2025年底一款叫 OpenClaw 的开源 AI Agent 工具横空出世。因为 Logo 像只龙虾因此国内都叫他小龙虾。之前所有的 AI 产品本质上都是问答机器——你问它答然后你自己去执行。OpenClaw 打破了这个边界它可以直接调用工具、操作浏览器、读写文件、发送消息、定时自动运行……它不只是给你建议而是帮你把事情做完。OpenClaw 爆火的逻辑其实很简单它触达了AI商业化最后的一公里——执行力。这个认知在 2026 年初炸开了大量开发者和普通用户都开始研究 OpenClaw从而掀起一阵养虾热恨不得人人都养一只小龙虾架设自己的 OpenClaw 实例、配置技能、让它自动跑任务。一些人开始在闲鱼、B站上卖OpenClaw 安装配置服务」因为技术门槛太高普通用户装不上。这本身就说明了问题需求是真实的但产品的可及性极差用户上手难度很高。通过这种现象国内厂家们也嗅到了一层商机从推出小龙虾一体机到各种小龙虾的变体产品出现都是为了解决普通人养虾难的问题但都一直都没有解决好用的问题。01 WorkBuddy 是什么2026年3月9日CodeBuddy 团队推出了 WorkBuddy。如果说OpenClaw是给技术人的「可编程数字工作台」那么WorkBuddy的定位就是普通人也可以使用的「开箱即用智能同事」他的本土化改造开箱即用普通人也可以很轻松的驾驭真正解决了执行类的AI产品安装门槛高使用难的问题。为了符合智能同事的定位系统本身内置了上百个专家agent并且这些agent可以互相协作更好的按照你的任务去分配合适的agent去执行保证任务执行的质量。并且内置20多种skills并且和openclaw的skills进行兼容可以轻松从openclaw过渡到WorkBuddy。并且具有三层记忆机制让你越用越懂你。接下来就根据我最近使用下来的体验对功能进行一一拆解吧。02 核心功能架构设计2.1 三种工作模式Craft / Plan / Ask这是我最喜欢的设计细节。WorkBuddy 给了三种模式Craft 模式你说它做。直接把任务执行完适合明确的需求。Plan 模式先做计划让你审核通过了再动手。改代码、批量操作文件这种高风险场景开 Plan 模式安心很多。Ask 模式只回答问题不动手。相当于普通聊天模式。三种模式切换没有任何学习成本但这个设计的价值很大它把「效率」和「安全」的平衡权交还给了你。2.2 三层记忆系统WorkBuddy 有三层记忆这是我用了一段时间感触最深的功能云端记忆自动学习你的使用习惯和偏好用户级记忆跨项目的个人规则比如「文件默认保存到桌面」项目级记忆每个项目的上下文独立保留实际效果是什么就是你会发现他会越用越懂你会不断进化适应你的使用习惯。比如输出一些写作方法和习惯原本需要你指定好规范后来做新项目它还记得。普通的 AI 每次对话都是全新开始WorkBuddy 越用越顺手这个体验确实不一样。2.3 多模型自由切换WorkBuddy 内置了混元、DeepSeek、GLM、Kimi、MiniMax 等多个国产大模型可以随时切换。这意味着简单任务用快模型省积分复杂逻辑切强模型保证质量丰俭由人。当然现在没有 GPT 和 Claude 的官方接入但是你可以通过自定义模型提供商的方式进行使用这个需要一点门槛但是你都用GPT和Claude了我觉得这个对你来讲应该不是问题。2.4 技能市场Skills技能市场类似手机的应用商店你需要什么能力就装什么 Skill。目前内置了超过20个技能覆盖 Excel 处理、PPT 生成、数据分析、代码开发、联网搜索、图像生成等。这里有个细节值得说WorkBuddy 兼容 OpenClaw 的技能生态。OpenClaw 在 GitHub 上有几十万个社区技能包理论上 WorkBuddy 都能调用。