11月20日晚上,腾讯 WorkBuddy 发了条公告,说上线了“电脑操控”。整条公告里最该多看一眼的不是这个新能力,是最后那半句。涉及登录、授权、支付、提交、删除这类操作,它请你保持在场,实时监控。
一个 AI 办公工具,自己把“别走开”写进说明,这不常见。WorkBuddy 是腾讯做的桌面 AI 工作台,Windows 和 Mac 都能装,注册就能用,跟 CodeBuddy 共用一个账号和一份积分。它这次要接手的活,恰好是那些没有接口、没有手机版、只能靠人一下一下点的桌面软件。
截至 11 月初,WorkBuddy 日活超过一千万,用户每天消耗的大模型 token 超过一百万亿,按每日 token 消耗量算,它是国内用量最高的 AI 应用。这回的电脑操控在公测阶段,要用得先把客户端升到 5.11.0 以上,再到设置的智能体页面里把功能装上。5.11.0 是 11 月 3 日发的版本,当时标着“灰度中”,六条更新日志里没提电脑操控,它是先在设置里冒出一个 Beta 开关,11 月 20 日才正式官宣。
变的是什么,一句话说清。以前 AI 想操作一个软件,得那个软件先开接口。
不开口子,AI 就只能干看着。单位里那些老系统、老 ERP、内网申报页、桌面版 CAD,AI 一直进不去,卡的就是这儿。电脑操控换了条路,它看屏幕、认界面,自己点鼠标、自己敲字、自己滚轮,公告里的原话是“不需要目标软件开放接口,就能在后台操作”。紧跟着还有半句,界面识别效果会因软件而异。
灰度那几天就已经有人拿它干活了。有人让它在中望 CAD 里画图,有人让它操作 CAD 做 3D 建模。最朴素的试法是让它打开元宝,输入一条公开问题,把答案摘要拿回来。打开、输入、取结果,三步走完,你就能看出它卡在哪一环。
差不多同一时间,谷歌在 11 月 19 日给 Mac 版 Gemini 也上了同样的能力,强调后台操作、不抢你的屏幕和鼠标,但只有 plus、pro、Ultra 订阅能用,而且只有 Mac。WorkBuddy 这次 Windows 和 Mac 都支持,免费层就能装。这一条上它不落后。
代价在权限。Mac 上要交两个,一个叫辅助功能,用来模拟鼠标键盘,一个叫屏幕录制,用来认画面。名字听着别扭,可这是这类能力的物理前提,它得看得见,才知道该往哪儿点。
老舅我劝你一句,权限别按“它会不会滥用”来判,按“能不能收回来”来判。这两个权限都在系统设置里,随时能关,关掉它就瞎了也瘫了。能收回来的权限可以给,收不回来的,比如网银密码,比如 U 盾,一次都别交。
有位用户在评论里问得更直接,能不能设一份禁止操作的应用名单,能设我才敢用。这个诉求合理,公告里没提。WorkBuddy 的老用户对它要权限这件事本来就有意见,有人写过,自己只让它做个检测,它张口要了十个文件夹的权限,连 iCloud 都要,一个没给,它照样把活干了。这是一个人的说法,但指向的问题是真的,它对权限的胃口常常比任务本身大。
那这东西现在到底能不能用?
公测一天多,晒单还少,说好说坏都早。已经能听到的声音分三类。一类嫌晚,“其他 agent 早就普及了”“codex 都出了多久的东西”。这话不算错,OpenAI 的 Codex、开源的 Windows-MCP 早就能干类似的活。一类担心它笨,一条拿了十一个赞的评论写的是,最担心笨,反应速度慢,算力消耗高,没结果。还有一类是不放心把屏幕交出去,“别人这样没问题,如果是腾讯的话可能得小心一点”。
三种里,第二种最值得当真。
再算笔账。WorkBuddy 走的是免费层加订阅加 token 用量,积分当月有效、不结转,系统先扣快到期那笔,扣多少看模型和任务复杂度。有人晒过自己五十多次会话的消耗,扣掉免费额度一共花了一千积分,平时常用的任务二三十积分就拿下。
电脑操控不在“二三十积分”那一档。它要反复看屏幕、点、等界面加载,是个长任务。10 月那版计费文档里还有个细节值得记住,系统发现任务可能死循环时会弹一个“循环执行确认”,这时候你选“终止请求”才会进退费评估,随手点“取消”不退。同样是停下来,走对入口能省一笔。
想试,我建议按这个顺序来。
先拿一个不重要的软件练手,让它打开记事本写一行字,或者把一个文件夹里的图片按日期改名。错了也不疼,你能看清它认界面准不准。
要发出去的东西,让它停在草稿。发微信、发邮件,让它把内容填好,收件人和正文你自己核一遍再点发送。公告把“提交”和支付、删除排进同一类,不是白排的。
付款、删除、授权,人别离开椅子。
动手前看一眼账上积分的到期日。当月清零,攒着没用。
“保持在场,实时监控”。一个能自己点鼠标的 AI,最老实的一句说明不是它能替你干多少活,是这几步你得在场。公测阶段,这半句比前面所有功能介绍都值钱。
当前文章无评论,是时候发表评论了