腾讯 WorkBuddy baru-baru ini mengumumkan pembukaan ekosistem kerjasama, mengintegrasikan rakan perisian seperti Tongda Xin, Guangfa Securities, dan Beida Fabao, serta rakan peranti seperti Plaud, Rokid, Insta360, dan iFlytek, untuk membina sistem kerja Agent OS.

Penulis artikel, sumber: GeekPark

Beberapa masa lalu, Anthropic melancarkan Model Hardware Standard, mencuba membina bahasa universal antara AI Agent dan peranti keras. Selepas menyambung ke standard ini, peranti daripada pelbagai pembuat dan antaramuka seperti mikroskop dan lengan mekanikal boleh dikenal pasti, difahami, dan dipanggil oleh Agent.

Perkara ini menunjukkan perubahan yang sedang berlaku dalam industri AI. Dalam setahun terakhir, persaingan terutama berpusat pada kemampuan inferens, penghasilan, dan multimodal model; kini, Agent mulai keluar daripada jendela perbualan dan memasuki makmal, pabrik, dan tapak perusahaan. Masalah industri kemudiannya berpindah ke bawah: selepas model sudah cukup pintar, siapakah yang akan menghubungkan alat, peralatan, data, dan tugas?

Pada 2 September, Tencent WorkBuddy mengumumkan pembukaan kerjasama kepada lebih banyak rakan. Aplikasi dan perisian rakan seperti Tongda Xin, Guangfa Securities, Beida Fabao, Tencent SSV Teacher Assistant, Weimeng, Beisen, Yunzhangfang, dan Fanruan telah masuk ke dalam ekosistem; sementara rakan peranti keras seperti Plaud, Rokid, Insta360, Youlanzi, iFlytek, Anker, Mammoth, dan Jingzao turut menyumbang kepada peta ekosistem WorkBuddy.

Mengapa satu produk AI perlu menyambungkan perisian profesional, perkhidmatan industri, dan pelbagai peranti keras secara serentak? Senarai ini menggambarkan medan kerja penuh yang akan dihadapi oleh Agent: perisian profesional menyediakan pengetahuan industri dan tindakan perniagaan, peranti keras pintar menyediakan maklumat lapangan melalui suara, imej, dan pergerakan, manakala Agent pula perlu mengatur semuanya menjadi satu rantai tugas yang boleh diteruskan secara berterusan.

Dalam setahun terakhir, produk AI pejabat telah mampu menulis, mencari, merumuskan, serta mengendalikan kandungan yang semakin kompleks. Namun, pekerjaan sebenar masih tersebar di pelbagai perisian, peranti, dan sistem akaun yang berbeza. Selepas pengguna menerima cadangan AI, mereka sering perlu mengendalikan pemindahan maklumat, menukar alat, dan menyambungkan proses sendiri.

Jadi, apabila AI mula terlibat dalam pekerjaan yang kompleks, sebenarnya persaingannya adalah siapa yang membina satu sistem kerja untuk Agen: membolehkannya mengingat konteks, memahami status tugas, mengagendakan aplikasi dan peranti, serta mewujudkan hasil daripada niat pengguna dalam sempadan kuasa yang terkawal.

WorkBuddy membuka kerjasama ini cuba memberikan jawapan, iaitu Agent OS.

Selepas menjawab soalan, AI perlu belajar menyelesaikan tugas.

Sebagai contoh, seorang pengurus pelaburan sedang bersiap untuk menjalankan penyelidikan industri. Beliau perlu meninjau semula nota penyelidikan dan minit mesyuarat sebelumnya, mengambil data pasaran, pengumuman syarikat, dan maklumat industri; selepas mesyuarat, beliau perlu menyusun penilaian utama, menyenaraikan soalan yang perlu disahkan, dan mengagihkan tugas susulan, akhirnya menghasilkan satu laporan penyelidikan.

