9月23日，腾讯WorkBuddy企业版发布办公套件化升级。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首批接入。升级后，这些产品以WorkBuddy作为统一的Agent Harness，共用同一个账号、同一份数据和记忆、同一个后台。

这不是一次常规的产品迭代。过去两年，几乎所有办公软件都在产品里嵌入了AI助手，但企业拿到的不是一整套AI赋能的办公系统，而是N套账号、N份记忆、N个后台。文档里的数据、知识库里的资料、网盘里存的文件，这些企业资料就在那里，但没有一个AI能看到全部。

碎片化，正在成为阻碍AI提效的最大门槛。而这一次，腾讯试图从底层解决这个问题。

01

企业AI的真实困境

工作日，一个员工在写项目方案。他先打开文件夹翻出之前的项目记录，切到AI对话框把素材一段段粘贴进去，等AI生成初稿后发现数据对不上，又回到对话框重新交代一遍背景，敲定初稿后又想起网盘里有新素材，又要再跟AI说一遍……

这个场景，正在无数企业里上演。如果从2022年ChatGPT出圈来算，「AI纪元」已经进入第四年了。模型的能力和参数越来越强，但企业的AI落地依然步履蹒跚。

麦肯锡今年9月发布的《全球AI应用现状调研》，覆盖了97个市场、逾1700名商业人士，结果显示：近9成企业至少在一项业务职能中常态化使用AI，但真正算得上「AI高绩效企业」的，仅6%。德勤中国的报告给出了更具体的画面：64.4%的企业已进入AI生产部署阶段，但48.5%的企业反馈AI项目实际投资回报低于预期。

一言以蔽之，企业用AI的意愿很强，但最终效果依然偏弱。

腾讯云副总裁、CodeBuddy & WorkBuddy负责人刘毅在2026腾讯云AI产业应用大会上说过一句话：「N个超级个体不会自动变成超级团队。」他认为AI时代的团队协同面临三个挑战：缺少人机协作空间、上下文不共享不透明、资产交换成本高。每个软件里塞进一个AI助手，单看都挺聪明，但这些AI彼此不知道对方在做什么。一个员工用AI把8小时的工作压缩到4小时，不等于企业立刻获得翻倍的人效。

从个人提效工具到企业级AI基础设施，中间隔着一段巨大的空白。瓶颈不在模型，在整合。腾讯填上这段空白的方式，就是「套件化」。

02

套件化，腾讯的新解法

所谓套件化，就是让几个软件共用同一个账号、同一份数据和记忆，以及同一个后台。企业买到的是一整套智能体矩阵。文档里记的事、知识库里沉淀的规范、网盘里放的文件，不需要人手搬运到AI面前。AI本来就在里面。WorkBuddy在这里扮演的角色，类似于手机操作系统：底层能力由系统统一封装，各应用调用即可，不必各自从零搭建。

具体来说，这次升级实现了五个统一：账号、积分、记忆与数据、权限与后台、入口和体验。

最基础的是账号打通。五个产品一次接入，员工不用再记五套账号，管理员不用再配五套组织架构。在统一账号基础上，也做到了统一积分池，AI的花费集中管理，花在哪里、花了多少一目了然，企业的AI投入和产出第一次可以核算。权限和数据也跟着统一，文件的智能管理与检索沿用企业原有设置，数据始终留在企业内，人员、时间、交互内容、数据对象与风险行为留在同一条链路，风险可控、可管、可追溯。

这五个统一解决的核心问题，是把企业上下文的获取成本从「人工搬运」降到「系统自带」。其中真正解决上下文断裂的，是统一记忆层与数据层。

那个写方案的员工，反复在文档和对话框之间搬运素材，原因就是AI看不到文档里的内容。升级之后，会议纪要、方案与规范进入腾讯文档，会自动转成Agent能直接读取的上下文。网盘里的文件沿用企业既有权限就能被智能检索。成员在文档内即可一键交给WorkBuddy继续，文件与背景一并带过去。每一次修改与执行沉淀为企业知识，下一轮任务带着上次的结论开工。交付质量不再依赖单次「开盲盒」，而是有了稳定下限。

