近期易观分析发布的一张榜单呈现出中国桌面端 Agent 市场一个颇为特殊的竞争格局。2026 年 6 月17 款桌面端 AI 原生办公智能体的合计访问量超过 6000 万次。其中WorkBuddy 以 2097 万次位居第一访问量甚至超过第二、第三名之和。更值得注意的是进入前十的腾讯产品不止一款。CodeBuddy、QClaw 和 Marvis 同样位居榜单前列。它们并非对同一产品的简单复制而是分别面向软件研发、本地电脑任务和操作系统级交互等不同场景。几个月前各家公司还在围绕 Chatbot 入口激烈争夺。硝烟未散竞争的重心却已迅速转向 Agent。字节跳动正在将 Agent 能力向豆包、飞书等高频入口聚拢。阿里则着手整合多款办公 Agent并同步调整相关组织。两家公司都试图通过集中入口、收拢产品边界提升产研效率。与字节和阿里不同**腾讯的 Agent 并未完全走向单一入口。**WorkBuddy 已在办公智能体市场取得阶段性领先CodeBuddy、QClaw 和 Marvis 仍在各自对应的任务场景中继续发展。这容易让人联想到腾讯惯用的“赛马”机制。“赛马”的前提是多款产品围绕同一需求、争夺同一个入口。如果 Agent 并非单一品类而是 AI 时代的一种基础产品形态那么它分别进入研发、办公等场景就未必是重复下注而更像是对不同场景体验的重塑。真正值得追问的是腾讯正在以怎样的方式生产 Agent■1、一款编程Agent如何长出一个产品家族在腾讯的 AI 生态中一条以“Buddy”为名的 Agent 产品谱系正在逐渐成形。Buddy 原意为“伙伴”最初只是 CodeBuddy 名称中的一个产品后缀。2023 年AI 代码助手 CodeBuddy 以 IDE 形态推出并开始在腾讯内部推广使用。早期它主要承担代码补全、技术问答和错误诊断等辅助工作。随着软件开发智能体 Craft以及 MCP、CLI、Skills、Agent SDK 等能力陆续接入CodeBuddy 开始能够读取项目、拆解任务、调用工具、执行操作并验证结果。它也由“帮助开发者写代码”逐步走向“自主完成研发任务”。在这一过程中沉淀下来的不只是代码生成能力还有一套可以复用的 Agent 执行框架。编程之所以成为起点并非偶然。代码库、终端和测试系统为 Agent 提供了一个可操作、可反馈、可验证的环境代码本身又能被用来创造新的工具和工作流。因此Coding Agent 不仅可以完成研发任务也能够参与生产其他软件乃至其他 Agent。Anthropic 将 Claude Code SDK 更名为 Claude Agent SDK背后也是类似的逻辑驱动编码产品的工具系统、Agent Loop 和上下文管理机制已经能够被迁移到研究、内容处理和个人助理等非编程任务中。随后推出的 Cowork则进一步将类似的执行方式带入知识工作。WorkBuddy 的出现验证了同样的迁移也在腾讯内部发生。腾讯于 2025 年第四季度启动 WorkBuddy 项目并在 2026 年 3 月正式发布。据腾讯云相关负责人介绍WorkBuddy 最初的内测版本是一名产品经理借助 CodeBuddy 和智能体 SDK用一个周末搭建出来的。这个细节的意义不只在于开发速度。CodeBuddy 既提供了 WorkBuddy 所依赖的执行能力也直接参与了这款产品的生产过程。WorkBuddy 保留了 CodeBuddy 沉淀下来的任务编排、工具调用和执行机制再围绕办公任务重新组织 Skills、工具接口和产品交互。一款编程 Agent由此生长为一款办公 Agent。这意味着共同的执行框架不仅能够脱离代码环境也可以显著降低生产下一款 Agent 的成本。此后这种迁移方式迅速走向标准化。2026 年 5 月发布的 DataBuddy被腾讯称为“Buddy 家族的第三位成员”。它在底层继承了 WorkBuddy 的 Harness再通过 Skills 注入腾讯云在大数据领域积累的专业经验并连接 WeData、DLC 等业务系统由此获得数据分析、数据治理和数仓工程等能力。