Kinilala ng Tencent WorkBuddy ang kanyang ecosystem ng pagkakaisa sa pamamagitan ng pag-integrate sa mga kasosyo sa software tulad ng Tongda Xin, Guangfa Securities, at Beida Faobao, pati na rin ang mga kasosyo sa hardware tulad ng Plaud, Rokid, Insta360, at iFlytek upang bumuo ng sistema ng trabaho na Agent OS.

May-akda at pinagmulan: Geek Park

Kahit na ang Anthropic ay naglabas ng Model Hardware Standard, na nagtatangkang lumikha ng isang pangkalahatang wika para sa pag-uugnay ng AI Agent sa hardware. Pagkatapos ng pagkakonekta sa istandar na ito, maaaring makita, maintindihan, at iwanag ng Agent ang iba’t ibang device mula sa iba’t ibang manufacturer at interface, tulad ng mikroskopyo at robotic arm.

Ang pagkakataong ito ay nagtuturo sa isang pagbabago sa industriya ng AI. Noong nakaraang taon, ang pakikidigma ay nakatuon sa pag-iisip, pagbuo, at mga kakayahan ng multimodal ng mga modelo; ngayon, ang mga Agent ay nagsisimulang lumabas sa mga bintana ng chat at pumasok sa mga laboratorio, pabrika, at mga lugar ng negosyo. Ang mga tanong ng industriya ay bumaba naman: Pagkatapos ng pagiging sapat na matalino ng mga modelo, sino ang mag-uugnay sa mga kasangkapan, kagamitan, data, at mga gawain?

Noong Setyembre 2, ipinahayag ng Tencent WorkBuddy ang pagpapalawak ng pagkakasundo sa mas maraming mga kasosyo. Ang mga aplikasyon at software na kasosyo tulad ng Tongda Xin, Guangfa Securities, Beida Fabao, Tencent SSV Teacher Assistant, Weimeng, Beisen, Yunzhangfang, at Fanruan ay sumali sa ekosistema; samantala, ang mga hardware na kasosyo tulad ng Plaud, Rokid, Insta360, Youlanzi, iFlytek, Anker, Mammoth, at Jingzao ay nagtatag ng isang kompletong ekosistema para sa WorkBuddy.

Bakit kailangan ng isang AI product na magkonekta nang sabay sa mga propesyonal na software, industriya serbisyo, at iba’t ibang hardware? Ang listahang ito ay naglalarawan ng buong workspace na haharapin ng Agent: ang mga propesyonal na software ay nagbibigay ng kaalaman sa industriya at mga aksyon sa negosyo, ang mga smart na hardware ay nagbibigay ng impormasyon mula sa field sa pamamagitan ng tunog, imahe, at paggalaw, at ang Agent ay kailangang isama ang lahat nito upang mabuo ang isang tuloy-tuloy na serye ng mga gawain.

Sa nakaraang taon, ang mga AI-powered na produktong pang-opisina ay nakakasulat, nakakahanap, nakakasummary, at nakakapag-angkop sa mas kumplikadong nilalaman. Ngunit ang totoong trabaho ay patuloy na nakakalat sa iba’t ibang software, device, at sistema ng account. Pagkatapos makakuha ng mga rekomendasyon mula sa AI, kadalasan ay kailangan pa ng mga user na mag-transport ng impormasyon, magpalit ng mga tool, at mag-link ng mga proseso.

Kaya, kapag nagsisimula na ang AI na makilahok sa mga kumplikadong gawain, ang tunay na kompetisyon ay kung sino ang makakabuo ng isang sistema ng paggawa para sa Agent: upang itala ang konteksto, maunawaan ang estado ng gawain, iskedyul ang mga app at device, at isulong ang intensyon ng user tungo sa resulta sa loob ng kontroladong hangganan ng pahintulot.

Ang WorkBuddy ay nagbubukas ng pagkakaisa upang bigyan ng sagot ang Agent OS.

Pagkatapos sagutin ang mga tanong, kailangan ng AI na matutong tapusin ang mga gawain.