这相当于出生就自带了一个庞大的生态基础。2.5 多 Agent 协作你可以同时启动多个 AI Agent它们之间能互相通信、协调进度分工完成复杂任务。比如一个 Agent 负责搜集资料另一个负责整理成报告第三个负责检查错别字和格式——全程不需要你在中间传递信息。不过目前多 Agent 并行能力还在打磨中复杂协作偶尔会出现「左边不知道右边在干嘛」的情况。2.6 自动化调度支持定时自动化任务每天、每周、每小时触发也可以指定某个时间点一次性执行。比如「每天早上九点帮我搜集 AI 行业最新资讯整理成日报发送到企业微信」。这个功能在重度用户手里价值巨大。你睡觉它干活。2.7 安全沙箱WorkBuddy 对安全的处理是偏保守的操作在隔离的 Docker 容器或 E2B 云环境中运行你授权了哪个文件夹它就只能碰那个文件夹高危指令比如删除、格式化会被拦截或要求二次确认。对普通用户和企业用户来说这个安全感是实实在在的。毕竟一个能操作你电脑的 AI安全性不是锦上添花是底线。2.8 连接器生态WorkBuddy 深度集成了微信、企业微信、飞书、钉钉、QQ 等国内主流协作工具。最实用的场景你在手机上给 WorkBuddy 发条消息远程就让电脑上的 WorkBuddy 开始干活了。03 整体使用场景评测为了测试WorkBuddy的一些能力我选择了职场人常用的一些场景检查他的实际落地的能力以及落地质量如何。3.1 场景1代码开发能力我最喜欢的方式验证一个模型和agent的代码能力就是让他开发个坦克大战的游戏看游戏设计的方式以及实现的完整度考验模型功能设计以及功能实现的整体逻辑。让我感到惊喜的是同样的提示词整体WorkBuddy实现效果比codex感觉更好一些。codex使用的是5.5模型。WorkBuddy实现我就给出一个帮我开发一个坦克大战的游戏的提示词然后就对游戏进行设计最终呈现效果如下。帮我按照FC的坦克大战游戏开发一个坦克大战的游戏codex实现同样的提示词codex实现效果如下3.2 场景2股票持仓分析因为我发现WorkBuddy内置了一个股票研究专家的agent本身有支持deepseek-v4模型我就让他根据我的持仓分析我的持仓建议以及未来一周的比较好的标的。最后给了我一份比较完整的分析报告详细的我就不贴出来了给的建议也比较中肯这两天证券和创新药缺失涨幅不小。这样看来deepseek炒股可比我强多了。3.3 场景3内容创作做内容创作者花的最长的时间就是如何收集有爆款潜质的文章我之前都是通过写代码去抓取一些平台的热点信息然后生成选题。workBuddy内置了一个爆款选题策划专家我就按照自己的公众号方向输入然后让他帮我搜集热点选题。因为热点更新迭代也比较快最好可以定时抓取热点生成并推送到我的飞书文档中去整体使用起来也很方便。直接告诉workbuddy输入以下提示词他就会自己把流程全部搞定比我之前写代码要方便很多。并且内置了很多连接器通过页面点点点就可以很轻松的实现连接器的关联。设定一个定时任务将每日最新的选题同步到飞书文档中。并将本次生成的选题发送到飞书文档中04 使用期间遇到的一些问题整体体验下来确实对普通用户非常友好并且整体落地质量还不错当然使用的一些场景也遇到了一些小bug。4.1 输出产物对不上比如用来测试写文章内容时。输出产物和右边实际产物对不上需要重新让他输出才有可能输出出来。4.2 使用设计技能没有继续执行任务当我让他进行网站设计的时候出现了卡死无法继续任务的场景。05 WorkBuddy的优缺点分析优点它做对了什么真正零门槛选一个文件夹授权完事。不需要配置环境变量不需要 API Key不需要理解什么是 Docker。这是我见过上手最简单的 AI Agent 产品。中文理解精准中文理解和本土化是核心竞争力。