解读腾讯最新全场景职场 AI 智能体工作台 WorkBuddy从 CodeBuddy 进化而来三大核心能力、多模型与 MCP/Skills 生态以及 7 月上线的 WorkBuddy Bench 编程排行榜与 EdgeOne 挑战赛最新动态。腾讯 WorkBuddy从代码助手到全场景 AI 智能体工作台2026 年 7 月AI 编程与智能体赛道迎来一位重磅选手——腾讯把旗下的代码助手 CodeBuddy 升级为全场景职场 AI 智能体工作台 WorkBuddy官网地址从 copilot.tencent.com 同步迁移至 codebuddy.cn/work。与此同时腾讯在 7 月 24 日上线了官方 Agentic Coding 排行榜 WorkBuddy Bench联合 EdgeOne 发起了「AI Prompts × Skills 挑战赛」社区侧则出现了两天破千星的 WorkBuddy 实战蓝皮书。这一连串动作表明腾讯正在把 WorkBuddy 从“编程工具”重新定位为“职场数字同事”。从 CodeBuddy 到 WorkBuddy一次品牌与能力的双重跃迁CodeBuddy 诞生之初是腾讯云的 AI 编程伙伴主打代码补全与对话式编程官网标题至今仍写着“AI 时代的智能编程伙伴”。而 WorkBuddy 的定位发生了根本变化它面向人力资源、行政、运营、销售、研发等不同职场角色是一款“像真正同事一样思考、执行任务并交付结果”的智能体应用。蓝皮书中的定义很精辟——WorkBuddy 的核心能力可以概括为三句话听得懂人话、能够自主思考规划、真的能够操作电脑交付成果。这与传统 AI 助手的区别是本质性的传统助手陪聊、给建议WorkBuddy 则直接交付结果。用户只需用一句自然语言描述需求它就能在本地电脑中自主规划执行步骤批量处理文件、生成文档、分析表格、制作 PPT、开展行业调研、构建本地知识库复杂任务还能拆解给多个智能体并行执行。技术底座多模型 MCP Skills 的三层生态WorkBuddy 不是单一模型的套壳而是开放的智能体平台多模型切换内置混元、DeepSeek、GLM、Kimi、MiniMax 等主流模型用户可按任务类型选择。实际使用中写代码选代码能力强的模型、做创意内容选多模态模型是社区里最常见的玩法。MCP Server通过模型上下文协议接入外部工具与数据源让智能体具备调用真实服务的能力。Skills 技能包遵循 Anthropic Skills 规范的可复用能力包。蓝皮书社区里已经涌现出“公众号 Skill 一键排版并发布到微信草稿箱”“用 WorkBuddy 清洗 119 份门店 Excel 并生成报表”等真实案例——这正是 Skills 生态价值的直接证明。针对本地文件操作、终端执行等高危场景WorkBuddy 还提供高危指令拦截和权限控制机制降低 AI 自主执行过程中的风险。除了单任务执行WorkBuddy 的进阶玩法是把它当成一支“AI 团队”来组织把一次成功的工作流沉淀为可复用的 Skill再让多个 Agent 按流程分工协作。蓝皮书把这种模式概括为“从第一项任务到一支 AI 团队”。实际案例中有人用它接入小程序与 IM 助理把智能体挂到微信生态里随时调用也有人把它与 ima 知识库配合告别“微信收藏夹吃灰”的困境。对于内容创作者社区甚至开发出“公众号 Skill 一键排版并发布到微信草稿箱”的流程从调研、成稿到发布形成完整闭环。最新动态一WorkBuddy Bench 编程排行榜7 月 24 日上线的 WorkBuddy Benchworkbuddybench.com是腾讯官方的 Agentic Coding 排行榜也是近期最有信息量的评测数据。它采用双 harness测试框架设计——CodeBuddy Code 与 Claude Code 两种执行环境覆盖 Code、Web、Office、Security 四个子集共 8 个计分列。核心结论如下模型领先项代表分数Claude Opus 4.8Code / Web / Office5 列Code 74.43 / 77.90Web 68.14 / 69.86GLM-5.2Security2 列Security 76.32 / 80.86GPT-5.5Office1 列Claude Code 下输出预算最小Code 仅 6.9k tokens榜单还揭示了一个容易被忽略的事实同一模型在不同 harness 下的分数差异极大——GLM-5.2 在 Web 子集上两个 harness 得分分别为 67.43 与 60.71GPT-5.5 在 Security 上为 77.91 与 64.39。这提醒我们Agentic 评测结果必须结合具体执行环境解读脱离 harness 谈模型排名没有意义。