Halimbawa, isang investment manager ay handa ang isang industry research. Kailangan niyang balikan ang mga nakaraang notes at meeting minutes, i-access ang market data, company announcements, at industry information; pagkatapos ng meeting, kailangan niyang i-organisa ang mga pangunahing pagtataya, listahanin ang mga tanong na kailangang i-verify, at mag-assign ng susunod na mga gawain, at huling i-stored bilang isang research report.

Sa bawat hakbang, may kasamang mga kasangkapan: ang mga nilalaman ng pagpupulong ay maaaring manatili sa recording device, ang mga impormasyon sa merkado ay galing sa mga propesyonal na serbisyo sa finansya, ang mga materyales ay nakakalat sa lokal na files at enterprise knowledge base, at ang kolaborasyon ay nangyayari sa mga dokumento, email, at instant messaging apps. Ang AI ay maaaring tumulong sa paglikha ng isang summary, ngunit hindi naman alam kung ano ang na-research ng user dati, anong mga problema ang nalutas sa diskusyon na ito, at anong mga konklusyon ay kailangan pang i-verify.

Ito ang pangunahing hadlang na kinakaharap ng Agent habang lumilipat mula sa 「pag-sagot sa mga tanong」 patungo sa 「pagkumpleto ng mga gawain». Sinabi rin ni Lin Zuolu, Head of the Open Ecosystem ng Tencent WorkBuddy, sa pagpapahayag: «Ang pagkakaroon ng 'kakayahang gawin ang mga bagay' ng Agent ay nasa likod na. Ang totoong hamon ay ang pagpapanatili nito nang walang paghinto sa anumang device, anumang sistema, at anumang sitwasyon.»

Ang agent ay dapat makahandle ng mga kumplikadong gawain at kailangan ng tuloy-tuloy na konteksto. Dapat itong tandaan kung ano na ang ginawa ng user, maunawaan kung saan na ang gawain, matukoy kung anong kasangkapan ang dapat gamitin, at malinaw kung anong data ang maaaring basahin at anong mga aksyon ang kailangan ng pagpapatotoo. Ang memorya, kalagayan ng gawain, koneksyon sa kasangkapan, mga pagsasayos ng identidad, data, at mga produkto, ay bumubuo sa pangunahing kapaligiran na kailangan ng agent para magtrabaho.

Ang mga maagang PC ay dumaraan din sa katulad na yugto. Bago matatag ang mga operating system at uniform na interface, mahirap magpalitan ng impormasyon ang mga software, at ang mga user ang nagiging konektor sa pagitan ng iba’t ibang tool. Ngayon, ang pagkakawala ng pagkakaisa sa pagitan ng mga app, device, at Agent ay nagdudulot ng ganitong uri ng pagkakasira sa bagong anyo.

Ang tinatawag na Agent OS ay naglulutas ng problema na ito. Ang tradisyonal na operating system ay nagmamaneho ng mga file, window, at application, habang kailangan ng Agent OS na magmaneho rin ng mga gawain, memorya, mga kasangkapan, at mga pahintulot. Ang modelo ay nagbibigay ng kakayahan sa pag-unawa at pag-iisip, at ang sistema na ito ang nagpapasya kung gaano karaming lugar ng trabaho ang makikita ng modelo at gaano kalayo ang maaaring ipagpatuloy ang mga gawain.

Sa loob ng anim na buwan ng paglalunsad, natapos ng WorkBuddy ang higit sa 50 na pag-update ng bersyon at isinagawa sa higit sa 50 na industriya kabilang ang pamahalaan, edukasyon, retail, pinansyal, media, at paglalakbay. Ayon sa Tencent Q1 2026 financial report, batay sa bilang ng araw-araw na aktibong account, ang WorkBuddy ay naging pinakapopular na efficiency AI agent service sa China. Ayon sa data ng third-party na institusyon Analysys, ang buwanang pagbisita sa PC端 noong Hunyo ay higit sa 20 milyon, at nananatiling nasa unang posisyon sa merkado.