Setiap langkah memiliki alat yang sesuai: kandungan mesyuarat mungkin tertinggal dalam peralatan rakaman, maklumat pasaran datang dari perkhidmatan kewangan profesional, maklumat tersebar di fail tempatan dan pangkalan pengetahuan perusahaan, dan kerjasama berlaku di dokumen, e-mel, dan perisian mesej segera. AI boleh membantu menghasilkan ringkasan, tetapi mungkin tidak tahu apa yang telah dikaji pengguna sebelum ini, masalah apa yang diselesaikan dalam perbincangan ini, dan kesimpulan mana yang masih perlu disahkan.

Ini adalah halangan utama yang dihadapi Agent semasa berpindah dari「menjawab soalan」ke「menyelesaikan tugas」. Lin Zuolu, ketua ekosistem terbuka Tencent WorkBuddy, juga membincangkan di acara pelancaran, "Langkah 'Agent boleh melakukan tugas' telah dilalui. Cabaran sebenar ialah memastikan ia berterusan di mana-mana peranti, sistem, atau skenario."

Agen perlu menangani tugas yang kompleks dan memerlukan konteks yang berterusan. Ia perlu mengingat apa yang telah dilakukan pengguna, memahami tahap tugas yang sedang berjalan, menentukan alat mana yang perlu dipanggil, serta mengetahui data mana yang boleh dibaca dan tindakan mana yang memerlukan pengesahan. Ingatan, status tugas, sambungan alat, kebenaran identiti, data, dan hasil membentuk persekitaran asas yang diperlukan oleh agen untuk bekerja.

PC awal juga melalui peringkat serupa. Sebelum sistem pengendali dan antaramuka seragam menjadi matang, perisian sukar bertukar maklumat dengan lancar, dan pengguna sendiri bertindak sebagai penghubung antara alat-alat yang berbeza. Kini, jurang antara aplikasi, peranti, dan Agent membawa bentuk gesekan baru.

Agent OS menyelesaikan masalah lapisan ini. Sistem operasi tradisional mengurus fail, tetingkap, dan aplikasi, manakala Agent OS perlu mengurus tugas, memori, alat, dan kebenaran. Model menyediakan keupayaan pemahaman dan penalaran, sementara sistem ini menentukan sejauh mana model boleh melihat tempat kerja dan sejauh mana tugas boleh didorong.

Dalam tempoh separuh tahun sejak pelancaran, WorkBuddy telah menjalani lebih daripada 50 iterasi versi dan diterapkan dalam lebih daripada 50 industri termasuk kerajaan, pendidikan, runcit, kewangan, media, dan perjalanan. Menurut laporan kewangan Q1 2026 Tencent, berdasarkan bilangan akaun harian aktif, WorkBuddy telah menjadi perkhidmatan agen AI kecekapan paling popular di China. Data daripada pihak ketiga Analysys menunjukkan bahawa jumlah akses bulanan di platform PC melebihi 20 juta pada bulan Jun, mengekalkan kedudukan teratas pasaran.

Sementara beberapa produk AI pejabat masih menguji skenario tunggal, WorkBuddy telah mengumpulkan pelbagai jenis tugas sebenar yang mencukupi—ini adalah asasnya untuk mencuba menjadi OS—OS tidak pernah direka untuk aplikasi tunggal.

Bagaimana rantai kerja disambungkan dari aplikasi Buddy ke peranti pintar

Ekosistem terbuka WorkBuddy pertama-tama memperbaiki "tangan" dan "mata" Agent.

Aplikasi dan rakan perisian seperti Tongda Xing, Guangfa Securities, Beida Fabao, Weimeng, Beisen, Yunzhangfang, dan Fanruan masing-masing menyambungkan skenario profesional seperti kewangan, undang-undang, pengurusan perniagaan, sumber manusia, perpajakan dan analisis data. Nilai yang mereka bawa, selain pintu masuk aplikasi, termasuk pengetahuan industri, data perniagaan, dan alat yang boleh dilaksanakan yang diperlukan oleh Agent semasa menyelesaikan tugas profesional.

