WorkBuddy 这波爆火到底改变了什么
一、讲它的人换了一批
最近这段时间，你只要还在刷短视频，大概率已经躲不开 WorkBuddy 了。
一开始我没太当回事。大厂发新品，科技博主接推广，热闹一两周就过去，这个周期这两年见得太多。让我停下来重新看的，是讲它的人换了一批。
三月份讲 WorkBuddy 的基本是程序员和科技博主，视频里聊的是兼容 OpenClaw 技能生态、支持多模型切换、多 Agent 并行。最近这一波里出现了胡楚靓这类完全不属于科技圈的博主，评论区的问题也从“它底层用的什么模型变成了“我卡在第三步了怎么办”。这个变化比任何一份市场报告都更能说明问题。
我在微博上翻到一条挺有代表性的话：大家好像都会了，我还不知道它是啥，要落伍了。
一个产品出圈的信号往往就在这儿，不懂技术的人开始害怕自己不会用它。
所以我花了点时间把这件事从头捋了一遍：它为什么火，凭什么能从一堆同类产品里跑出来，背后是什么在变，以及我们该怎么调整。
先交代一句背景，怕有人还不知道这是个什么东西。WorkBuddy 是腾讯云 CodeBuddy 团队做的桌面 AI 智能体，3 月 9 日正式上线。它跟我们熟悉的聊天 AI 最大的区别在于它会真的去操作你的电脑：读取你授权的文件夹、批量处理文件、生成文档表格 PPT、跑数据分析。你一句话说清楚要什么，它自己拆步骤、自己执行，最后把成品交给你。
二、这波热点由三段接力构建
它不是某一天突然爆的，中间有很清楚的三段。
第一段是接住溢出流量。2026 年初，奥地利开发者 Peter Steinberger 的开源项目 OpenClaw 在全球科技圈引爆，因为图标像只红色龙虾，被大家叫作小龙虾，GitHub 星标一度超过 25 万。但它有个非常要命的问题：普通人装不上。买服务器、配环境、装依赖、调 API，折腾一整天不一定跑得通。荒诞的地方在于，这个门槛还直接催生了一门生意，淘宝上龙虾代装卖 500 块一次，有人靠这个几天赚了 26 万，闲鱼上相关服务的日交易量一度环比涨了 150%。
几十万人已经想要、但就是装不上，这是最完美的产品缺口。腾讯 3 月 9 日把 WorkBuddy 推出来，完全兼容 OpenClaw 的技能生态，下载双击就能用。结果上线当天用量暴涨、服务器告警、紧急扩容，连马化腾在朋友圈都评论了一句没想到这么火。
第二段是内容飞轮，这一段很多分析会漏掉，但我觉得它才是量级的关键。官方做了一个发视频领 Credits 的机制，抖音上大量相关内容直接打着“百万 Credits 悬赏”“薅腾讯羊毛”的标签。这等于把营销预算换成了产品内的货币：创作者发教程能换额度，而每一条教程既是获客素材，又是一次真实的产品演示，成本几乎为零，还会自我复制。B 站上林亦 LYi 那条《为啥 WorkBuddy 这么火》，播放量超过 127 万。
第三段才是最近这一波。前两段火的是科技圈，第三段火的是所有人，这已经是性质上的变化了。
三、这一波为什么能把普通人卷进来
1. 内容主线从提效换成了造物
三月那波的叙事是帮我写周报、做 PPT、整理表格。这类内容有个死穴，结果不可炫耀。周报做完了，没人会截图发朋友圈，它解决的是痛苦，但不产生表达欲。
最近这波的叙事变成了我做了一个属于自己的 App。
有观察者在微博上直接点了名：WorkBuddy 把个人做 APP 的成本拉得太低了，基本上只要你会说话、会描述清楚自己的需求，你就能得到一个你想要的 APP，尤其在胡楚靓发了几条视频之后，带动了更多人去做这个。
记账 App、待办清单、追剧记录、宝宝辅食表，这些东西功能有多简陋根本不重要，重要的是它属于“我”。两种叙事的受众上限差得很远：帮你把活干完，天花板是职场人；帮你把想法变成东西，天花板是所有人。
2. 添加到桌面这一步，是整个爆点的心理开关
传播最广的那套教程被压缩成了一份五步菜谱：电脑下载 WorkBuddy，把需求发给它，它给你一个网站链接，用手机自带浏览器打开，点右上角三个点、共享、添加到桌面。
最后这一步在技术上一点含金量都没有，说白了就是个网页快捷方式。但心理上它就是全部意义所在。当屏幕上真的多出一个图标的那一刻，我用了 AI 这件抽象的事，就变成了我造了个东西这件具体的事。这才是可截图、可炫耀、可被原样模仿的社交货币。前面几个月的 AI 工具没能做到，倒不是能力不够，是它们的产出缺少“我的”这个属性。
3. 它天生长成了短视频最喜欢的形状