Kapag ang ilang AI na produkto sa opisina ay nagpapatotoo pa sa isang solong escenario, ang WorkBuddy ay nakapag-umpisa na ng sapat na diverse na mga totoong gawain—ito ang batayan nito sa paggawa ng OS—ang OS ay hindi ginawa para sa isang solong aplikasyon.

Paano i-link ang isang chain ng trabaho mula sa app ng Buddy hanggang sa smart hardware

Ang bukas na ekosistema ng WorkBuddy ay una sa pagpapakumpleto ng mga "kamay" at "mata" ng Agent.

Ang mga aplikasyon at software partners tulad ng Tongda Xin, Guangfa Securities, Beida法宝, Weimeng, Beisen, Yunzhangfang, at Fanruan ay nagkonekta sa mga propesyonal na sitwasyon tulad ng finansyal, batas, pagpapatakbo ng negosyo, mga mapagkukunan ng tao, pagsasagawa ng buwis, at pag-analisa ng data. Ang kanilang halaga, maliban sa mga entry point ng aplikasyon, ay ang kaalaman sa industriya, mga data sa negosyo, at mga maaaring gawing kasangkapan na kailangan ng Agent upang matapos ang mga propesyonal na gawain.

Halimbawa ng pananaliksik sa finansyal. Ipinapakete ng Tongda Xin ang kanyang 30-taong propesyonal na kakayahan sa pananaliksik sa WorkBuddy, kung saan ang isang tanong mula sa user ay maaaring magbigay ng structured at traceable na nilalaman ng pananaliksik sa loob ng minuto. Ang aplikasyong ito ay may 26 na eksperto at 14 na Skill, at sa runtime ay awtomatikong nagpapadala ng mga kahilingan gamit ang MCP protocol para sa real-time na presyo, financial data, at impormasyon sa sector mula sa Tongda Xin, at awtomatikong nagpapakita ng standardized na data card habang ginagawa ang pagtawag. Bukod dito, kapag may kulang sa data, ang sistema ay magkakaroon ng malinaw na pagtanda ng “hinihintay ang pagpuno,” at hindi ito awtomatikong isasaklaw.

Ito ang eksaktong hard constraint para sa AI sa propesyonal na setting. Ang mga pangkalahatang malalaking modelo ay maaaring lumikha ng isang analysis na tila kompletong, ngunit sa mga larangan tulad ng pag-aaral at pag-aalok, batas, at kalusugan, ang "tila tama" at "maaaring i-trace at i-review" ay dalawang magkakaibang bagay.

Ang Buddy app ay maaaring ituring na isang vertical work mode na nakaload sa WorkBuddy base. Ang mga industry partner ay nagpapakilala ng kanilang kaalaman, mga kasangkapan, proseso, at anyo ng brand dito, at ang mga user ay natatanggap ang isang workspace na mas malapit sa kanilang pangangailangan sa propesyon. Maaaring magkaroon ng iba’t ibang Buddy ang mga investment manager, guro, abogado, content creator, at negosyante.

Source ng imahe: WorkBuddy

Ang pagkakaroon ng mga hardware partner ay nagpapalawak pa ng workflow labas sa screen. Ang mga device tulad ng Plaud, Rokid, Insta360, iFlytek, at YouLanZi ay nagdadala ng impormasyon mula sa boses, imahe, spatial interaction, at mga mobile work scenario sa Agent; samantala, ang mga partner tulad ng Anker, Mammoth, at JingZao ay nagpapakumpleto sa mga terminal entry sa mga lugar ng opisina at paggawa.

Ang lohika ng pagkonekta sa hardware ay sa kanyang core ay pagsulat ng "driver" para sa Agent OS—ang hardware ay responsable sa pagpapansin, pagpapagaling, pagpapakita at interaksyon (katumbas ng I/O device), habang ang WorkBuddy ay responsable sa pag-unawa, pagpaplano at pagpapahintulot (katumbas ng kernel). Walang kailangang bumuo ng AI ang mga tagagawa, o baguhin ang anyo ng kanilang produkto; isang pagkonekta lang ang kailangan upang i-connect ang hardware, App, PC, at Web, at hayaan ang account, mga gawain, memorya, at mga produkto na mag-flow nang walang hadlang sa pagitan ng mga device.