腾讯不是唯一看到这个方向的企业。也是在9月，微软推出了Microsoft IQ智慧层，让AI智能体基于完整的组织信息进行推理和行动，同时附带权限管理、审计和治理能力。字节则在同月推出「豆包工作」智能体工作平台，与飞书深度融合，共用同一套账号体系和数据权限，为企业提供一站式办公平台。

各家路径不同，方向一致：从「每个软件各长一个AI」转向「共用一个底座」。当主流模型的能力逐渐接近，真正拉开差距的，是办公智能体对企业上下文的理解能力。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AI从「偶尔聪明的助手」变成「可持续工作的生产力系统」。

03

从个人提效到组织资产

上下文打通之后，企业内部发生了哪些变化？

晶科能源提供了一个观察样本。这家头部光伏制造企业今年引入WorkBuddy，进入财务、IT、知识产权、生产等多个业务场景。财务BP Jenny每月做预算分析，需要从多个系统导出数据。不同系统导出的数据格式不统一，过去需要人工一张张整理成统一底稿。第一次做预算分析要两天，每月更新也要两三个小时。这正是上下文断裂的典型表现：数据散落在不同系统里，AI看不到，只能靠人搬运。

引入WorkBuddy后，Jenny把数据整理的规则和方法整理好，让AI按照既定流程完成，在掌握充足资料和背景信息后，这项工作时间从两三个小时压缩到15分钟。Jenny说现在的AI就像「一个知识库很强的应届生」，「告诉它业务背景和规则，它就越来越知道该怎么干」。

上海家化也有类似的例子。这家日化龙头企业在九大部门规模化落地了WorkBuddy企业版，整体平均提效超过4.5倍。但更值得注意的是提效的路径：员工把成熟的工作流程沉淀为Skill，一个部门跑通的能力，其他部门拿来就能用。供应链物流对账、品牌营销等场景中，个人摸索出来的方法和规则，变成了团队内部可以直接调用的能力。

这就是套件化带来的结构性变化。过去，一个团队里有人跑通了AI工作流，换个人用同样的指令，效果就大打折扣。原因很简单：上下文没有沉淀。一个员工工作时的业务背景、历史经验、客户偏好，AI看不到，其他人也无法使用。统一记忆层和数据层打通之后，这些信息留在企业空间里，下一次任务带着上一次的结果直接开工。

管理者的视角也在变。过去面对AI，管理者看到的是若干割裂的报表，每个产品有自己的后台、自己的用量数据、自己的权限设置。统一账号和统一后台之后，管理者第一次能在一个入口看清人、权限、用量与风险。

一个飞轮由此转动：调用越多，企业空间里的上下文越厚；上下文越厚，智能体的交付结果越贴近企业的标准；交付越准，成员越愿意把更多工作交给它。个人的日常提效，逐渐积累成团队层面可以共享的智能资产。

结语

套件化是企业AI的「基础设施化」。把上下文、权限、记忆从「每个应用自建」变成「平台统一提供」，腾讯、微软、字节都在走这条路，说明这已经是AI办公的大势所趋。

腾讯在这条路上有自己的先天优势。它拥有一个高频使用的办公场景网络，用户日常交互产生大量真实场景数据，应用间打通丰富上下文，推动AI交付效果持续提升。工程能力长期偏向高并发、低延迟、稳定服务，服务超大规模C端用户的经验迁移到AI时代，让Agent能大规模、多轮、连续地稳定运行。从微信到腾讯会议，腾讯熟悉如何降低使用门槛、提升用户粘性，而这恰恰是AI Agent进入长期工作流最需要的东西。

当上下文不再断裂，AI共享同一份企业记忆，组织的形态也在被重新定义。晶科能源已经在IT部门试点「一人项目组」，用员工+AI的方式替代过去的臃肿组织，这场变化才刚刚开始，而它最终会把企业带向什么形态，值得每一个管理者和员工深思。