一、先给结论

中金一份以腾讯 WorkBuddy 为样本的报告《从 WorkBuddy 看生产力 Agent 发展》，给出了一个不太讨喜的判断：办公型 AI Agent 短期内只是把重复劳动接过去，真正的门槛不在模型多聪明，而在能拿到多少上下文、能不能把任务跑完。

它把这类产品定义为"生产力 Agent"——编程 Agent 往上再泛化一层，人群从开发者扩到知识工作者，技术同源，但任务性质完全不同。写代码的活边界清楚、可编译验证；办公的活边界模糊、成功标准靠人判断。

二、一个可对照的市场数据

第一名的量超过第二、三名之和。这个结构说明：办公 Agent 已经过了"尝鲜"阶段，进入"谁先把大众工作流吃下来"的阶段。

三、它是怎么长出来的：三年蛰伏

WorkBuddy 不是凭空冒出来的产品。它的底子是腾讯云 CSIG 里一个 10 人小团队：2022 年前后在内部启动 AI 代码助手研发，2024 年 5 月以 CodeBuddy 名义对外发布，2025 年 7 月升级为 IDE 形态，随后延伸到终端形态 CodeBuddy Code。截至 2026 年初，CodeBuddy Code 覆盖腾讯内部约 1.2 万名工程师，部分项目 AI 生成代码比例达九成。

这三年真正攒下的不是模型，而是一套"编程 Agent 的操作系统内核"：上下文工程、任务循环、MCP 协议栈、Skills 技能体系、隔离沙箱、模型适配层。转向办公的触发点很偶然——团队发现非技术岗位的人也在用编程工具干杂活。

四、三个维度的乘积，不是加法

办公 Agent 的能力 ≈ 模型 × 上下文 × Harness（执行框架）。任何一项接近 0，结果都接近 0。

这句话解释了很多人的困惑：明明用的是同一个模型，为什么别人的 AI 能直接改好表格，你的只能给一段建议？差别就在后两项——它能不能读到你那 40 个 Sheet 的文件（上下文），能不能真的把改动写回去并验证（Harness）。

换个说法：模型决定"想得对不对"，上下文决定"知不知道你在说什么"，Harness 决定"能不能下手干"。

五、普通用户该怎么用、怎么选

• 先给材料，再提要求。把相关文件、历史记录、字段说明一起丢进去，比反复描述背景有效得多。这是"上下文"维度的直接变现。
• 选能落地的，不选只会聊的。同样一个需求，试着让它直接产出可用的文件（表格、文档、代码），而不是一段"你可以这样做"。
• 把重复动作固定成流程。一件事如果你每周都做，就值得整理成固定步骤交给 Agent，一次配置长期省事。
• 别指望它替你做判断。报告自己的定位就是"接走重复劳动"，涉及取舍、对外承诺、合规判断的环节，仍要人签字。

六、一句话收束

判断一个办公 AI 好不好用，别看它答得多漂亮，看它能不能在你真实的文件上把活干完——干完之后你只需要检查，不需要返工。这才是"替人办公"和"陪人聊天"的分界线。