短视频要的东西很直接：起点清晰、过程可拍、结果有视觉冲击、观众能照着复制。聊天类 AI 拍不出来，满屏文字滚动，没有那个“哇”的瞬间。WorkBuddy 是会动手的，文件自己在动，表格自己长出来，网页自己蹦出来，它拆解、执行、交付成品的整个过程本身就是给镜头准备的。
所以这波内容不需要博主有多强的表达能力，把屏幕录下来就已经很好看了，创作门槛也跟着掉到了地板上。
4. 门槛被清到零，而且是被腾讯清的
这波新用户和三月那波最大的区别是，他们从来没听说过 OpenClaw。当年那批人为了装小龙虾要买服务器、配环境、跑命令行，甚至要花 500 块找人代装。现在的新用户面对的是官网下载双击安装，或者干脆微信扫码就能用的小程序。中间那道劝退了九成人的墙，他们压根不知道它存在过。
腾讯的品牌背书解决的是另一半问题，而且这一半更关键：普通人敢把文件夹的读取权限交给腾讯出的软件。你想想，让一个非技术用户授权某个 GitHub 上下载的程序去读她电脑里的文件，这几乎不可能发生。这份信任是创业公司花钱买不到的。
5. FOMO 情绪自己会加速
前面那句“大家好像都会了，我还不知道它是啥”，是这一波里最典型的用户心态。短视频的推荐机制会把同一个话题反复推给你，一个人连续三天刷到不同的人做出自己的 App，落伍焦虑就完成了转化。到这个阶段，推着增长往前走的其实是情绪。
四、它凭什么能从一堆同类产品里跑出来
前面讲的是传播，这部分讲产品本身。我觉得它做对的地方有这么几条。
交付形态上，它给的是成品。这是它和聊天类 AI 的根本分野：关于如何做数据分析的十条建议，用户其实不需要，他要的是那张做完的表。
部署上，它把流失点直接删掉了。一个产品的转化率往往不取决于它最强的能力，而取决于它最劝退的那一步。OpenClaw 有 25 万星标却装不上，腾讯做的事本质上只是把安装这件事做没了。这听起来不高级，但这就是产品的本职工作。
入口上，它不要求你改习惯。它能接进微信、企业微信、QQ、飞书、钉钉，你可以直接用手机遥控电脑干活，不用打开一个新 App，不用记住又一个入口。
能力扩展上，它不要求你学提示词。它内置了大量行业顾问和技能插件，兼容 OpenClaw 的技能生态，你不用先把自己训练成提示词工程师，选一个专家挂上去就行。
模型上，它不逼你站队。混元、DeepSeek、GLM、Kimi、MiniMax 可以随时切，对普通用户来说，这意味着不用担心自己押错宝。
但要我说最核心的一条，是它把用 AI 的门槛从学会怎么问降到了说清楚要什么。前者是一项技能，有学习成本；后者是本能，人人都有。这一步跨过去，可服务人群就从几百万变成了几亿。
五、几个它躲不开的问题
只写到上面就结束，这篇就变成软文了。有几个问题我觉得必须放进来，它们对判断这个赛道的未来更有价值。
第一，模型不是自己的。品玩有一句评论我觉得说得很到位：WorkBuddy 是借马配鞍，马场还不是自己的。中转站的位置短期很灵活，什么马好骑就骑什么；长期的账是，垂直整合的对手每往下扎一层，中转站的溢价就薄一层。这个问题不只属于 WorkBuddy，它悬在所有不自己养模型的应用公司头上。
第二，积分焦虑正在侵蚀信任，这一点我觉得比模型问题更现实。用户社区里热议的很多内容不是怎么用它干活，是怎么省积分：签到攻略、接第三方 API、重活新开对话省上下文。一个天天在算计积分的用户，不会把要紧的活托付给它。再加上 5 月 15 日的积分清零、4 月企业版从 78 元涨到 198 元一人一月，早期的好感是在被消耗的。这条路的尽头大家都见过，叫豆包困境：用户被免费养熟了，不免费就不想用。
第三，过程不可追溯。结果端得很漂亮，但用了哪些数据、哪些结论是推断出来的、材料来自哪里、图表有没有可复核的路径，这些公开得都还不够。娱乐性的使用无所谓，可要拿来干正经工作，光有结果是不够的。这是所有 Agent 产品从玩具走向生产工具的卡点。
第四，安全意识的普及速度，远远赶不上产品的普及速度。一个能读你文件、能连你 IM 的东西，正在被大量完全没有安全概念的人装进电脑，而开源版本本身在默认配置或不当部署下就存在隐患。我个人觉得，未来一年里大概率会在这个地方出事。
六、背后几个更结构性的转变
把这件事往上抬一层看，我觉得有三个变化不会因为 WorkBuddy 这波热度过去就消失。
转变一：从对话转向行动