Halimbawa, habang dala ng user ang recording device o smart glasses sa meeting room, ang mga pagsasalita sa harap ay naging input ng task; pagkatapos ng meeting, ang nilalaman ay na-transcribe at na-archived, ang mga to-do ay na-extract, ang kaugnay na materyales ay na-access, at ang susunod na email at collaborative tasks ay na-push sa tamang sistema. Kapag nag-switch ang user mula sa hardware patungo sa mobile o PC, ang mga task, memorya, at output ay patuloy na nagpapatuloy sa parehong chain.

Ang collaborative keyboard mic ng Youlanzi ay nagbibigay ng ibang anyo ng pagpasok. Ipinagsasama nito ang microphone at ang numeric keypad; pindutin lang ang key upang mag-activate at magsalita agad upang bigyan ng gawain ang WorkBuddy, nang walang kailangang magpalit sa window ng software.

Sanggunian ng larawan: WeChat Official Account ng YouLanzi

Ang klasikong escena ng produkto na ito ay ang Vibe Coding—ang mga developer ay naglalarawan ng kanilang mga pangangailangan sa pamamagitan ng boses, at ang Agent ay awtomatikong lumilikha ng mga code snippet, nang hindi kailangang tanggalin ang kanilang mga kamay mula sa code editor. Para sa mga content creator at mga user sa araw-araw na opisina, ito ay isang "always-on" na voice input: agad mong sabihin ang iyong inspirasyon, ibigay ang pang-tempo mong gawain nang walang pag-iisip, at awtomatikong isasalin ng sistema ang mga pang-panahon na ideya sa mga structured to-do list o draft.

Para sa mga tagagawa ng hardware, mayroon silang mas realistiko na daan patungo sa AI. Ang pagbuo mula sa wala ng pagpili ng modelo, pamamahala ng memorya, pagpaplano ng gawain, pagtawag sa mga kasangkapan, at pagkontrol ng mga pahintulot ay nangangailangan ng malaking pagsisikap sa inhenyeriya. Kung ang hardware ang responsable sa pagpapansin, pagpapagising, pagpapakita, at interaksyon, at ang Agent platform ang nagtatanggol sa pag-unawa, pagpaplano, at pag-schedule, maaaring i-focus ng mga manufacturer ang kanilang enerhiya sa kanilang sariling kakayahan sa pagkakaroon ng magandang karanasan sa produkto.

Ang WorkBuddy ay gustong tanggapan ang papel na gitnang layer na ito. Ang nakikita ng user ay ang Buddy app, mga eksperto, Skills, mga connector, at hardware, habang sa ilalim ay tumatakbo ang isang sistema ng pagdudulot na nakabatay sa pag-organisa ng konteksto at kakayahan sa bawat gawain.

Mas maraming kasamang nagsasama, mas kompletong nakikita ng platform ang konteksto ng trabaho—ito ay ang halaga ng ekosistema at ang mahalagang salik kung makakapag-umpisa ba ang Agent OS.

Paano mula sa isang produkto ang pag-unlad nito sa isang ecosystem?

Hindi lamang mula sa sariling mga tampok ang halaga ng anumang sistema ng OS. Kailangan nito na magbigay ng matatag na interface para sa mga developer, mag-iiwan ng espasyo para sa patuloy na pagpapatakbo ng mga kasosyo, at kailangan ring magbigay ng magkakatulad na karanasan sa mga gumagamit sa pagitan ng iba’t ibang aplikasyon at device. Sundo rin ng Agent OS ang logika na ito.

