模型会趋同，上下文不会。
偏远牧场缺兽医专家怎么办？WorkBuddy 把专家经验装进了每个一线人员的口袋。
这是真实的一幕，蒙牛奶源事业部的王国银没有编程基础，但他是牧场里最懂奶牛疾病的人。他把国内外两本奶牛疾病学权威著作「喂」给腾讯 WorkBuddy 当知识库，结合自己多年的一线牧场服务经验，封装出一个「奶牛精准诊疗」智能 Skill。
过去，一头偏远牧场的奶牛从发现症状到拿到诊疗方案要一天半的时间，现在，两三轮对话，方案落地，只要 2 小时。AI 没有替代专家，而是让专家的经验跨越了牧场之间的距离。
王国银不是孤例，今年 8 月，蒙牛一场 AI 创新大赛选出 200 名一线「AI 先行官」，围绕各自岗位的真实需求基于 WorkBuddy 开发应用，最终诞生了 45 个 AI 数字员工，产出 199 个潜在提效场景，覆盖研发、生产制造、供应链物流、销售等八大业务域。
蒙牛只是 WorkBuddy 走入企业的冰山一角。随着 Agent 深入企业组织，一个更深的命题随之而来，如何让一个人的解法变成全公司的能力？
而腾讯最新的升级回应是 WorkBuddy 企业版套件化升级，企业可以在 WorkBuddy 里直接调用腾讯文档、腾讯乐享、腾讯网盘、安全与效能运营平台、腾讯 AI 设计智能体 Ardot 等能力：一个订阅、一个 Agent 底座、一个管理后台——不需要再为产品的 AI 功能独立付费，管理员可以在一个入口管理所有产品的 Credit 用量，还能让各端 AI 读写同一份办公记忆和数据，优化 Agent 交付与产出质量。
这意味着，打通后的企业上下文将像车流一样畅通无阻，让经验在「个人」与「组织」之间双向流动。
WorkBuddy 通过统一账号、统一积分池、统一记忆层与数据层，让各端 AI 读写同一份办公记忆和数据，优化 Agent 交付与产出质量，每个个体的日常提效，最终沉淀为组织的智能资产。
一张订单如何穿过 WorkBuddy
WorkBuddy 能帮助蒙牛运维员工给奶牛看病，也能帮助电商零售员工提效。
过去，蒙牛零售团队员工要从电商平台拉取订单，比对工厂生产排期后录入SAP，整套流程原先需要 3 小时。但有了 WorkBuddy，AI 自动从不同电商平台后台抓取订单数据，完成后续处理，3 小时的订单处理工作压缩至约 15 分钟。新零售团队每月 300 多场会议，时长、纪要、参会情况，也交由 AI 统一整理分析。
现在 WorkBuddy 企业版套件化升级之后，在原价基础上可以一次性获得腾讯乐享、腾讯网盘和腾讯文档等五大产品的会员权限，这意味着企业生产能力的升级，统一的数据层让信息在五个产品间自由流动。
比如，企业的腾讯网盘直接十倍扩容，不需要再采购存储空间。在企业版的后台，清晰可见公共 Credit 用量和企业网盘的存储量。企业可以设置权限，对文件进行智能管理与检索，数据始终留在企业池内。
接着，WorkBuddy 企业版可以读写散落在不同产品的同一份办公记忆和数据，当电商订单处理之后，统一记忆层让它自动带上这条业务线的历史订单结构、SAP 录入规则、上次的异常处理记录，这些经验都不再需要员工重复解释。
第三站，企业每个业务线的处理结果自动落入腾讯文档，变成日报、复盘报告与经营分析，而且每一版修改自动留痕、清晰可追溯，文档就此变成企业的长期记忆，不断带动 WorkBuddy 交付能力和交付质量的进化。
第四站，不同部门的 Skill 和电商订单处理流程等能力，都可以沉淀到腾讯乐享知识库。腾讯乐享作为知识中枢，将分散的制度文档、业务案例与经验记录，整理为可信、可用、可进化的知识资产。
蒙牛已经在建这套机制，公司 200 个作品先形成案例库和人才库，再建立 Skill 库，经审核后上架企业版平台，供全员使用，这让一个人的火种，在 WorkBuddy 点燃成组织的篝火。
而最后的腾讯 AI 设计智能体 Ardot ，可以让营销与电商场景的物流进行精修。蒙牛低温事业部的设计师张思明已经用多轮自然语言对话，让 WorkBuddy 从零搭出电商物料工具「牛图工厂」，单张产品主图的生产从 3-5 分钟缩到几秒。
至此，一份订单穿越 WorkBuddy，一个账号打通了五个产品，通过一个底座沉淀出一份记忆数据。而当订单和组织流程沉淀的足够多，带来的上下文足够厚，应用的体验也会越来越好。
从个人效率到企业飞轮
一张订单的旅程，放大到企业尺度，就是这轮 Agent 竞争的衡量标准：谁拥有更多的行业客户，谁能让个体的效率沉淀为组织的资产，谁才是 AI 新范式的主导者。
上线半年迭代 50 多个版本之后，腾讯 WorkBuddy 企业版的名字开始出现在越来越多行业的组织架构图里。
在消费行业，日化龙头上海家化已在九大部门规模化落地 WorkBuddy 企业版，整体平均提效超过 4.5 倍。在供应链物流对账、品牌营销等场景中，员工把成熟流程沉淀为 Skill 之后，一个部门跑通的能力，其他部门可以直接复用。
