位的需要来定。

用起来之后，管理员能查看各个模型的使用情况，以及 CPU、内存和网络的占用情况。

image.png

员工建了哪些实例、选了什么系统和模式、哪些功能用得多，后台也看得到。

资源够不够用、要不要调整，也不用光凭感觉了。

image.png

模型接入则放在 AI 网关里统一管理，可以接入多家厂商的模型服务，再按模型粒度配置。

PixPin_2026-10-15_16-31-14.gif

Token 也不是一笔糊涂账。

整体花了多少，具体哪个模型、哪个实例用了多少，可以拆开看，再做额度管理。对于企业侧来说，一目了然。

PixPin_2026-10-15_16-32-31.gif

能干活之外，还得给它划好安全边界，对很多企业来说，安全就是命根子了。

依托元脑 AI 一体机，Agent 可以在企业内网运行，权限统一配置，操作也能追溯。

不过，接入外部模型或服务时，哪些数据允许传出去，仍要单独设好规则。

元脑 AI 一体机的纵深防御中心会在输入、运行、决策和输出等环节检查风险，对命中策略的高危事件进行拦截。

不同部门、不同业务场景，可以按各自要求设置风控策略。

PixPin_2026-10-15_16-33-31.gif

说白了，员工前面用着简单，企业后面也不能裸奔。

能用什么、能做什么、出了问题怎么查，都得有章可循。

企业讲完了，那员工具体怎么用？往下看👇

打开浏览器，创建实例，填好基础信息，再选一个引擎，就可以开始了。

image.png

创建时，可以选择 Lite、Pro 两种模式，也支持 OpenClaw、Hermes、Deepseek Harness、Workbuddy 等多个实例类型。

不用装环境，不用配服务器，实例建好，就有了一个可以持续运行的 Agent 工作环境。

这些实例实际上在企业的管理后台都是可以自己配置的。

比如我用实例里面的 WorkBuddy 帮我整理周报、月报，我只需要把资料直接传上去就好了。

PixPin_2026-10-15_15-59-16.gif

我还把本周的销售明细传了上去，让它帮忙整理、分析。

等报告出来，我再对照明细核一遍数字，看看有没有分析偏了的地方。

PixPin_2026-10-15_15-55-46.gif

这些活儿每周都要做，周报有固定格式，销售分析也有常看的几项数据。

每次都重新交代一遍，多少有点麻烦。

可以把各自的要求存成 Skill，导入对应的实例，下次就不用从头说了。

需要给多个实例用，也支持一键导入。

同事要做类似的分析，也能拿这份 Skill 改一改，比从头写要求方便。

image.png

平时写文章，我经常要查资料。

有时候网页开了一堆，看完还是不知道从哪儿下笔。

现在有了元脑 AI 一体机，我直接让它里面的 WorkBuddy 帮我查查最近一个月的全球市场情况，整理成一份调研报告。

报告里，市场上有哪些玩家、各家在做什么、最近有什么变化，都做了梳理。

看到各家都在往通用助手平台走，我又有点好奇那做这类产品的公司，以后靠什么拉开差距？

于是接着问它👇

分析通用助手平台化之后，公司如何通过垂直场景、用户数据、工具生态或工作流积累建立竞争优势。

image.png

除了查市场资料，我也拿它辅助学习。

最近在啃《深入理解 AI Agent：设计原理与工程实践》，我让它按剥洋葱的方式帮我梳理整本书籍，先讲清楚整本书的框架，再逐层拆解里面的原理和工程实践。

PixPin_2026-10-15_15-43-18.gif

与此同时，我还顺手让 DeepSeek Herness 实例帮我分析了一下 AI 智能体编排领域近三年的专利数据。

image.png

等了一会儿，它把分析结果整理了出来。

数据概览、年度趋势，都分开列好了。

我可以先看看这三年的专利申请情况，再顺着年度变化往下查，不用一上来就在一堆专利里来回翻。

PixPin_2026-10-15_14-28-42.gif

做研发的时候，大家的需求和用户反馈经常散在各个群和表格里。

有时候想回头跟进一个问题，光找当时那条消息，就得翻半天。

我就想，干脆做个用户反馈平台，把这些问题放到一起，后面查找、跟进也方便。

于是把这个需求交给OpenClaw，让它帮我搭一下。

搭好后，把需求和用户反馈丢进去，它就会自动归类、分析优先级，方便我判断哪些值得做、哪些可以先放一放。

点开某一条需求，还能看到更具体的分析。

用户反馈的是什么问题，可以怎么实现，有哪些潜在风险。

后面讨论要不要做、怎么做，就有了参考。

实际用下来，我觉得方便的地方，是员工和公司都省了不少精力。

员工打开浏览器就能用，而且热门的 Agent 都有，不用先把自己折腾成技术专家，就能让 Agent 干活，而且任务交出去，关掉电脑还能接着跑，Nice~

公司也有地方统一管模型、算力、费用和数据权限，不用让大家自己折腾。

员工能放心把活儿交给 AI，公司也能放心让员工用。

这两头都照顾到了，Agent 才有机会从少数人的尝鲜工具，变成大家日常会用的助手。

如果能给你配一个 Agent，你最想把哪件活儿交给它？评论区聊聊。