2025 年，姚順雨寫過一篇傳播很廣的文章，叫《The Second Half》。
核心觀點就一句話——
AI 的上半場，模型在拼在各種有明確標準的 Benchmark，但下半場，該拼在標準沒有辣麼確定的真實世界如何幹活。
一年後，這位《AI 下半場》的作者，成了騰訊的首席 AI 科學家。
最近騰訊文檔的升級，其實就是在回答那個下半場的問題：AI如何更高效地幹活？
正好最近在Twitter刷到一條推文——
沒錯，今天的話題聊的就是騰訊文檔和WorkBuddy的化學反應。
一
廢話少說，先看東西——
我打開升級後和WorkBuddy合體後的騰訊文檔，給它佈置了一個任務：
幫我寫一份Claude Code和Codex的發展對比分析報告。
注意：我說的不是打開一個對話框跟AI聊天，讓它一坨一坨地往外吐文字，然後複製粘貼到文檔裏，那是很久以前的玩法。
我說的是，在同一個文檔編輯器裏，先寫了一個大綱框架，列了幾個我關心的維度：產品定位、用戶規模以及商業模式等。
然後WorkBuddy直接在我的騰訊文檔裏動手了——
寫完 之後 ， 我 可以 即見即所得 地 選 中 一段 下達 指令 ， 無論 是 格式 還是 內容 ， 都 可以 快速 修改 。
兩個人 ， 好吧，一個人一個AI ， 在同一份文檔裏同時寫，互相能看見對方在幹嘛，寫到某個節點覺得寫得不對，直接改。
這個體驗，怎麼說呢，的確有點東西。
過去所有的AI辦公產品，交互模式基本上都一個樣：我問，AI答，我不滿意，AI重新生成。
很顯然，騰訊文檔的這次做了創新，他們管這個叫： 人機雙寫。
二
要更深入理解騰訊文檔這次升級，我們先先看看AI辦公這條賽道過去兩年到底在卷什麼。
2023年3月，微軟推出Microsoft 365 Copilot。
三年過去了，結果怎麼樣呢？
截至2026年1月，Copilot付費用戶1500萬。
聽着不少對吧？
但Office 365的總用戶數是4.5億，付費轉化率：3%。
3%。
微軟自己都急了。
2026年4月，CEO納德拉親自下場重組Copilot工程團隊，提拔高管組建12人精銳小隊。
計劃把OpenClaw那套Agent能力塞進Copilot裏，試圖在6月的Build大會上放大招。
再看Google，Gemini的確接入Google Workspace，但你說Workspace因此體驗或存在感提升了嗎？
好像也木有。
在我看來，原因在於—— 所有人都在做AI辦公，但大多數產品的交互範式都停留在同一個階段：對話式。
用戶提需求，AI生成內容，用戶決定要不要。
這個模式在我看來有一個缺陷：AI是一個外掛，木有真正地融進產品。
三
我一直覺得，AI辦公產品的演進，可以分成三個階段——
第一階段是 工具期。
AI幫你潤色一段文字、生成一頁PPT，本質上是一個高級版的自動補全，市面上絕大多數產品都處在這個階段。
第二階段是 助手期。
AI能理解你的意圖，能根據上下文做更復雜的任務。比如把表格裏的數據做成圖表，它能選合適的圖表類型，Copilot最近能做到這一步。
第三階段是 協作期。
AI進入你的工作環境，和你在同一個空間裏一起幹活，能看到你在做什麼，做到實時響應。
騰訊文檔這次做的人機雙寫，就屬於這個階段。
那麼它是如何做到這一點的呢？
答案是： 它靠的是一整套能力的聚合。
文檔編輯器是前臺，WorkBuddy是Agent引擎，混元大模型是底層算力，騰訊網盤是記憶底座。
"WorkBuddy 是 Agent 引擎"這句話，其實還能再往下挖一層。
這就要說到這次升級很硬核的部分—— 技術底座。
業界雀食有很多產品是套殼滴，但騰訊文檔這次走得更深：它原生採用了 WorkBuddy 的統一Agent內核。
但光有統一的Agent能力內核還不夠，騰訊文檔在內核之上，又疊了兩樣自己的東西——