职场文案、商务话术、公文写作这些场景里生成内容的质量明显比直接用 ChatGPT 翻译要好。从「聊天」到「干活」的跨越这是 WorkBuddy 和传统 AI 助手最大的区别。它能实际操作你的文件、执行你的指令、交付可以用的成果。不是给你建议是把事做完。多模型灵活切换不被绑定在单一模型上可以根据任务选择最合适的引擎。这个设计思路很务实。三层记忆越用越懂你长期项目里记忆系统是杀手级功能。不需要每次交代一遍背景和规则。安全设计让人放心沙箱隔离、权限管控、高危拦截对企业用户来说这些是准入门槛WorkBuddy 满足得不错。缺点与不足它还差在哪里复杂任务稳定性不够多步骤、多文件、逻辑嵌套的复杂任务WorkBuddy 偶尔会「理解跑偏」甚至中途卡住。遇上模糊指令更容易出问题。这不是偶发情况是多个用户的共同反馈。积分消耗比预期快新用户有 5000 免费积分看起来不少。但如果你用多模态任务比如一边搜索一边生成报告一边配图可能一两天就见底了。后续要充值才能重度使用。PPT 和设计能力偏弱内容生成没问题排版和美化还停留在基础水平。如果经常要做精美汇报材料这个短板会很影响体验。长对话质量衰减跟 WorkBuddy 对话超过 20 轮之后理解准确率会明显下降。这个问题在高版本已通过消息压缩策略有所改善但还没完全解决。06 总结总体而言WorkBuddy相关的产品出现意味着国产AI办公工具的一个重要方向从对话交互走向任务执行。虽然目前还存在稳定性和能力边界的问题但它已经能在很多场景下实实在在地帮用户更好的去完成任务。随着Agent技术的持续迭代和生态的不断完善这类能干活的AI很可能成为未来办公的标配。对个人来说随着未来AI生产力的普及会使用AI工具将会变得更具有竞争力。任务的拆解逻辑思维架构思维以及判断力这些能力在AI时代显得更加重要。
WorkBuddy：办公Agent的新范式已来！
2025年底一款叫 OpenClaw 的开源 AI Agent 工具横空出世。因为 Logo 像只龙虾因此国内都叫他小龙虾。之前所有的 AI 产品本质上都是问答机器——你问它答然后你自己去执行。OpenClaw 打破了这个边界它可以直接调用工具、操作浏览器、读写文件、发送消息、定时自动运行……它不只是给你建议而是帮你把事情做完。OpenClaw 爆火的逻辑其实很简单它触达了AI商业化最后的一公里——执行力。这个认知在 2026 年初炸开了大量开发者和普通用户都开始研究 OpenClaw从而掀起一阵养虾热恨不得人人都养一只小龙虾架设自己的 OpenClaw 实例、配置技能、让它自动跑任务。一些人开始在闲鱼、B站上卖OpenClaw 安装配置服务」因为技术门槛太高普通用户装不上。这本身就说明了问题需求是真实的但产品的可及性极差用户上手难度很高。通过这种现象国内厂家们也嗅到了一层商机从推出小龙虾一体机到各种小龙虾的变体产品出现都是为了解决普通人养虾难的问题但都一直都没有解决好用的问题。01 WorkBuddy 是什么2026年3月9日CodeBuddy 团队推出了 WorkBuddy。如果说OpenClaw是给技术人的「可编程数字工作台」那么WorkBuddy的定位就是普通人也可以使用的「开箱即用智能同事」他的本土化改造开箱即用普通人也可以很轻松的驾驭真正解决了执行类的AI产品安装门槛高使用难的问题。为了符合智能同事的定位系统本身内置了上百个专家agent并且这些agent可以互相协作更好的按照你的任务去分配合适的agent去执行保证任务执行的质量。并且内置20多种skills并且和openclaw的skills进行兼容可以轻松从openclaw过渡到WorkBuddy。并且具有三层记忆机制让你越用越懂你。接下来就根据我最近使用下来的体验对功能进行一一拆解吧。