Sebagai contoh dalam penyelidikan dan analisis kewangan, Tongda Xin telah mengemas kemampuan analisis kewangan profesional selama 30 tahunnya ke dalam WorkBuddy. Dengan satu soalan pengguna, sistem dapat menghasilkan kandungan berformat dan boleh dilacak dalam masa minit. Aplikasi ini membawa 26 pakar dan 14 Skill, yang pada masa berjalan secara autonom mengendalikan data pasaran semasa, data kewangan, dan maklumat sektor Tongda Xin melalui protokol MCP. Semasa pemanggilan, kad data standard akan muncul secara automatik. Selain itu, apabila terdapat kekurangan data, sistem akan secara jelas menandakan “tunggu diisi”, bukan mengisi secara spontan.

Ini adalah batasan ketat AI dalam konteks profesional. Model besar generik boleh menghasilkan analisis yang kelihatan lengkap, tetapi dalam bidang seperti penyelidikan dan pelaburan, undang-undang, dan perubatan, "kelihatan betul" dan "boleh dilacak serta disemak semula" adalah dua perkara yang berbeza.

Aplikasi Buddy boleh dianggap sebagai mod kerja vertikal yang dimuatkan di atas dasar WorkBuddy. Rakan industri menyambungkan pengetahuan, alat, proses, dan bentuk jenama mereka ke dalamnya, dan pengguna mendapat meja kerja yang lebih selaras dengan keperluan profesional. Pengurus pelaburan, guru, peguam, pencipta kandungan, dan pedagang mungkin memiliki Buddy yang berbeza.

Sumber gambar: WorkBuddy

Kehadiran rakan peranti membolehkan alur kerja keluar daripada skrin. Peranti seperti Plaud, Rokid, Insta360, iFlytek, dan YouLanzi membawa maklumat daripada suara, imej, interaksi ruang, dan skenario kerja mudah alih kepada Agent; rakan-rakan seperti Anker, Mammoth, dan Jingzao pula melengkapi titik masuk terminal di tempat kerja dan penciptaan.

Logik akses peranti secara asasnya adalah menulis "pemacu" untuk Agent OS — peranti bertanggungjawab atas pengesanan, pemanggilan, paparan, dan interaksi (sebagai peranti I/O), manakala WorkBuddy bertanggungjawab atas pemahaman, perancangan, dan penjadualan (sebagai kernel). Pengilang tidak perlu membina AI sendiri atau mengubah bentuk produk mereka; sekali sahaja disambungkan, ia akan menghubungkan peranti, App, PC, dan Web, membolehkan akaun, tugas, ingatan, dan hasil berpindah tanpa halangan antara peranti.

Sebagai contoh, apabila pengguna membawa peranti rakaman atau cermin pintar ke ruang mesyuarat, ucapan secara langsung menjadi input tugas; selepas mesyuarat, kandungan ditranskripsikan dan diarkibkan, tindakan yang perlu diambil dikenal pasti, bahan berkaitan dipanggil, dan e-mel serta tugas kolaborasi seterusnya dihantar ke sistem yang sesuai. Apabila pengguna berpindah dari peranti keras ke telefon atau PC, tugas, ingatan, dan hasil tetap berterusan sepanjang rantai yang sama.

Keyboard麦 kolaborasi YouLanzi menawarkan bentuk akses lain. Ia menggabungkan mikrofon dan papan tombol kecil, memungkinkan pengguna untuk membangunkan dengan menekan tombol dan berbicara langsung untuk memberi tugas ke WorkBuddy, tanpa perlu beralih ke jendela perisian.

Sumber gambar:公众号 YouLanZi

Skenario klasik produk ini ialah Vibe Coding—pembangun menggambarkan keperluan dengan suara, dan Agen secara automatik menghasilkan petikan kod tanpa perlu mengangkat tangan daripada penyunting kod. Bagi pencipta kandungan dan pengguna pejabat harian, ia juga merupakan pintu suara "always-on": apabila inspirasi datang, katakan sahaja; tugas sementara, berikan arahan secara lisan; idea separuh jadi diubah secara automatik menjadi senarai tugas atau draf yang terstruktur.

Bagi pengilang peranti keras, mereka memperoleh satu laluan AI yang lebih realistik. Membina dari sifar—memilih model, pengurusan memori, perancangan tugas, pemanggilan alat, dan kawalan keizinan—memerlukan penglibatan kejuruteraan yang besar. Jika peranti keras bertanggungjawab atas pengesanan, pemanggilan, paparan, dan interaksi, sementara platform Agen menangani pemahaman, perancangan, dan penjadualan, pengilang boleh memfokuskan usaha mereka pada pengalaman produk yang menjadi kekuatan mereka.