这意味着，WorkBuddy 不只是一个提效工具，而是嵌入业务流程的数字员工。
在金融行业，兴业证券从今年 8 月开始试点上线 WorkBuddy ，短短一个月覆盖 20 余个部门、400 余名员工，累计对话超 2 万次，Token 消耗超 60 亿，深度嵌入企业微信的「AI 老铁」已实现全员覆盖，工作日日均问答接近 2000 次。
不光内部调用，兴业证券对外也开放了面向投资者的 AI 能力，在 WorkBuddy 技能市场，兴业证券内部跑通的能力，第一次以标准化模块的形式流向了整个消费者生态，行情查询、研报调取、财富管理等八大 Skills 都可以一键调用。
在能源领域，晶科能源 CIO 王兴旺有一个直接的判断：「以前靠招人扩张，现在开始靠算力扩张。」
晶科能源经过一轮 200 人的种子用户试点，近百人成为 WorkBuddy 的深度用户，AI 已进入财务、IT、知识产权、生产等多个场景。有员工用 AI 做数据分析，效率提升几十倍；过去需要三四天的涉外法律分析，被压缩到半天，Agent 进入企业，开始进行组织变革的实验。
在政务领域，「湾擎·WorkBuddy」作为广东省省级智能中枢在省直单位开展数十个场景试点；在深圳港，报关单填报从 30 分钟压缩到 5 分钟……
这些行业形态各异，底层落地是同样的逻辑：个人跑通的流程被固化为可复用的能力，能力沉淀为组织的资产，资产再反哺下一次任务的交付质量。企业的 AI 飞轮由此转动：调用越多，上下文越厚；上下文越厚，交付越贴近企业自身的标准。
9 月的 WorkBuddy 企业版办公套件化升级，为这些企业带来新一轮的变革，不像以前为每个软件的 AI 功能单独付费，而是收束到一个订阅一个 Agent 底座和一个管理后台，让各端 AI 读写同一份办公记忆和数据。
这意味着企业引入 AI 的隐性成本大大降低，从最初企业买办公软件是为了功能，到后来是为了 AI，如今这次降低成本，相当于买到一套会一起变聪明的智能体矩阵。文档里记的事、知识库里沉淀的规范、网盘里放的文件，不再需要人手搬运到 AI 面前。
尤其是在 Token 费用的压力下，企业如今不需要再为产品的 AI 功能独立付费，管理员可在一个入口管理所有产品的 Credit 用量，还能让各端 AI 读写同一份办公记忆和数据，优化 Agent 交付与产出质量，助力企业 AI 原生的办公体验再升级、企业生产力再提效。
「上下文」助推 Agent 行业成熟度
先发优势的 WorkBuddy 的每个变化，都代表着行业风向标。
根据易观《2026 年 Q2 中国办公智能体平台市场洞察报告》，WorkBuddy PC 端 6 月访问量突破 2000 万，位居国内同类产品第一，且超过第二、三名访问量总和。
过去两个月，统一上下文与数据层的必要性，成为 Agent 竞争的新赛点。
豆包工作通过打通飞书获取上下文，千问办公也发布企业上下文功能，而这次 WorkBuddy 的套件化升级，也意味着一次性打通办公套件里的账号体系与办公资产上下文，目标指向「优化 Agent 交付与产出质量」。
当前 Agent 时代的核心竞争，正从模型智能转向上下文能力，这可能意味着 AI 对话工具的窗口期已经结束了。
因为没有上下文底座的通用 Agent，哪怕能力再强，在企业场景也会被系统性降维。企业 AI 办公的当前的模型能力正在趋同化发展，而上下文厚度则会拉开 Agent 能力差距，WorkBuddy 的套件化解决的正是上下文的获取成本，从每次人工搬运降维到系统的能力自带。
目标只有一个，上下文能力决定着 Agent 的交付质量。
WorkBuddy 企业版套件的升级也是腾讯多年的开放逻辑，在 Agent 时代继续延续与系统化。开放带来的不只是接入量，而是上下文密度，谁能更好地沉淀用户记忆、贯通任务状态、连接工具与场景，谁就能让 Agent 从聪明的助手变成真正可持续工作的生产力系统。
腾讯的财报数据就是证明，今年一季度以用户活跃数计，WorkBuddy已成为中国最受欢迎的效率 AI 智能体服务，到了二季度财报再次点明，WorkBuddy 实现了快速的用户增长和健康的用户留存率，用户通过订阅和充值购买 Token 的付费意愿强烈。
从讲用户活跃数，到讲用户留存，再到讲上下文厚度，这种叙事本身的变化，就是 Agent 行业成熟的刻度。
WorkBuddy 把一个人数十年的经验沉淀到组织能力里，它们是一家企业数字资产的最小细胞。王国银的奶牛诊疗 Skill 还在蒙牛公司中持续运转，广发证券作为首家入驻 WorkBuddy 生态专区的券商，开出「数字旗舰店」把能力辐射出去；山东莱州的所有中小学老师，已经把 WorkBuddy 带进备课、教学、批改、教研、评价所有环节中……
WorkBuddy 架起的高架已经接入 50 多个行业，车流越多，路面越厚，这也是未来演进的趋势：模型会趋同，上下文不会。