Ang finance, batas, buwis at edukasyon, at paggawa ng nilalaman ay may sariling kaalaman, data, at proseso; ang hardware ay may iba’t ibang tungkulin sa paghahawak at interaksyon. Mahirap para sa isang kumpanya na mag-isa ay masakop ang ganitong kumplikadong workplace. Ang pagbubukas ng WorkBuddy ay layuning bigyan ng platform ang mga pangkalahatang kakayahan tulad ng memorya, mga gawain, pagtawag sa mga kasangkapan, mga karapatan sa pagkakakilanlan, at pamamahala ng mga produkto, at pagsuporta ng mga kasosyo sa pamamagitan ng pagdaragdag ng kaalaman sa industriya, propesyonal na software, at mga terminal na entry point.

Ito rin ang nagpapaliwanag kung bakit kinakailangan ng WorkBuddy na maging isang ecosystem mula sa isang produkto. Ang konteksto na makikita ng isang solong Agent ay karaniwang limitado sa isang aplikasyon; mas maraming industriya at kasangkapan na ma-access, mas malaki ang pagkakataon nito na maintindihan kung paano nagaganap ang isang trabaho.

Ang teknikal na arkitektura ng bukas na platform ay nagpapatotoo rin dito. Bukod sa hardware at ang Buddy app, ang platform ay nagbukas din ng tatlong module: Skill, Expert, at Connector. Ang mga developer ay maaaring isulat ang isang set ng industriya method o workflow bilang Skill, isama ang kaalaman at paraan ng pagdedesisyon sa isang larangan bilang Expert, at i-connect ang kanilang sariling API o mga kasangkapan sa pamamagitan ng Connector.

Ang pagkakonekta na ito ay dalawang direksyon: ang mga eksternal na AI capability ay pumapasok sa merkado ng Buddy para serbisyuhin ang mga user, samantalang ang mga hardware partner ay maaari ring makakuha ng lisensya sa pamamagitan ng platform upang dalhin ang mga kakayahan ng ekosistema ng WorkBuddy sa kanilang sariling mga device. Ang kakayahan ng platform sa pagbabayad at pagpapalaganap ay nasa mabilis na pagbuo—ang kasaysayan ng OS ay paulit-ulit na ipinakita na ang disenyo ng ekonomikong sistema ay mas nakakaapekto sa matagalang direksyon ng ekosistema kaysa sa teknikal na arkitektura. Kung makakakita ba ng pera ang mga developer, at kung makakakuha ba ng patuloy na return ang mga partner, diretso itong tumutukoy kung ang bukas na sistema na ito ay isang buhay na ekosistema o isang pansamantalang pagpapakita ng kooperasyon.

Sa mas mataas na pananaw, makikita na sa pinakabagong quarterly financial report, inilarawan ng Tencent ang kanilang AI strategy sa tatlong antas:智能化, aplikasyon, at imprastruktura: ang Hunyuan ang nagbibigay ng model capability, ang mga produkto tulad ng WorkBuddy at CodeBuddy ang sumasakop sa mga totoong gawain, habang ang computing power at cloud infrastructure ang nagpapalakas sa pag-train ng model at pag-reason ng aplikasyon. Parehong inilarawan ng management ng Tencent ang WorkBuddy bilang isang flexible Agent workspace na maaaring mag-schedule ng iba’t ibang model at Skills batay sa gawain.

Ang posisyon na ito ay nangangahulugan na ang papel ng WorkBuddy sa loob ng Tencent ecosystem ay hindi lamang ang pagpapakita ng Hunyuan bilang isang produktong pang-opisina. Ito ay mas katulad ng isang koneksyon layer sa pagitan ng mga modelo, mga kasangkapan, at mga gawain ng user: nagsasagawa ng mga kakayahan ng Hunyuan at iba pang mga modelo sa ibaba, at nag-uugnay sa mga partikular na escenario ng produktibidad sa itaas, at pagkatapos ay sinusubok ang pagkakagamit ng mga modelo at Agent engineering sa pamamagitan ng mga totoong gawain.

