對我們這樣的科技媒體編輯來說，發布會結束才是工作的開始，我們會整理髮布會資訊、核實發布會上沒說的細節，還要敲定報道選題和後續不同產品的評測方向。編輯們也會時不時在群里交換看法，設計其他可能的內容切入點。
這些碎片資訊散落在企業微信各個群里，一不留神就會被新消息刷走。到了真正動手寫稿時，大家往往還要重新爬樓翻看歷史聊天記錄、反覆核對資料，甚至得再開一次會，才能確認哪些事項已經敲定、哪些問題還沒確定方案。
過去我也試過讓 AI 幫忙。很多辦公類的 Agent 雖然查資料、做表格、寫方案已經有模有樣了，但我依然得先收集必要的材料，再向它交代必要的上下文，以及接下來需要做什麼。次數多了也總會有疏漏的地方，導致 AI 得出來的結果和事實相去甚遠。
就在昨天，WorkBuddy 和企業微信實現了雙向打通。它不僅能以聯繫人身份出現在企微里，還可以在授權後直接讀取群聊記錄、文檔和日程，調用工具完成任務後，再把結果送回企業微信。我就在想：既然 WorkBuddy 能直接讀懂群里的討論，那能不能跳過交代背景、提交材料的過程，直接讓 WorkBuddy 承接一個已經推進中的工作？
於是，我也拉上了我們編輯部的同事，一起看看面對一堆未經整理的群聊討論和零散材料，企業微信里的 WorkBuddy 能不能像真正加入團隊那樣，在搞明白該忙什麼的同時，幫著我們繼續推進後續的工作。
▍從群聊到工作流，讓 WorkBuddy 接著跟蹤我們聊的話題
在過去的協作習慣里，群聊既是資訊產生最快的地方，也是資訊損耗最嚴重的地方。尤其是一場持續數小時的發布會過後，群內討論往往充斥著即興發表的觀點、隨口認領的分工，以及各種尚未求證的技術傳聞。如果想把這些零散資訊變成可以執行的計劃，編輯們往往得花費至少一兩個小時重新爬樓整理。
這一次，我們嘗試把這個最消耗精力的整理工作交給 WorkBuddy。我們從蘋果的 9 月 iPhone 發布會後的常規討論開始，整場討論資訊量極大，且高度碎片化，主要交織著幾個同步開工的選題方向。
圍繞首次亮相的全新形態設備 iPhone Duo，群里既有編輯認為外螢幕交互是整場發布會的最大亮點，也有人擔心其摺疊鉸鏈與機身厚度在日常使用中的可靠性，加之發布會並未公開具體的快充功率與電池容量，需要核實的細節頗多。針對作為主力升級款的 iPhone 18 Pro 系列，大家也在糾結適不適合從「iPhone 18 Pro 的影像升級這個角度」去寫。同時，我們也在同步籌備馬上要發布的發布會匯總文章和發布會長圖。還有之前發布的 Mac mini 也將要正式開售了，相關內容也得跟上。
更新之後，企業微信側邊欄多出了一個常駐的 WorkBuddy 圖標，同時它也以獨立聯繫人的形態出現在通訊錄與會話列表內。我們可以像日常呼叫同事一樣直接在企微對話中交代任務，也可以使用企業微信帳號掃碼登錄 WorkBuddy 企業版桌面客戶端。二者共用同一套組織身份與權限體系。
我首先在企業微信對話框中向 WorkBuddy 發送指令：
幫我看一下「編輯部」群今天的聊天記錄。我們同時在推進好幾篇稿件和長圖，請不要簡單地按時間總結，按照實際討論的不同工作方向，整理出：
1.每個方向目前已經確定的決定。
2.還有哪些資訊待確認、哪些說法互相衝突。
3.誰負責什麼、進展到哪裡、什麼時候需要完成。
4.哪些問題可能會阻礙馬上的稿件發布。
請區分群里有人提出的說法和已經核實的事實。
以往的對話式模型處理這類需求時，最大的毛病在於把「討論」當「結論」。比如有人隨口說一句「感覺這次 iPhone Duo 螢幕攝影機區域內外螢幕沒有對齊」，AI 就很容易將其總結為「iPhone Duo 表現欠佳」。WorkBuddy 在梳理這數百條聊天記錄時就表現得很聰明，沒有把碎片化的討論一股腦混在一起，而是根據每個話題不同的情況迅速整理出條理清晰的結果。
面對群里七嘴八舌的吐槽與推測，它都處理得遊刃有餘，比如大家對 iPhone Duo 鉸鏈壽命的擔憂、對 18 Pro 暗光成片的討論，都被標記為了猜測。與此同時，它把明確容易出問題的地方給單獨標註了出來，比如群聊里還沒決定的內容分工、新版健康 App 的細節、iPhone 的充電功率等等。