WorkBuddy ingin mengambil peran lapisan tengah ini. Pengguna melihat aplikasi Buddy, pakar, Skills, konektor, dan peranti keras, sementara sistem penjadwalan yang beroperasi di belakang layar mengatur konteks dan kemampuan berdasarkan tugas.

Semakin banyak rakan yang menyambung, semakin lengkap konteks kerja yang dapat dilihat oleh platform—ini adalah nilai ekosistem serta pemboleh ubah utama keberkesanan Agent OS.

Sistem kerja yang bagaimana untuk berkembang dari produk menjadi ekosistem?

Nilai mana-mana sistem operasi tidak hanya datang dari fungsinya sendiri. Ia perlu menyediakan antaramuka yang stabil kepada pembangun, ruang berterusan kepada rakan kongsi, serta pengalaman yang konsisten kepada pengguna di antara pelbagai aplikasi dan peranti. Agent OS juga mengikuti logik ini.

Keuangan, undang-undang, perpajakan, pendidikan, dan penciptaan konten masing-masing memiliki pengetahuan, data, dan alur kerja sendiri, sementara perangkat keras juga menjalankan tugas persepsi dan interaksi yang berbeda. Sulit bagi satu perusahaan untuk menutupi lingkungan kerja yang begitu kompleks secara mandiri. Makna pembukaan WorkBuddy kali ini adalah mencoba menyerahkan kemampuan umum seperti memori, tugas, pemanggilan alat, izin identitas, dan manajemen produk ke platform, sementara mitra akan melengkapi pengetahuan industri, perangkat lunak profesional, dan titik masuk terminal.

Ini juga menjelaskan mengapa WorkBuddy perlu bergerak dari satu produk kepada ekosistem. Konteks yang dapat dilihat oleh satu Agent biasanya terbatas pada satu aplikasi; semakin banyak industri dan alat yang disambungkan, semakin besar peluangnya untuk memahami bagaimana suatu pekerjaan berlaku.

Struktur teknikal platform terbuka juga membuktikan hal ini. Selain peranti keras dan aplikasi Buddy, platform secara serentak membuka tiga modul utama: Skill, Expert, dan Connector. Pembangun boleh menulis satu set kaedah industri atau aliran kerja sebagai Skill, menggabungkan pengetahuan domain dan cara penilaian sebagai Expert, serta menyambungkan API atau alat sendiri melalui Connector.

Penghubungan ini bersifat dua arah: kemampuan AI luar masuk ke pasaran Buddy untuk melayani pengguna, sementara rakan peranti juga boleh memperoleh kebenaran melalui platform untuk membawa kemampuan ekosistem WorkBuddy ke peranti mereka sendiri. Kemampuan pembayaran dan saluran pengagihan platform sedang dipercepat pembinaannya—sejarah OS berulang kali membuktikan bahawa rekabentuk sistem ekonomi lebih menentukan arah jangka panjang ekosistem berbanding struktur teknikal. Samada pembangun boleh mendapat keuntungan dan rakan boleh memperoleh pulangan berterusan, secara langsung menentukan sama ada sistem terbuka ini merupakan ekosistem yang hidup atau sekadar persembahan kerjasama sementara.

Dengan memperluas perspektif sedikit lagi, dapat dilihat bahawa dalam laporan keuangan kuartal terbaru, Tencent menggambarkan penempatan AI dalam tiga tingkat: kecerdasan, aplikasi, dan infrastruktur: Hunyuan membentuk kemampuan model, produk seperti WorkBuddy dan CodeBuddy menjalankan tugas nyata, sementara infrastruktur komputasi dan awan menyokong pelatihan model dan inferensi aplikasi. Pengurusan Tencent juga menggambarkan WorkBuddy sebagai ruang kerja Agent yang fleksibel, yang boleh menjadualkan model dan Kemahiran yang berbeza mengikut tugas.