另一个亮点是效率GPT-5.5 在 CodeBuddy Code 下所有子集输出预算最小却保持 Code 与 Office 顶级水平说明“省 token 又能干活”是可能的。腾讯自家混元模型HY-3在接入跨轮推理回传后Code 分数提升了 3.82 分CodeBuddy Code harness显示出推理链路优化的空间。最新动态二EdgeOne 挑战赛与社区生态腾讯云 EdgeOne 与 WorkBuddy 联合发起的「AI Prompts × Skills 挑战赛」官方作品池已收录 166 件作品116 个 Prompt 50 个 Skill全部通过 EdgeOne Pages 部署开箱即用全球 CDN 加速。仓库明确写出激励规则GitHub Star 破 1000 后所有获奖者 Credit 奖励全线 10%。这种“官方出资源、社区出作品”的共建模式正在为 WorkBuddy 积累可复用的资产库。社区侧的爆发同样值得关注开源项目 WorkBuddyGuide实战蓝皮书7 月 10 日创建截至 8 月 3 日已获近 2000 星在线阅读站 workbuddy.homes 提供全文搜索、章节目录与案例集。蓝皮书按“使用手册→案例篇→进阶篇→岗位与行业”四篇组织把一次成功经验沉淀为团队可复用的工作系统——这恰好补齐了官方文档“讲功能不讲实战”的短板。WorkBuddy 在真实工作流中的角色把 WorkBuddy 放进真实职场它的价值边界逐渐清晰。对运营和销售它是“表格分析 PPT 制作”的流水线清洗 119 份门店 Excel 并生成汇总报表这种过去要耗掉一整天的活现在一句自然语言就能触发。对开发者它是代码助手 CodeBuddy 能力的延续同时叠加了本地知识库构建与多模态内容创作。对管理者它是团队 SOP 的沉淀工具——把某位员工的成功案例固化成 Skill其他成员就能复用同样的工作方法。值得注意的是WorkBuddy 的定位与海外主流 Agent 产品存在明显差异。Claude Code、Codex 聚焦软件工程场景面向开发者WorkBuddy 则同时覆盖研发与职能岗位走“通用工作台”路线。这也解释了为什么它把多模型切换作为默认能力不同岗位的任务形态差异太大单一模型难以通吃。风险与思考WorkBuddy 的“自主操作电脑”能力是把双刃剑。权限控制、高危指令拦截是底线但真正的安全边界需要用户自己定义授权哪些目录、允许哪些终端操作、验收标准是什么。社区反复强调“先核对发布者与下载来源”“不从不明镜像获取安装包”说明 Agent 类产品的供应链安全同样不可忽视。此外多模型接入意味着隐私数据会流向不同服务商敏感文件的处理需要格外谨慎。另一个需要警惕的误区是“榜单分数等于实际体验”。WorkBuddy Bench 的双 harness 数据已经证明同一模型在不同执行环境下的得分可以相差 7 到 13 分更何况真实职场任务的评判标准是“交付物是否可用”而非评测集上的分数。榜单适合用来挑选模型与观察趋势落地时仍应以自己业务的验收标准为准。从行业视角看WorkBuddy 的出现标志着国内大厂在 Agent 赛道从“模型军备竞赛”转向“工作流落地竞争”。当 Claude Code、GPT-5.5 等海外模型在评测中依然领先时腾讯选择用开放的模型生态、本土化的工作流场景和低门槛的 Skills 体系来建立差异化。谁能把智能体真正嵌入职场人的日常谁就掌握了下一阶段的话语权。WorkBuddy Bench 已经给出了第一份答卷而 WorkBuddy 本身正等着更多真实的职场任务来检验。对普通用户来说现在正是动手尝试的好时机从官方渠道免费下载微信扫码即可登录从第一个小任务开始逐步搭建属于自己的 AI 工作系统。参考文献Tencent WorkBuddy Bench (2026-07-24). “Agentic Coding Leaderboard” — workbuddybench.comAlephAITech (2026-07). “WorkBuddy 实战蓝皮书” — github.com/AlephAITech/WorkBuddyGuide阅读站 workbuddy.homesTencent EdgeOne (2026-07). “Awesome Website Prompts SkillsWorkBuddy × EdgeOne 挑战赛官方作品池” — github.com/TencentEdgeOne/awesome-website-prompts-and-skills腾讯云代码助手 CodeBuddy 官网 — copilot.tencent.com / codebuddy.cn/workHacker News (2026-07-24). “WorkBuddy Bench: Agentic Coding Leaderboard” — hn.algolia.com item 49030549