到這一步，它已經幫我們省去了繁瑣的爬樓環節，也讓後續討論有個明確的起點，但企業微信中的 WorkBuddy，價值遠不止停留在幫人理清上下文。
▍無縫切換，打通使用邏輯
理清脈絡後，我切換到 WorkBuddy 企業版桌面端，相比於企業微信，WorkBuddy 客戶端更適合處理需要連續檢索資料、調用工具、生成文件的長任務。同時，剛剛在企業微信群里梳理出的上下文已經無縫同步在它的工作檯內。面對剛才討論時遺留的幾個問題，我可以進一步在 WorkBuddy 里詢問：
基於剛才群聊討論的遺留問題，聯網查詢 Apple 官方的技術規格頁（Tech Specs）、官方支持文檔以及其他可供參考的資訊來源，核實 iPhone 的快充功率與電池容量，iPhone 可變光圈的檔位、Mac mini 相比前代基礎款漲價多少。核實完成後，為這三個選題分別起草一份報道提綱、評測項目清單和預計排期。
WorkBuddy 會通過內置的網路檢索工具訪問官方頁面，核實之前沒能確定的細節，並整合到此前群里敲定的分工列表里，再結合目前已知的所有資訊，分別整理了對應的執行方案。整個過程不需要我來回複製鏈接、手動整理參數表，AI 在理解了群聊討論的目標後，直接完成了資訊檢索、交叉比對和結構化呈現。
做策劃的人都知道，計劃總趕不上變化。例如在看到初版內容規劃後，可能覺得目前 iPhone 18 Pro 的影像的思路不足以概括設備上的全部新特性，得換成「老用戶升級換代」的角度來寫。如果沒有接入企業微信，這時候你就得手動爬樓、再搬運新的上下文，這樣 AI 才能根據新的背景資訊生成你希望的方案。
但在 WorkBuddy 中，由於和企業微信一直處於連接狀態，我只需在客戶端里給它發一句簡短的要求：
編輯部臨時決定調整策略，把 iPhone 18 Pro 的評測重心調整為老用戶升級換代，所以請你重新讀取群里最新的聊天記錄，總結群聊的修改意見，然後更新原有的評測方案，其他的計劃保持不變。
WorkBuddy 就能在保留其他選題計劃不變的基礎上，重構 iPhone 18 Pro 的內容結構，表現得更像是一個跟進全程的工作搭檔。
方案調整完成之後，讓成果回到團隊的日常工作中也很重要。傳統的 AI 只能把生成的方案保存在自身的文件庫里，依然需要人工搬運資訊。
在 WorkBuddy 里可以直接讓 AI 把整理好的資訊整合發送到對應的群里，方便其他同事快速跟進。
▍固定工作流，也能藉助 Skills 加速
除了上面這種面對突發新品的策劃場景，編輯部還有一些步驟相對固定、但每天都要重複的工作。比如派早報，從收集新聞到發布之前，通常要經歷資訊提取、初稿整理、編輯審核、事實核查等環節。
針對這個場景，我嘗試把現有的早報製作規範交給 WorkBuddy，讓它每個小時都先檢索待處理的新聞，為每條消息提取日期、關鍵資訊、詳細資訊和其他相關內容，整理成結構化 JSON，再按照早報的寫作模板生成粗編稿件。即便還在通勤路上，我也可以直接在企業微信里查看初稿，提出需要補充的資訊、需要核對的事實，以及修改不符合欄目口徑的表述。
WorkBuddy 在接收到反饋後，會在後台自動展開二次檢索與事實核對；緊接著，它會調用預先配置好的少數派寫作規範技能，按照我們特定的排版間距、標點規範與行文口吻完成最後的精修潤色，最終導出為標準的 Markdown 文件保存至本地。
不過，如果每天早晨我都還要在對話框裡重新敲下幾行提示詞、一步步催促它按步驟執行，這套流程在本質上依然依賴人工。我後續還可以把整個流程打包成一個全新的早報技能，把從信源定時篩選、結構化提取，到企微內的人工審核與最終的排版規範放到一起，方便其他編輯使用。
▍能力過關之後，企業又如何建立對 WorkBuddy 的信任
從上面的實際體驗來看，讓 AI 讀懂群聊記錄、自動調用工具做計劃，確實能大幅減輕個人的機械工作。但當我們切換到企業管理的視角時，對 AI 的考量標準就會發生根本性的變化。
在個人場景下，AI 訪問的數據大多只是自己的臨時草稿或公開資訊；但在真實的企業協作中，員工在企業微信里每天交流的內容極其敏感：客戶跟進記錄、未經公開的財報測算、內部戰略分歧、涉及法律合規的合同條款，乃至核心供應鏈機密。