一樣是自研的高性能編輯引擎，這是讓Agent 實現精準編輯文檔、PPT、表格的關鍵。
另一樣是豐富的品類專業Skill，這些Skills專門針對文檔類的特定任務進行了定向優化。
統一內核疊加自研引擎，再加上品類 Skill，融合後的新版文檔Agent，在任務拆解、工具調用、上下文記憶這幾個核心能力上，都有明顯提升。
這也是人機雙寫操作起來非常自然且順手的重要原因。
四
人機雙寫是這次升級裏的重點，另外兩個同樣值得說——
第二個升級，是文檔企業版全面 AI 化。
文檔、表格、PPT 各個品類全面接入 AI 助手，企業版同步接進 WorkBuddy。
這一步的意義在於：一個能力先在 C 端幾億用戶那裏跑順，再原封不動地延伸到企業場景裏去。
這條從個人到企業的路，騰訊文檔走得比較穩。
畢竟，它本來就是國民級產品。
第三個升級，是端內 Agent 升級。
文檔端內的 Agent 調用 WorkBuddy 的框架能力並做了深度優化，文檔、表格、PPT 支持了自然語言操作，一句話就能生成並操作整份方案、整張表格、整套 PPT。
騰訊文檔的這次升級，生態開放也是重點——
具體而言，開放了兩個通道：Skill（基於MCP協議）和OpenAPI。
接入MCP協議意味在任何支持MCP的智能體產品裏，用自然語言就能調用騰訊文檔的全部能力。
不需要打開騰訊文檔的網頁或者App，直接在日常使用的AI工具中下達需求，騰訊文檔執行後，結果直接返回到工作流裏。
OpenAPI更加開放：面向企業和個人開發者，不需要企業資質就能接入騰訊文檔的全部能力。
這在國內同類產品中算是比較激進的策略了。
大多數廠商的API開放都要求企業認證、審覈流程一堆事情，個人開發者基本被擋在門外。
一個值得注意的細節是：ima也已經宣佈接入WorkBuddy。
也就是說，騰訊正在把WorkBuddy的Agent能力向自己生態內的更多產品輻射。
當Agent能力滲透到騰訊整個C端和B端產品矩陣中，這個串起來的能量還是很大的。
騰訊爲什麼要把文檔能力開放得這麼徹底？
在我看來，原因在於： 在Agent時代，文檔的角色變了。
以前的文檔你寫完了，存起來，發給別人看。
現在的文檔變成了AI工作流中被反覆調用的組件。
AI Agent在執行任務的過程中，隨時需要創建文檔、修改文檔以及基於文檔內容做決策。
這個角色轉變，直接改變了文檔產品的定位。
誰的文檔能力被更多的Agent調用，誰就成了AI辦公生態的基礎設施。
五
我再展開說一個實操場景，進一步說明這套體系到底能幹什麼。
假設你是一個運營負責人，手上有一份上個月的用戶增長數據表格，存在騰訊網盤裏。
你需要做三件事——
第一，基於數據做一份增長分析報告。第二，從報告中提煉關鍵結論做成一套匯報PPT。第三，把PPT分享給團隊。
現在用騰訊文檔加WorkBuddy操作起來就很簡單了：
第一步，在WorkBuddy裏說一句話：把網盤裏上個月的用戶增長數據拉出來，做一份增長分析報告。
WorkBuddy直接從騰訊網盤調取文件，它知道你的文件在哪、什麼內容，然後在騰訊文檔裏創建一份新文檔，開始寫報告。
第二步，報告初稿出來之後，你在文檔裏直接改。覺得某個結論的論據不夠充分？自己補一段或者重寫，你和AI在同一份文檔裏協作。
第三步，報告定稿後，你再說一句：基於這份報告生成一套匯報PPT，突出三個核心數據結論，直接產出一份完整的PPT。
然後就可以一鍵分享給團隊，全程在一個環境裏完成，不需要在多個工具之間跳來跳去。
我還試了一個場景——
讓WorkBuddy在騰訊文檔裏創建一份表格，把我過去三個月發佈的文章按閱讀量、轉發量、評論數做了一個彙總。
然後基於這些數據識別出哪類選題表現最好，哪個發佈時間段的數據最高，最後輸出一份選題優化建議。