从 CodeBuddy 到 WorkBuddy再到 DataBuddy腾讯逐渐形成了一套生产垂直 Agent 的公式垂直 Agent 通用 Harness 专业 Skills行业知识 业务系统 交付界面Harness 负责理解任务并组织执行Skills 提供专业流程与判断规则业务系统则让 Agent 能够真正采取行动。Buddy 所复制的单位也由一项具体功能转变为一整套岗位能力。6 月发布的 LearnBuddy 延续了这一思路。作为“Buddy 家族首个行业应用”它建立在与 WorkBuddy 同源的框架之上再加入教育知识、科研 Skills、多智能体协作和长期记忆从而进入教学、学习与科研场景。这种生产方式并不局限于以 Buddy 命名的产品。由 CodeBuddy、WorkBuddy 团队打造的创意设计智能体 Miora与二者共享底层架构同时加入图像、视频、3D 和 UI 设计等专业子 Agent以及面向创意工作的 Skills。“AI 航海家”则以 WorkBuddy 智能体平台为基础叠加七国专业语料和 22 位专家智能体形成一套面向企业出海的解决方案。由此Buddy 不再只是一个产品后缀。它正在成为腾讯 Agent 工厂中的一条产品线。■2、模型、云、应用网络腾讯的“Agent工厂”如何运转不过一条能够反复复制的产品线还不足以构成完整的生产体系。更重要的变化在于Buddy 产品中经过验证的能力正在走出具体产品、进入腾讯云并与腾讯既有的应用网络连接起来。最直接的信号是 WorkBuddy Managed Agents。它同样基于 WorkBuddy Harness 构建将原本服务于 WorkBuddy 的任务编排、记忆和执行能力封装为云端服务再与腾讯云的算力、沙箱、安全和治理能力结合。企业客户据此创建的 Agent还可以被直接分发至 WorkBuddy 工作台。这改变了 WorkBuddy 与腾讯云之间原有的关系。过去WorkBuddy 是一款生长在云基础设施之上的产品。现在它在真实场景中得到验证的 Agent 内核又被抽取出来成为其他 Agent 可以复用的公共能力。**云生成产品产品再反哺云。**腾讯的 Agent 生产体系在这样的循环中逐渐成形。腾讯云本身也在围绕 Agent 重新组织。2026 年 3 月腾讯云首次发布 Agent 产品全景图将原本分散的模型、基础设施、技能、应用和安全能力纳入同一体系。TokenHub 统一接入混元及第三方模型Agent Runtime 提供专门的运行环境ADP腾讯云智能体开发平台则覆盖 Agent 的开发、连接、运行和治理。在这套体系中模型成为 Agent 可以灵活选择的智力供给Runtime 承载具体任务的执行开发平台则进一步将知识、工具和业务系统组织成可用的应用。腾讯内部由此形成了两条彼此连接的生产路径。一条以 Buddy 为代表将公共能力封装成用户可以直接使用的 Agent另一条以 Agent Runtime、Managed Agents 和 ADP 为代表把产品中积累的 Agent 能力转化为企业和开发者可以调用的基础设施。前者持续带来真实任务与产品反馈后者则不断降低新 Agent 的生产和运行成本。两者共同构成一个**“应用—基础设施”飞轮。**放在整个行业中看这与微软依托 Copilot、Microsoft 365 和云平台打通企业任务的思路类似。但腾讯的现实起点依然不同微软拥有高度统一的生产力套件和企业软件体系腾讯面对的则是一个体量庞大、入口众多且分属于不同场景的产品网络。因此腾讯并没有简单地用一个 AI 入口取代所有应用而是在尝试建立一层共享的 Agent 执行能力让原本相互独立的产品逐渐成为 Agent 可以理解、调用和组合的组件。腾讯原有的办公与内容产品也开始成为 Agent 理解任务、调用工具和交付结果的空间。Agent Suite 以 WorkBuddy 为工作台中枢通过 One ID 连接腾讯文档、腾讯网盘和腾讯乐享。腾讯文档推出的“人机双写”功能则接入了 WorkBuddy 的统一 Agent 内核。AI 不再停留在编辑器外围提供问答和建议而是直接进入文档、PPT 和表格的生产过程。Workbuddy“人机双写”功能示意腾讯会议、腾讯网盘和腾讯乐享也开始进入同一条任务链会议产生讨论内容和任务信息WorkBuddy 负责后续执行文档承载协作成果网盘保存内容资产乐享再将其沉淀为组织知识。