如果一個 Agent 能夠自由翻閱企業內部的消息、查看網盤文件，甚至還能以員工的身份在組織里發消息，企業管理層和資訊安全部門的第一反應絕對是「它會不會造成數據外泄？」「它會不會誤刪重要文件？」。
統一授權和全鏈路治理：把數據與控制權留在企業內部
市面上很多所謂的「辦公 Agent」，本質上依然是個人工具的變種。員工拿自己的個人帳號綁定一個 API Key，或者單向授權給某個第三方插件，就能讀取部分聊天記錄。這種模式對於企業來說是巨大的隱患，數據的流向完全脫離了企業的審計，員工離職後數據也無法回收。
WorkBuddy 與企業微信的打通，自然也會採用企業微信里統一的身份體系。在這次更新中，只有經過認證的企業微信企業，才能在管理後台統一開啟 WorkBuddy 企業版服務。企業可以完全沿用現有的組織架構與權限體系，由管理員在後台統一分配使用名額，並為不同部門配置相應的算力額度，從管理源頭避免無序調用帶來的成本失控。
更為關鍵的是訪問權限的邊界控制。員工在企業微信中調用 WorkBuddy 時，其可見範圍完全限定在該員工自身的企微組織身份上。員工原本在企微里看不到的敏感群聊、無權查閱的機密文檔，WorkBuddy 同樣無法觸及。同時，不論任務是在企業微信內通過對話派發，還是在桌面端由 Agent 調度執行，所有生成結果都會在企業微信和 WorkBuddy 里完整留痕，便於企業隨時審計數據流動的路徑。
這種管理能力遠不止基礎的權限劃定。為了解決企業使用 AI 智能體的時候，不知道實際「跑得多不多」「錢花得值不值」「響應快不快」「哪裡出錯了無從定位」等問題，WorkBuddy 企業版近期還在管理後台上線公測了「可觀測中心」。它相當於給企業級 Agent 配備了一套運行監控看板，不僅能實時看到全公司的調用頻次與積分消耗，支持按部門拆解輔助對賬；當某項任務耗時太長、執行報錯或是用量偏高時，管理員也能順著詳細的執行記錄一步步倒查，找到到底卡在哪個環節、哪次工具調用出了偏差，進而有針對性地調整提示詞或更換更合適的模型。
從管住誰能看什麼，到看清任務怎麼跑，WorkBuddy 這次把數據和控制權徹底留在了企業自己手裡，企業才談得上放心讓 AI 真正參與到日常協作中。
執行安全：讓 AI 敢於操作，用戶不怕丟數據
解決了「誰能看什麼」的權限問題後，企業接入 AI 另一個顧慮在於「AI 會做什麼」。
與只能回答問題的聊天機器人不同，Agent 會真的執行文件操作、調用工具，甚至改動已有成果。早期部分 Agent 採取的策略是「極度頻繁的彈窗授權」，AI 只要稍微讀取一個工作區外的目錄，或者執行一條基礎指令，就彈出一個確認框。
但這種設計在實際工作中往往形同虛設：絕大多數普通辦公人員根本看不懂那些終端命令究竟代表什麼，為了趕緊完成工作，大家往往不假思索地一路點擊「確認」，安全機制淪為空談；而對真正懂命令的用戶來說，頻繁的彈窗又會嚴重打斷工作節奏。
WorkBuddy 採取了一套自研的安全方案，通過技術手段建立可靠的安全系統。首先是默認安全沙箱與作業系統級的意圖識別。在未開啟完全訪問權限時，WorkBuddy 會默認激活獨立沙箱，Agent 發出的任何指令都會先經過沙箱的安全性判斷。一旦檢測到格式化磁盤、遍歷系統根目錄或修改關鍵配置等高危操作，安全系統會在底層直接實施硬攔截；而在用戶授權的工作空間內部，常規的讀寫操作則直接執行，免去了頻繁傳統彈窗，也減少了對工作節奏的打擾。
其次是刪除行為的重定向保護。自動化工具在刪除文件時，往往會用命令行工具直接刪除文件，被刪除的數據不會進入回收站。所以，使用自動化工具誤刪文件往往也是最難挽回的事故。WorkBuddy 除了將刪除動作設定為必須人工授權的高危行為外，還在作業系統 API 層面將刪除操作重定向至系統回收站。這樣即便 AI 在複雜任務中判定失誤刪除了某個文件，數據也隨時可以在回收站中找回。