Posisi ini bermaksud bahawa WorkBuddy tidak sekadar membungkus Hunyuan sebagai produk pejabat dalam ekosistem Tencent. Ia lebih seperti lapisan penghubung antara model, alat, dan tugas pengguna: menerima kemampuan Hunyuan dan model lain di bahagian bawah, serta menghubungkan kepada skenario produktiviti spesifik di bahagian atas, kemudian menguji kelayakan model dan kejuruteraan Agent melalui tugas sebenar.

Hy4 Preview yang baru dilancarkan membuat laluan ini menjadi lebih spesifik. Tencent menempatkannya untuk tugas produktiviti seperti kod, pejabat, dan penyelidikan, serta secara serentak mengintegrasikan WorkBuddy, CodeBuddy, Yuanbao, dan ima. Hy4 Preview juga direka secara kolaboratif dengan produk seperti WorkBuddy, dengan fokus pada pengoptimuman kerjasama lintas fail, analisis data, serta keseluruhan proses dari pemprosesan maklumat hingga penghantaran dokumen, jadual, dan ucapan.

Dahulu, pembangunan model besar dan pelaksanaan produk sering kali merupakan dua rantai yang相对 berasingan: pasukan model meningkatkan kemampuan melalui ujian piawai, kemudian pasukan produk mencari skenario penggunaan yang sesuai. Hubungan antara WorkBuddy dan Hunyuan menunjukkan lintasan yang berbeza. Model masuk terlebih dahulu ke dalam tugas produktiviti sebenar, dan penilaian di sisi produk, hasil panggilan alat, serta maklum balas skenario dikembalikan ke peringkat pembangunan untuk membantu iterasi berterusan model dan Agent engineering.

Ini membentuk roda data yang ingin dibina oleh Tencent. Selepas kemampuan model ditingkatkan, WorkBuddy boleh menangani tugas yang lebih kompleks dan rantai yang lebih panjang; peningkatan jenis tugas akan mendedahkan masalah sebenar model dalam perancangan, pemanggilan alat, dan penghantaran hasil; sambungan berterusan dari aplikasi, peranti keras, Skills, dan pakar akan meningkatkan kepadatan konteks platform. Produk, model, dan ekosistem saling mendorong satu sama lain dalam proses ini.

Roda data juga memerlukan sempadan yang jelas. Bagi pengguna perniagaan, bagaimana memori tugas disimpan, bagaimana data perniagaan dipisahkan, dan bagaimana operasi penting diberi kuasa dan dicatatkan akan menentukan sejauh mana platform boleh memasuki alur kerja. Semakin banyak konteks yang diperoleh WorkBuddy, semakin berat tanggungjawab tatacara yang dipikulnya. Tanpa asas kepercayaan ini, semakin besar skala ekosistem, semakin besar juga risiko potensialnya.

Dari sudut pandang ini, ekosistem terbuka itu sendiri merupakan syarat asas kepada Agent OS. Tencent telah memiliki Hunyuan, rapat, dokumen, e-mel, WeChat for Enterprise, dan perkhidmatan awan di dalamnya, manakala rakan luar membawa keahlian, perisian industri, dan pintu masuk peranti keras. Jika keupayaan-keupayaan ini boleh dipanggil secara seragam berdasarkan tugas, WorkBuddy baru mungkin berkembang daripada produk AI pejabat dalam Tencent menjadi platform kerja yang meliputi lebih banyak industri dan pembangun.

OS tidak boleh bergantung pada satu pelancaran sahaja. Ekosistem terbuka mampukah membolehkan Agent mengumpul kepadatan konteks yang mencukupi dalam alur kerja setiap pengguna, supaya model mempunyai isyarat sebenar untuk dioptimakan, dan rakan kongsi mendapat pulangan berterusan yang mendorong mereka untuk kekal—ini adalah masalah yang lebih asas berbanding struktur teknikal.

WorkBuddy boleh menjadi yang pertama mengusulkan arah Agent OS, tetapi keberkesanan sistem ini akhirnya bergantung pada kemampuannya untuk mengubah model, produk, dan keupayaan penghubung Tencent menjadi satu tatanan ekosistem yang berterusan.