会聊天的 AI 遍地都是，能把活干完的才算同事。作为一个从 CodeBuddy 时代就在用的老用户，我把这只"小龙虾"的来历，以及自己真正常用的七个场景，一次讲清楚。
一、前生：它本来是给程序员补全代码的
2023 年，腾讯云内部有一支十来人的小团队，在做一件当时看起来很不性感的事：AI 代码助手，在程序员敲代码的时候自动补全几行。
那一年最热的是大模型和聊天机器人，AI 编程还不是风口。他们的第一个关键客户是招商银行——产品经理在客户机房驻场将近三周，边部署边收反馈边改版本，年底才签下来。后来用同样的方式啃下了小米、荣耀。
2024 年 5 月 22 日，这个产品正式对外开放，名字叫 CodeBuddy。那时候它还只是一个 IDE 插件：补全、问答、生成单元测试。
真正的转折发生在 2025 年。4 月，Craft 智能体上线，AI 开始能自主理解需求、跨文件改代码；5 月，Agent 形态支持 MCP 协议；7 月，CodeBuddy IDE 内测，把"产品构想—设计—开发—部署"塞进同一个工作台；9 月，CLI 形态的 CodeBuddy Code 发布；2026 年 1 月，CodeBuddy Code 2.0 引入计划模式、Skills 技能包和隔离沙箱。
这段历史常被忽略，但它解释了一件事：Agent 的第一块练兵场为什么是代码。因为代码是最结构化的真实任务，工程链路最完整，反馈信号最干净。写错一行，编译器和测试会立刻告诉你。这条路走通了，才有资格去干那些反馈模糊、格式混乱的活——比如办公。
二、转身：从"读你的代码"到"读你的文件夹"
2026 年 1 月 19 日，同一个团队把这套东西搬出了 IDE，在腾讯内部开放体验，覆盖 HR、行政、运营、销售等岗位。3 月 9 日，它正式对外上线，名字叫 WorkBuddy。
从 CodeBuddy 到 WorkBuddy，看起来只是换了个壳，其实是两次关键的权限转移：
第一，授权范围变了。 从"能读你的代码仓库"变成"能读你电脑里的文件夹"。这一小步，把它从开发者的工具变成了所有人的工具——因为所有人的工作都落在一堆文件上。
第二，交付物变了。 从"给你一段代码"，变成"给你一份能直接发出去的文件"：Word、Excel、PPT、网页、图片。代码只是手段，不是结果。
顺带说一句"小龙虾"这个名字的来历。WorkBuddy 早期完全兼容 OpenClaw 的技能生态，而 OpenClaw 在中文社区被戏称为"龙虾"，于是大家顺口把长在它上面的 WorkBuddy 叫成了"小龙虾"。后来腾讯把主打微信远程操控的 QClaw（小龙虾 AI）团队整体并入 WorkBuddy 事业部，这个名字就更坐实了。
三、今世：一条被迭代速度推着走的时间线
以下节点来自官方更新记录和公开报道，我按自己用到的顺序排：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
据公开报道，上线三个月它迭代了 43 个版本；6 月单月 PC 端访问量突破 2000 万，居国内同类产品第一；腾讯内部体验阶段覆盖上万名员工。这些数字你可以打个折听，但版本号的密集程度是真的——我几乎每隔两周就会在更新日志里发现一个我早就想要的东西。
四、它和聊天机器人到底差在哪
很多人第一次用，会把它当成"能联网的 ChatGPT"。差别其实就三点：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
一句话总结：聊天机器人告诉你"怎么做"，WorkBuddy 把活做完给你看。
它的形态是桌面客户端，所以"能碰你的文件"这件事是天然的，不是靠上传。这也是它最大的能力和最大的风险所在，后面会讲。
五、七个真实场景，都是我自己反复在用的
1. 周一早上的"周报地狱"
一句话指令：把这个文件夹里本周的会议纪要、需求文档和群聊摘录整理成一份周报，按"进展 / 风险 / 下周计划"三块写，输出 Word。
它的价值不在于"会写字"，而在于它真的会去翻那十几个散落的文件，把时间线对齐，把重复的事情合并，把"上周说下周要做、结果没做"的部分挑出来标红。我原来花 40 分钟的活，现在 5 分钟看完改两句就发。
提示：材料越乱，越要指定"以哪个文件为准"，否则它会忠实汇总所有矛盾。
2. 一堆 PDF 发票和合同 → 一张 Excel 台账
一句话指令：把这个文件夹里所有 PDF 的发票号、开票日期、金额、供应商提出来，做成 Excel，金额列保留两位小数，按日期排序。
这类活人做会疯，因为格式千奇百怪。它能一页页读、一页页抽，最后给你一张干净的表，还会把识别不确定的行标记出来让你复核——这个"标记不确定"的细节，比我见过的很多工具都诚实。