02 核心功能架构设计2.1 三种工作模式Craft / Plan / Ask这是我最喜欢的设计细节。WorkBuddy 给了三种模式Craft 模式你说它做。直接把任务执行完适合明确的需求。Plan 模式先做计划让你审核通过了再动手。改代码、批量操作文件这种高风险场景开 Plan 模式安心很多。Ask 模式只回答问题不动手。相当于普通聊天模式。三种模式切换没有任何学习成本但这个设计的价值很大它把「效率」和「安全」的平衡权交还给了你。2.2 三层记忆系统WorkBuddy 有三层记忆这是我用了一段时间感触最深的功能云端记忆自动学习你的使用习惯和偏好用户级记忆跨项目的个人规则比如「文件默认保存到桌面」项目级记忆每个项目的上下文独立保留实际效果是什么就是你会发现他会越用越懂你会不断进化适应你的使用习惯。比如输出一些写作方法和习惯原本需要你指定好规范后来做新项目它还记得。普通的 AI 每次对话都是全新开始WorkBuddy 越用越顺手这个体验确实不一样。2.3 多模型自由切换WorkBuddy 内置了混元、DeepSeek、GLM、Kimi、MiniMax 等多个国产大模型可以随时切换。这意味着简单任务用快模型省积分复杂逻辑切强模型保证质量丰俭由人。当然现在没有 GPT 和 Claude 的官方接入但是你可以通过自定义模型提供商的方式进行使用这个需要一点门槛但是你都用GPT和Claude了我觉得这个对你来讲应该不是问题。2.4 技能市场Skills技能市场类似手机的应用商店你需要什么能力就装什么 Skill。目前内置了超过20个技能覆盖 Excel 处理、PPT 生成、数据分析、代码开发、联网搜索、图像生成等。这里有个细节值得说WorkBuddy 兼容 OpenClaw 的技能生态。OpenClaw 在 GitHub 上有几十万个社区技能包理论上 WorkBuddy 都能调用。这相当于出生就自带了一个庞大的生态基础。2.5 多 Agent 协作你可以同时启动多个 AI Agent它们之间能互相通信、协调进度分工完成复杂任务。比如一个 Agent 负责搜集资料另一个负责整理成报告第三个负责检查错别字和格式——全程不需要你在中间传递信息。不过目前多 Agent 并行能力还在打磨中复杂协作偶尔会出现「左边不知道右边在干嘛」的情况。2.6 自动化调度支持定时自动化任务每天、每周、每小时触发也可以指定某个时间点一次性执行。比如「每天早上九点帮我搜集 AI 行业最新资讯整理成日报发送到企业微信」。这个功能在重度用户手里价值巨大。你睡觉它干活。2.7 安全沙箱WorkBuddy 对安全的处理是偏保守的操作在隔离的 Docker 容器或 E2B 云环境中运行你授权了哪个文件夹它就只能碰那个文件夹高危指令比如删除、格式化会被拦截或要求二次确认。对普通用户和企业用户来说这个安全感是实实在在的。毕竟一个能操作你电脑的 AI安全性不是锦上添花是底线。2.8 连接器生态WorkBuddy 深度集成了微信、企业微信、飞书、钉钉、QQ 等国内主流协作工具。最实用的场景你在手机上给 WorkBuddy 发条消息远程就让电脑上的 WorkBuddy 开始干活了。03 整体使用场景评测为了测试WorkBuddy的一些能力我选择了职场人常用的一些场景检查他的实际落地的能力以及落地质量如何。3.1 场景1代码开发能力我最喜欢的方式验证一个模型和agent的代码能力就是让他开发个坦克大战的游戏看游戏设计的方式以及实现的完整度考验模型功能设计以及功能实现的整体逻辑。让我感到惊喜的是同样的提示词整体WorkBuddy实现效果比codex感觉更好一些。codex使用的是5.5模型。