原本相对独立的办公产品开始围绕“任务如何完成”重新分工。这些产品的角色也随之发生变化。会议纪要和项目资料可以成为 Agent 理解任务的上下文文档、搜索和存储能力可以成为 Agent 调用的工具办公软件本身则成为用户审核、修改和接收结果的界面。腾讯过去分别面向用户提供的软件正在转化为 Agent 可以读取、调用和组合的能力。类似的连接也出现在 Buddy 体系之外。2026 年 6 月元宝接入 ima 公开知识库。腾讯文档和微信读书负责输入内容ima 承担知识沉淀与检索元宝可以调用其中的专业内容WorkBuddy 则参与资料整理和后续执行。过去分散在不同应用中的内容与知识开始彼此流动。至此一套生产循环开始成形。以 Buddy 为代表是产品线腾讯云是生产底座应用网络则负责将 Agent 送入具体任务。三者彼此连接共同勾勒出腾讯 Agent 工厂的基本轮廓。■3、大厂争夺Agent开始比拼生产体系Agent 仍处于产品形态快速变化的阶段。现阶段的比拼首先是一场探索效率的竞速。决定竞争力的不只是能否推出一款成功产品还包括能否以较低成本并行验证不同场景迅速将模型和工具能力转化为产品并根据真实使用反馈持续调整。过去半年字节跳动没有大规模推出独立 Agent而是将相关能力集中到少数高频入口中迭代。豆包从聊天助手扩展到任务模式和专业版订阅不断调整自身的交互方式和任务边界飞书则将 Agent 嵌入群聊、多维表格和企业知识等既有场景。对字节而言Agent 探索更多发生在主产品内部试验的基本单位是新的模式、功能和工作流。阿里推出的独立产品相对更少近期的重点则是从产品架构和组织架构上进一步收敛。QoderWork、MuleRun 和悟空被整合为千问办公。这次整合既压缩了重复的产品与组织边界也试图让办公 Agent 进一步连接钉钉以及阿里体系内的商业服务。腾讯采取了另一种方式。它没有将所有 Agent 能力都收进 WorkBuddy、微信或元宝而是通过 Buddy AI、Agent Runtime、ADP 和 TokenHub集中建设模型接入、运行环境、任务执行和安全治理等公共能力与此同时腾讯文档、腾讯会议等业务仍在分别探索 Agent 与各自场景的结合方式。由此腾讯形成了一种**“底座能力集中化、场景应用去中心化”**的结构。统一底座能够减少重复建设降低新 Agent 的启动成本分散在各个业务中的团队则可以利用自身掌握的用户、数据和流程提高对具体场景的命中率。如果说移动互联网时代的字节跳动通过共享算法、流量分发和增长体系建立了一座集中化的“App 工厂”那么腾讯正在组织的则是一座更加去中心化的 Agent 工厂。前者复制的是一套从内容供给、用户获取到商业化的完整产品机制后者复制的则是 Harness、Runtime 和 Skills 等 Agent 执行能力。至于具体产品解决什么问题、以何种方式交付仍由不同业务团队在各自场景中定义。这种差异也源于 Agent 本身的特殊性。App 通常拥有相对完整的产品边界而 Agent 需要读取业务上下文、调用工具并进入真实流程。不同场景中的数据权限、专业规则和交付标准很难由一个中心团队统一规定。因此Agent 工厂可以集中建设底层能力却必须把场景探索留给最接近用户的位置。Agent 时代的终局究竟是一个超级入口吸收所有场景还是一群专业 Agent 重新组织软件生态腾讯总裁刘炽平在腾讯 2026 年第一季度财报电话会上将 Agent 的发展类比为互联网的演进。互联网早期曾由浏览器和搜索引擎承担强入口但随着服务数量增加网站、应用和移动端产品仍在持续分化。大模型市场已经呈现出类似的特征。不同模型分别擅长对话、代码和多模态任务开源与闭源模型长期并存单一模型尚不足以满足全部需求。Agent 可能进一步强化这种分化。不同公司和应用可以拥有自己的 AgentAgent 再根据具体任务选择模型、读取文件、调用工具并连接业务系统。腾讯当下押注的未必是某一种确定的 Agent 形态而是一套能够持续生成、验证和筛选产品的机制。**天下武功唯快不破。**当答案尚不明确时寻找答案的速度就变得格外重要。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】