Ang bagong ipinakilalang Hy4 Preview ay nagiging mas tiyak sa chain na ito. Ipinapakilala ng Tencent ang Hy4 Preview para sa mga produktibidad na gawain tulad ng code, opisina, at siyentipikong pananaliksik, at sinasama nito ang WorkBuddy, CodeBuddy, Yuanbao, at ima. Ang Hy4 Preview ay dinisenyo nang koordinado kasama ang mga produkto tulad ng WorkBuddy, na nakatuon sa pagpapabuti ng cross-file collaboration, data analysis, at ang buong proseso mula sa pagproseso ng impormasyon hanggang sa pagpapadala ng dokumento, spreadsheet, at presentation.

Noong nakaraan, ang pag-unlad ng malalaking modelo at ang pagpapatupad ng produkto ay karaniwang dalawang hiwalay na proseso: ang mga koponan ng modelo ay nagpapabuti ng kanilang kakayahan sa mga benchmark test, at pagkatapos ay ang mga koponan ng produkto ay naghahanap ng mga angkop na aplikasyon. Ang ugnayan ng WorkBuddy at Hunyuan naman ay nagpapakita ng ibang paraan: ang modelo ay direktang ipinapasok sa mga totoong produktibong gawain, at ang pagtataya sa aspeto ng produkto, mga resulta ng paggamit ng mga kasangkapan, at mga feedback mula sa mga sitwasyon ay bumabalik sa proseso ng pag-unlad upang tulungan ang pagpapabuti ng modelo at ang Agent engineering.

Ito ang nagbuo sa data wheel na nais nilang itayo ng Tencent. Pagkatapos mapabuti ang kakayahan ng modelo, maaaring harapin ng WorkBuddy ang mas kumplikado at mas mahabang mga gawain; ang pagdami ng mga uri ng gawain ay nagpapakita naman ng totoong mga problema ng modelo sa pagpaplano, paggamit ng mga kasangkapan, at pagbibigay ng resulta; habang ang pagpapalakas ng aplikasyon, hardware, Skills, at mga eksperto ay patuloy na pataasin ang density ng konteksto ng platform. Ang produkto, modelo, at ekosistema ay nagpapalakas isa’t isa sa prosesong ito.

Kailangan din ng malinaw na hangganan ang data flywheel. Para sa mga enterprise user, kung paano iiwasan ang memorya ng task, kung paano iseguro ang paghihiwalay ng business data, at kung paano i-authorization at i-record ang mga mahahalagang aksyon, ay magdedesisyon kung gaano kalalim ng workflow maaaring masali ng platform. Habang nakakakuha ng higit pang konteksto ang WorkBuddy, kailangan rin nito na tanggapin ang mas malaking responsibilidad sa pamamahala. Kung kulang ang tiwala sa ganitong antas, mas malaki ang ecosystem, mas malaki rin ang potensyal na panganib.

Sa pananaw na ito, ang bukas na ekosistema ay sarili nang kondisyon para sa pagkakatatag ng Agent OS. Ang Tencent ay mayroon nang Hunyuan, meeting, dokumento, email, Enterprise WeChat, at cloud services sa loob, habang ang mga panlabas na kasama ay nagdadala ng espesyalisadong kaalaman, industriyal software, at hardware entry points. Kung ang mga kakayahan na ito ay maaaring i-unify at i-call batay sa mga gawain, maaaring maging WorkBuddy isang work platform na nakatuon sa mas maraming industriya at developer, hindi lamang isang AI office product sa loob ng Tencent.

Hindi maaaring matapos ng isang paglalabas ang OS. Maaari ba ng bukas na ekosistema na ipagkumpuni ng Agent ang sapat na densidad ng konteksto sa bawat workflow ng user, upang mayroong tunay na signal para sa pag-optimize ng model, at upang mayroong patuloy na kapakinabangan para sa mga kasamahan na manatili—ito ay isang mas pangunahing tanong kaysa sa arkitektura ng teknolohiya.

Ang WorkBuddy ay maaaring mag-una sa pagtukoy ng direksyon ng Agent OS, ngunit ang pagiging totoo ng sistema na ito ay depende sa kanyang kakayahang i-transform ang mga modelo, produkto, at kakayahan sa pag-uugnay ng Tencent sa isang patuloy na ekolohikal na orden.