大模型正在从信息的检索者和建议者，变成具备自主规划、环境感知和执行能力的生产力主体。最直接的后果是评价标准变了。以前比的是答得好不好，现在比的是交付物验收能不能过。这两件事的难度不在一个量级上：答得好只需要语言能力，交付得好需要权限、工具、记忆、纠错和格式规范全部到位。
转变二：价值层从模型上移到脚手架
腾讯云自己给出的技术叙述里，提到的是多智能体编排、独立沙箱运行时、上下文工程和记忆系统，这几个词很关键。模型能力正在快速商品化，同一个能力今天你有明天他也有。稀缺的是让模型能干活的那层脚手架：权限模型、沙箱隔离、工具连接、上下文管理、失败恢复、交付格式。WorkBuddy 能在几周内起量，靠的是这层做得比别人厚。
这一点对所有做 AI 产品的人都是个提醒。如果你的差异化还建立在我们接了更好的模型上，那你的护城河是租来的。
转变三：软件从被购买转向被生成
这是胡楚靓那波内容真正的含义，也是我觉得最值得警惕的一条。当一个完全不懂代码的人，一个晚上就能做出自己的记账工具，长尾的、个性化的、只服务一个人的软件这件事就成立了。以前不成立，是因为开发成本除以用户数太不划算。
受冲击最大的是那些功能单薄、靠信息差和分发渠道活着的中小工具类 App，反倒不是大厂产品。你的产品如果一个普通人描述两句就能让 AI 复刻个七八成，那你一直在卖的其实是“她不会做”这件事本身。
七、如果你是普通人
先说认知上我觉得需要换的几个。
别再问 AI 会不会取代我，换成问我的工作里哪些环节可以被清楚描述成流程。凡是能被清楚描述的，迟早会被自动化，这跟你努不努力没什么关系。这个问题问出来会难受，但早点难受比晚点难受强。
核心竞争力正在从执行能力转向定义问题的能力，加上验收的能力。AI 交付得越快，一眼看出这东西哪里不对就越值钱。
还有就是别做 AI 教程收藏家。坦白说这波内容的信息密度很低，翻来覆去就是那几步，看十条教程不如自己完整跑通一个任务。
行动上我建议这么走。先选一件你每周重复超过三次的事，对账、周报、素材整理、竞品监控都行，只把这一件自动化，跑通一个完整闭环再往外扩。一上来就想让 AI 接管我所有工作的，基本都会放弃。
然后去练说清楚这件事：输入是什么、输出要什么格式、边界条件有哪些、什么算做完了。这其实就是新时代的写作能力，而且它是可迁移的，换个工具照样管用。
同时一定要保留验收的习惯，数字、引用、逻辑链自己抽查一遍。Agent 犯的错很少是答错了，多半是看起来完全正确地做错了，这种错误最贵。
最后是两条底线：别给它无限制的文件权限，单独开一个工作目录；敏感数据不要往里丢。另外别把自己完全绑死在一个平台上，积分清零那件事已经演示过一次锁定的风险了。
八、如果你是 AI 从业者
认知层面有这么几条。
停止在模型能力上找差异化。马是租来的，马场不是你的，能沉淀下来的护城河在脚手架层：权限模型、沙箱、上下文工程、失败恢复、交付物质量。
重新定义你的北极星指标。DAU 和对话轮次都不算数，该看的是任务完成率，以及交付物一次验收通过率。我觉得这是 Agent 产品唯一诚实的指标，其他的都可以靠补贴刷出来。
把最后一公里当成你的全部工作。前面说过腾讯只是把安装做没了就接住了那波流量，你的用户卡在哪一步，那一步就是你的产品。
还有一条是警惕补贴幻觉。免费积分堆出来的增长曲线，和真实付费意愿之间隔着一条很宽的沟。
行动层面我会这么排。
先把 WorkBuddy 当成一个完整案例做复盘。自己装一遍、跑三个真实任务、把它每一次失败的节点都记下来。失败节点的信息量比成功演示大十倍，但绝大多数人只看演示。
然后建立你自己产品的流失地图，从下载到第一次成功交付，逐步骤量化流失率。哪怕是首次启动云端环境时那二十秒的空白等待，都会劝退一批性子急的用户。这种颗粒度的东西，看数据看不出来，得自己走一遍。
补上可追溯性：过程可视化、来源标注、可复核路径。当所有竞品都在拼结果多惊艳的时候，结果可被审计会是下一个差异化点，而且它大概率是企业单能不能签下来的关键。
重新设计你的增长模型。达人分发加产品内货币激励，这套东西是可复用的模板，把营销预算变成用量额度，让 UGC 同时承担获客和用户教育两件事。但一定要提前想好补贴退坡怎么走，不然你只是在给自己挖坑。
还有就是把安全当成功能来做。当 Agent 拿到文件系统和 IM 权限，权限颗粒度、操作日志、可回滚就是产品能力本身，这也是 to B 的入场券。
九、最后
WorkBuddy 这波热度肯定会过去，就像之前每一波一样。但普通人可以直接生成自己想要的东西这件事，一旦被验证过一次就回不去了。这次是它，下次可能是别的产品，但方向不会变。