初识 WorkBuddy 与 AI 工作系统

本文整理自社区开源《WorkBuddy 实战蓝皮书》第一篇第 1 章与「课外阅读：一章看懂 AI 工作系统」，用于建立对 WorkBuddy 与 AI 工作系统的基础认知。原文链接见文末。

一、WorkBuddy 是什么

WorkBuddy 是腾讯推出的全场景职场 AI 智能体工作台，面向人力资源、行政、运营、销售、研发等不同职场角色。它不像传统 AI 助手只陪你聊天、给建议，而是像真正的同事一样思考、执行任务并交付结果。

从"回答问题"到"交付结果"

你只需用一句自然语言描述需求，它就能理解目标，在本地电脑中自主规划执行步骤，并完成复杂的多模态任务。获得授权后，它可以读取和处理本地文件，自动完成批量文件处理、文档生成、表格分析、PPT 制作、多模态内容创作、行业调研、本地知识库构建等工作。

复杂任务下，它还能自主拆解步骤，并通过多个智能体（Agents）并行，减少你在不同工具、文件和任务之间反复切换的成本。

例如："分析这个文件夹中的销售数据，并生成一份汇报 PPT。" WorkBuddy 会自主读取文件、理解内容、完成分析，并生成可查看、可修改的成果——你不需要手动上传每个文件，也不必一步步指挥下一步。

核心能力三句话

WorkBuddy 的核心能力可以概括为：听得懂人话，能够自主思考规划，也真的能够操作电脑交付成果。

为完成不同类型任务，它还提供：

• 多模型切换（混元 / DeepSeek / GLM / Kimi / MiniMax 等）
• MCP Server：接入外部工具与数据
• Skills 技能包：扩展专业方法

针对本地文件操作、终端执行等场景，它还提供高危指令拦截和权限控制，降低 AI 自主执行的风险。

二、延伸：一图看懂 AI 工作系统

理解 WorkBuddy，最好先看清一次 AI 任务里到底发生了什么。

一句话解释：模型负责理解和生成，Agent 负责围绕目标组织行动，Skill 提供专业方法，工具与 MCP/API 让行动触达真实世界，人负责边界与验收。

五类角色里：模型是大脑，Agent 是调度员，Skill 是专家手册，工具与接口是手脚，人是裁判。

1. LLM：会根据上下文预测内容的基础模型

LLM（大语言模型）从大量数据中学习语言和知识模式，根据输入生成最可能的后续内容。它本质是个"预测下一个内容"的引擎，不是数据库，也不替你负责。

• 擅长：理解/归纳/改写文本、提取结构、生成草稿与代码、模仿格式、基于工具结果继续分析
• 不天然保证：事实正确、掌握企业最新内部状态、拥有文件/账号/数据库权限、承担业务与法律责任

为什么会"幻觉"？因为模型目标是生成连贯内容，不是内置事实数据库。当资料缺失或要求它给确定答案时，它可能用合理但不真实的内容填补空白。降低幻觉的办法：提供可靠资料、要求引用位置、允许回答"无法确认"、对高影响结论人工复核。

2. Token 与上下文窗口

Token 是模型处理文本的基本单位（中文一个字可能对应一个或多个 Token）。上下文窗口是一次推理中模型能处理的输入、历史对话和输出总量，相当于短期记忆容量。

经验：别把所有聊天记录当数据库用——旧要求可能与新要求冲突，关键资料被无关内容淹没，成本和等待时间上升。长项目应使用文件与项目记忆，而不是无限长的对话。

3. Prompt：任务说明，不是神秘咒语

好的 Prompt 不以长度取胜，而以"信息是否足够执行和验收"取胜。它要回答六要素：

要素	要回答的问题
目标	最终解决什么问题
输入	使用哪些资料或系统
动作	分析、整理、生成还是写入
约束	不能做什么，采用什么规则
输出	交付什么文件或结构
验收	怎样判断正确和可用

六要素里最容易被忽略的是"验收"：没有验收标准，模型只能按自己理解交差。

Prompt → 任务卡 → SOP → Skill，是从"一次性说明"到"可复用能力"的逐级固化。不是每个 Prompt 都值得变成 Skill，先重复成功，再固化。

4. Agent：能围绕目标循环行动的执行体

Agent 不只是"回答一次"，而是持续执行一个循环：理解目标 → 观察环境 → 决定下一步 → 调用工具 → 读取结果 → 修正计划，直到交付或触发停止条件。

关键差异：聊天模型说错了最多误导你；Agent 做错了可能真的删了文件、发了邮件、改了数据库。所以 Agent 需要的不是更聪明的提示，而是更硬的护栏（权限、检查点、日志、回滚）。

好的 Agent 出现以下情况应暂停并请求人处理：关键输入缺失、目标冲突、权限不足、成本超预算、动作不可逆、结果无法验收。

5. Tool / Skill / MCP / API

• Tool：Agent 可调用的具体能力（读文件、搜索、发消息）。模型"懂"一件事不代表它"能"做——能不能做取决于有无对应工具、权限和连接。
• Skill：可复用的专业工作方法封装，把容易做错、容易遗漏的环节固定下来。它包含 SKILL.md、references、scripts、templates、tests。Skill 是"方法封装"，不是"能力保证"。
• MCP：AI 世界的"USB 接口"，规定 AI 客户端如何发现和调用外部工具。它解决"怎么连"，不解决"连了之后安不安全"。
• API：软件之间交互的接口。MCP Server 可在内部调用一个或多个 API，再以 Agent 更容易使用的方式暴露。API 是地基，MCP 是地基上 Agent 能直接进出的门。

6. Workflow 与 Agent 的区别

维度	Workflow（工作流）	Agent（智能体）
路径是否预设	是，设计时就定好	否，运行时根据环境决定
决策时机	设计阶段固定	执行阶段动态
可控性	高，易预测和回滚	较低，路径可能变化
适用场景	步骤明确、可重复、合规要求高	路径不确定、需环境反馈、开放目标

两者不是替代关系，而是嵌套使用：Agent 把稳定子任务写成 Workflow（Skill 背后就是 Workflow），Workflow 的某个判断节点也可交给 Agent。

---

整理来源：AlephAITech/WorkBuddyGuide（MIT License）。时效性信息（价格、功能、可用性）以 WorkBuddy 官方渠道为准。本内容仅做学习整理，保留原作者版权与许可证声明。