3. 一百页行业研报 → 12 页 PPT
一句话指令：读完这份研报，做一份 12 页的汇报 PPT，给不懂行的老板看，重点讲市场格局和我们的机会，图表用研报里的原图。
真正省时间的是中间那一步：它先给你一版大纲让你确认，再动手做版式。复杂任务一定要先看大纲，不然 12 页做完你发现方向错了，重来的成本比一开始多聊两句高得多。
4. 桌面文件夹大扫除（这类活请务必让它"先说后做"）
一句话指令：只读扫描这个文件夹，按类型和最后修改时间出一份整理建议报告，先不要移动任何文件。
这条指令的重点是后半句。让 AI 直接动手整理个人文件是很危险的，正确姿势永远是：扫描 → 出报告 → 你挑 → 它再动，而且最好先备份。WorkBuddy 本身有高危指令拦截和文件修改自动备份，但把"复核"这一步留在自己手里，是使用者的责任。
5. 一个人做出一个能上线的网站
这是它 CodeBuddy 血统最直接的体现。一句话指令：做一个记录读书笔记的网站，左侧目录、右侧正文、支持搜索，数据存在本地，做好后发布给我一个链接。
它会建目录、写前端、起本地服务、自己截图检查、发现排版错位再改，最后给你一个能打开的链接。我做过最夸张的一次，是从一句需求到上线用了不到二十分钟——中间我只说了三次"这里再松一点"。
6. 一张乱七八糟的表 → 分析、图表和结论
一句话指令：分析这张销售表，找出近三个月下滑最严重的三个品类，说明可能原因，配两张图，结论写成三段话。
注意，它不是"帮你画个图"，而是先把脏数据处理掉（合并单元格、单位不统一、空值），再算，再画，再写。图表配色默认还是中国习惯：涨红跌绿。
7. 通勤路上，用微信遥控家里的电脑
3 月 12 日微信直连上线后，这是我最常用的场景，8 月远程控制功能刷屏之后更是。用法：出门前把任务说清楚，或者路上在微信里发一句"把昨天那个方案改成客户能看懂的语言，改完发我邮箱"。
它跑在你自己的电脑上，用的是你本地的文件和你的账号环境，所以它不是在"云端假装干活"，是真的在替你操作那台机器。这一点是它和其他办公 AI 最不一样的地方——微信成了电脑的遥控器。
六、用顺手之后，我总结的四条经验
第一，需求要说三件事：做什么、给什么材料、要什么格式。 "帮我写个总结"和"用这三个文件写一份 800 字总结，Markdown，给客户看"，得到的结果差一个量级。
第二，复杂任务先让它出计划。 三步以上的活，先看它打算怎么做，你只改一句"第三步不对，应该先核对数据"，比事后重做便宜太多。
第三，按成本选模式。 只问概念、比方案，用 Ask，不生成文件最省；要动手改东西，再切到执行模式。很多人抱怨额度不够用，其实是拿大炮打蚊子。
第四，把重复的事沉淀下来。 一次性的活交给对话，每周都要干的活做成自动化；某个领域的活反复干，就配对应的技能、连接器和资料库。它支持二十多个官方技能包、六十多个连接器、上百个专家角色，还能在混元、DeepSeek、GLM、Kimi、MiniMax 之间换模型——这些不是炫技，是为了让它在你的具体场景里少犯低级错误。
七、边界：它不是许愿池
三点必须说清楚，不然容易失望：
额度是有限的。 免费体验 + Credits 计量 + 订阅套餐，重活干多了会心疼。所以我个人的习惯是：想清楚再开口，别让它反复试错。
它拿到的是你电脑的钥匙。 能读你的文件，就意味着能看到客户名单、合同金额、私人照片。给多大权限、改完谁复核、出错谁担责，这些问题在把它装进工作流之前就该想清楚。企业版做了沙箱隔离、操作审计、高危指令拦截，个人用户至少要做到：重要文件先备份，改完自己看一眼。
它会自信地犯错。 尤其是数字、日期、引用出处这类细节。它的定位是"交付初稿"，不是"交付终稿"。验收这一步，目前还没有任何工具能替你做。
写在最后
三年时间，AI 从"帮我写这一行代码"，走到"这活我干完了，你看一眼"。
真正的分水岭从来不是模型参数，而是两件很朴素的事：它有没有拿到你电脑的钥匙，以及你敢不敢把钥匙给它。
前者是产品经理解决的，后者是你自己解决的。
往期回顾
读完了 228 页 WorkBuddy 手册
别刷新闻了：我给 Work Buddy 装了一块「全球雷达」!
免费学 WorkBuddy 最好的资料，一直摆在官网上
10 分钟做出这套高级 PPT：我把做 PPT 这件事，外包给了 WorkBuddy。带附件！
下载榜前 8 的 WorkBuddy Skill，我全都试了一遍!
30 分钟上手 WorkBuddy：90% 的人第一步就错了!
欢迎加入WorkBuddy 嗨聊社区！
