AI热榜 9 月 2 日，深圳。
最先在 WorkBuddy 生态发布会舞台上亮相的，是 9 款联名硬件。
智能眼镜、录音卡、领夹麦、AI 桌宠、键盘麦克风，你能想到的办公场景中与人交互的硬件，在这里几乎轮番出现。
而这场发布会上的名单更有分量：30 多个硬件品牌、30 多个 Buddy 应用、100 多个开放平台共创伙伴，从安克、Rokid 这样的硬件厂商，到广发证券、北森、帆软这样的行业软件公司。
这些公司为什么愿意把场景、数据和多年沉淀的工作方法，接到一个 Agent 平台上？
过去两年，Agent 的进化路径看起来很清晰：模型更强、推理更深、工具调用更多。
但当越来越多 Agent 都能执行任务、交付结果，“会干活”本身正在迅速成为标配。
今年 3 月上线的 WorkBuddy，半年里迭代了 50 多个版本，节奏足以说明这一点。
产品层面的胜负已经分出了一轮。
下一轮的差距，取决于 Agent 够得着多少数据、多少工具、多少真实场景。
腾讯云副总裁、腾讯 CodeBuddy & WorkBuddy 负责人刘毅在发布会上表示：真正的 AI 提效“从来不取决于一个工具有多强，而取决于它能连接多少数据、多少能力，能走进多少真实的场景”。
发布会给出的回答是：把 WorkBuddy 积累的 Agent 能力开放出去，让连接发生。
这笔账不难算：腾讯拿出 Agent harness 能力，连接伙伴手里的场景和 know-how；伙伴得到的是更低的 AI 化成本，和给用户更丰富的服务。
Agent 越聪明，越需要上下文 WorkBuddy 开放平台负责人于洪潇在台上讲了一个财务对账的例子。
每到月底，财务要拿这个月的账和银行流水逐笔核对，几千上万条流水、几十个账户，对不上一笔可能就是事故。
财务同事很自然地对 WorkBuddy 说：帮我把这个月的账跟银行流水对一遍，对不上的标出来。
问题出在哪？
大模型读得懂凭证，也算得平任何一个数。
但银行流水在网银上，发票在税务系统里，凭证在 ERP 里，数据够不着。
对不上的账，是漏记了、重复了，还是钱还在路上？
这些判断不在模型脑子里，而在行业从业者的经验里，know-how 不知道。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接