它大概用了五六分鐘——當然，中間有兩個數據它漏掉了，我在文檔裏直接改了，但整體的分析邏輯、結論提煉都沒毛病。
從這個意義上，升級後的騰訊有點像一個有判斷力的同事，你給方向，它幹活。
它把80%的髒活累活先扛了，你只需要聚焦在最重要的那20%上。
這也是騰訊文檔和一些散裝AI辦公產品最大的區別。
關於這一點，用的時間越長，感受越明顯。
六
還有一個邏輯也必須說一說——
6月這次騰訊雲的AI產業應用大會上，騰訊做了一件之前沒做過的事： 首次發佈效率智能體工具集。
什麼意思呢？
就是騰訊把分散在各個產品線裏的AI能力，沉澱成了一套可協同的完整工具。
模型服務、Agent應用、開發工具、效率智能體應用，全部打包，面向個人、辦公、企業三大場景，覆蓋辦公協同、代碼研發、知識管理、設計創作、營銷客服、數據分析等高頻場景。
這個工具集的核心框架是這樣的，具體分三層——
底層是混元模型持續迭代提供算力支撐。
中間層是WorkBuddy加CodeBuddy的Agent框架。
應用層是騰訊文檔、騰訊會議、企業微信、騰訊網盤等一系列產品。
騰訊龐大的 C 端和 B 端生態，讓它天然具備場景紅利，而場景和連接，決定一個Agent能進化到多高。
這一點，是騰訊的家底，別人羨慕不來。
七
最後說說我自己的感受。
我用騰訊文檔加WorkBuddy一陣時間，除了開頭說的那份Claude Code和Codex對比報告，我還試過讓它幫我做行業數據整理、選題分析、AI論文抓取等。
整體體驗下來就兩個字：靠譜。
我喜歡用它，其中一個原因是它比較省心，交互上比較自然，成本也可控，不需要怎麼折騰。
我想，經常整文檔、PPT和Excel的白領， 騰訊文檔加WorkBuddy就是實用之選。
當然，也不是什麼都好，有時候它的格式審美讓人一言難盡，同時它對某些專業領域的理解深度和Claude和GPT的模型相比還有差距。
但方向對了。
AI辦公的競爭已經走到了一個關鍵拐點。
很多單點的能力，大家都能做，接下來比的是： 你的AI能在真實工作流裏端到端把活幹完並且完成交付嗎？
從散裝AI到套件級融合——這條路騰訊文檔開了一個不錯的頭。
如果我們從更高一些的視角來看騰訊，會發現混元基座補齊、效率工具集成、Agent深度接入。
這些放在一起看，騰訊在AI辦公這個戰場上，確實在找到自己的節奏。
下一步就看混元的下一個大版本能不能在模型能力上再上一個臺階，以及人機雙寫這個品類能不能在用戶端得到大規模驗證了。
的確，爲什麼真正靠譜好用的AI Agent產品並不多？
原因其實很簡單：Agent需要的技術棧要求太全面，缺一環，基本上就只能做個聊天機器人換皮。
騰訊這次的策略，就是是多層推進——
混元Hy3做基座，WorkBuddy做框架，騰訊文檔做場景，網盤做數據底座，MCP加OpenAPI做開放通道。
有人可能會說，這不就是因爲騰訊家大業大嘛，什麼都有，拼起來就行了。
我倒是不這麼看。
原因在於拼好也是有難度的：這些東西分屬不同的產品線、不同的團隊、不同的技術棧。
要讓它們真正打通，需要頂層設計和執行力。
對於騰訊這樣大廠而言，確實是不容易滴。
從這次騰訊文檔的升級來看，至少在效率辦公這個方向上，騰訊的勁在往一塊使。
結語
我個人對廠商造詞一向警惕，人機雙寫這個詞能不能在行業裏立住，還得看用戶用腳投票。
但我願意給它一個不錯的評價，原因在於：對於沒有極其複雜需求的日常辦公一族，這是一個非常實用的工具。
騰訊這次給我的感覺，是終於在 Agent 這個戰場上，找回了自己的手感。
它就守着自己的家底，把AI一點一點地原生融進去。
慢半拍沒關係，關鍵是這一拍，踩在了點上。
——End——
作者簡介：衛夕，公衆號“衛夕指北”出品人，科技專欄作者，專寫長文，專寫不一樣的，專注剖析AI、廣告及互聯網的底層邏輯；不關注這個賬號，你都不知道你會錯過神馬！