WorkBuddy实现我就给出一个帮我开发一个坦克大战的游戏的提示词然后就对游戏进行设计最终呈现效果如下。帮我按照FC的坦克大战游戏开发一个坦克大战的游戏codex实现同样的提示词codex实现效果如下3.2 场景2股票持仓分析因为我发现WorkBuddy内置了一个股票研究专家的agent本身有支持deepseek-v4模型我就让他根据我的持仓分析我的持仓建议以及未来一周的比较好的标的。最后给了我一份比较完整的分析报告详细的我就不贴出来了给的建议也比较中肯这两天证券和创新药缺失涨幅不小。这样看来deepseek炒股可比我强多了。3.3 场景3内容创作做内容创作者花的最长的时间就是如何收集有爆款潜质的文章我之前都是通过写代码去抓取一些平台的热点信息然后生成选题。workBuddy内置了一个爆款选题策划专家我就按照自己的公众号方向输入然后让他帮我搜集热点选题。因为热点更新迭代也比较快最好可以定时抓取热点生成并推送到我的飞书文档中去整体使用起来也很方便。直接告诉workbuddy输入以下提示词他就会自己把流程全部搞定比我之前写代码要方便很多。并且内置了很多连接器通过页面点点点就可以很轻松的实现连接器的关联。设定一个定时任务将每日最新的选题同步到飞书文档中。并将本次生成的选题发送到飞书文档中04 使用期间遇到的一些问题整体体验下来确实对普通用户非常友好并且整体落地质量还不错当然使用的一些场景也遇到了一些小bug。4.1 输出产物对不上比如用来测试写文章内容时。输出产物和右边实际产物对不上需要重新让他输出才有可能输出出来。4.2 使用设计技能没有继续执行任务当我让他进行网站设计的时候出现了卡死无法继续任务的场景。05 WorkBuddy的优缺点分析优点它做对了什么真正零门槛选一个文件夹授权完事。不需要配置环境变量不需要 API Key不需要理解什么是 Docker。这是我见过上手最简单的 AI Agent 产品。中文理解精准中文理解和本土化是核心竞争力。职场文案、商务话术、公文写作这些场景里生成内容的质量明显比直接用 ChatGPT 翻译要好。从「聊天」到「干活」的跨越这是 WorkBuddy 和传统 AI 助手最大的区别。它能实际操作你的文件、执行你的指令、交付可以用的成果。不是给你建议是把事做完。多模型灵活切换不被绑定在单一模型上可以根据任务选择最合适的引擎。这个设计思路很务实。三层记忆越用越懂你长期项目里记忆系统是杀手级功能。不需要每次交代一遍背景和规则。安全设计让人放心沙箱隔离、权限管控、高危拦截对企业用户来说这些是准入门槛WorkBuddy 满足得不错。缺点与不足它还差在哪里复杂任务稳定性不够多步骤、多文件、逻辑嵌套的复杂任务WorkBuddy 偶尔会「理解跑偏」甚至中途卡住。遇上模糊指令更容易出问题。这不是偶发情况是多个用户的共同反馈。积分消耗比预期快新用户有 5000 免费积分看起来不少。但如果你用多模态任务比如一边搜索一边生成报告一边配图可能一两天就见底了。后续要充值才能重度使用。PPT 和设计能力偏弱内容生成没问题排版和美化还停留在基础水平。如果经常要做精美汇报材料这个短板会很影响体验。长对话质量衰减跟 WorkBuddy 对话超过 20 轮之后理解准确率会明显下降。这个问题在高版本已通过消息压缩策略有所改善但还没完全解决。06 总结总体而言WorkBuddy相关的产品出现意味着国产AI办公工具的一个重要方向从对话交互走向任务执行。虽然目前还存在稳定性和能力边界的问题但它已经能在很多场景下实实在在地帮用户更好的去完成任务。随着Agent技术的持续迭代和生态的不断完善这类能干活的AI很可能成为未来办公的标配。对个人来说随着未来AI生产力的普及会使用AI工具将会变得更具有竞争力。任务的拆解逻辑思维架构思维以及判断力这些能力在AI时代显得更加重要。