再者就是很容易被忽略、但日常極其省心的文件自動備份。很多面向開發者的 Agent 往往只能對純文本或代碼做版本撤銷，但大家日常辦公打交道最多的其實是 Word、PowerPoint 和圖片。以往讓 AI 改文件，大家最擔心的就是排版被改亂了卻找不回原版；而 WorkBuddy 在改動或覆蓋任何本地文件之前，都會默認在後台保存一個底稿。哪怕 AI 生成的方案格式跑偏或者不滿意對應的風格，也能隨時找回上一版。
從個人玩具到團隊設施：企業里的規模化協作
回過頭來看，一個能真正執行任務的 Agent，和一個只能回答問題的聊天框，其實是兩種截然不同的產品。
以往我們用傳統的對話式 AI，模型充其量只是個「外部顧問」。哪怕它在螢幕上胡說八道，最壞的結果也不過是浪費了幾分鐘閱讀時間，關掉窗口就什麼都沒發生，因為它碰不到你的本地文件，更不可能在公司群里跟你的同事說話。但在這次體驗 WorkBuddy 的過程中，我發現它不僅在讀我們的群聊，還在實打實地調用工具核對官網、修改排期，甚至把資訊直接發給協作群里通知責任人。
擁有了系統級操作能力的 Agent 確實能大幅提效，但從團隊協作的角度來看，Agent 能自己處理的東西越多，潛在的破壞力往往也越大。在個人電腦上，一個極客愛好者或許願意為了嘗鮮，可以忍受各種奇怪報錯和可能出現的問題；但在一家始終需要對結果負責的企業里，沒有人敢把一項業務交託給一個隨時可能越權、誤刪文件甚至向外泄露機密的黑盒產品。
這也是為什麼在經歷了一整輪從群聊到工作流的測試後，我愈發意識到那些底層防護機制的重要性。當 AI 開始變成團隊的日常協同中的一環，只靠員工個人的自律和提示詞技巧是遠遠不夠的。當組織授權、權限邊界和底層保護變成一套不需要使用者提心弔膽的默認基礎設施，企業才可能真正放心地把 Agent 推向規模化應用。
說到底，在今天的企業級辦公場景里，上下文決定了 AI 能不能真正理解業務，而安全防護才決定了企業敢不敢放手讓 AI 參與業務。
▍WorkBuddy 加速企業端市場布局
如果把視線放寬到整個協同辦公領域，其實能看清騰訊在企業級 AI 賽道上的後續布局。
在過去十餘年裡，國內絕大多數企業已經將組織關係、日常溝通與業務交流牢牢建立在企業 IM 之上，並在其中沉澱了海量的文檔、會議記錄與項目資產。任何熟悉真實商業模式的人都清楚，企業絕不可能僅僅為了引入 AI，就要求員工重新去適應一套陌生的協作平台。
所以，騰訊選擇的路線更像是用 AI「給現有的老系統通電」。回顧過去幾個月的產品節奏，從陸續接入騰訊文檔、騰訊網盤與騰訊樂享，到如今直接嵌入企業微信的通訊錄與群聊，騰訊正一步步把 Agent 真正推進到企業原有的日常業務中。
相比於很多工具在落地時往往依賴員工個人的單向授權，WorkBuddy 企業版通過組織級的統一入口把數據主權和用量控制牢牢留在企業手裡，AI 能接觸哪類資料、在什麼邊界內執行，全憑企業的既有權限規則統一決定。既充分釋放了 AI Agent 的上下文理解力，又從制度和技術底層徹底打消了企業對數據外泄的安全顧慮。
與此同時，這種原生綁定並沒有走向封閉。在模型層面，企業不僅能按需選用業界頂尖的主流模型，也可以接入內部私有化的自研模型；配合開放的 Skills 與第三方連接器，銷售團隊可以拉取 CRM 線索，投資團隊可以掛載行情數據，甚至就像我們前面製作內容那樣，把具體的排版和審稿規範轉為技能。
剝離掉那些宏大的概念，騰訊給出的做法其實很務實：不用大費周章搞數據遷移，也不用放棄大家早已養成的協作習慣，在保護數據安全的前提下把現成數據接入到 Agent，這或許才是企業用 AI 最省心的方式。
▍最後
從蘋果新品報道的籌備，到少數派早報的製作，WorkBuddy 與企業微信的結合，讓我感受最明顯的變化，是過去需要我們反覆整理資料、交代背景、協調人員的工作，現在可以更自然地用 AI 接著完成。
從企業的角度來看，這更像是一次各取所長的聯手：企業微信提供了現成的組織關係與業務上下文，而 WorkBuddy 則補齊了系統級的任務執行能力。再加上統一的權限管控、完善的安全方案，以及支持多種模型與 Skills 的開放生態，企業完全可以在原有的辦公體系里從容地引入 Agent，不必為了追趕 AI 浪潮把之前已經習慣的流程推倒重來。
