用 AI 办公,最大的门槛往往不是 AI 本身。
而是一个错觉。
你以为它什么都知道。
真让它上手才发现,它不知道你昨天在群里说了什么,也不知道那份方案改到了第几版。
信息散在聊天里,散在文档里,散在会议和云盘里。
它一个都够不着。
腾讯这次想用一个组合,把这一块补上。
企业微信和 WorkBuddy 正式打通了。

前者是用户最多的协同办公平台。
后者是国内用户最多的办公智能体。
一个管人和流程,一个管把活干完。
这次联合,让两个产品进了同一条工作流。

企微里多了一个 WorkBuddy 的入口。
它变成机器人,出现在聊天列表里。
你可以直接和它说话。
以前要和 AI对话,得先打开一个网页,再把资料搬过去。
现在不用了。
和过去最大的不同,是权限。
这个机器人能拿到十项能力。
消息、文档,加上会议和云盘,它都碰得到。
不用切换应用,就能用上真实的工作上下文。
派活的姿势,就是像 @ 同事一样 @ 它。

我们提前拿到了这项联合能力。
把日常的月报场景,重新放回这条流程里跑了一遍。


以前让 AI 写月报,尴尬在中间那一段。
它确实省了二十分钟。
但你要先花十五分钟,把稿子从后台筛出来。
把数据记好,再喂给它。
写完还得自己贴回企微的表格。
现在换了个做法。
月报一句话丢给企微里的机器人。
等结果就行。
AI 开始进入工作的地方
上手几乎没有学习成本。
在企业微信侧边栏找到 WorkBuddy 的图标。
领了使用资格,就能在对话框里交代任务。
想要更完整的工作台,也可以装最新的企业版本,用企微身份登录。

于是企微通讯录里,多了一位能随时派活的 AI 同事。
平时像找同事一样找它聊天。
任务复杂一点,就切到工作台。
在那里能选模型,也能加连接器。

为了看清两个产品打通到什么程度,我们先让它干了件小事。
拉一个工作群。
不用打开通讯录一个个翻。
直接告诉它要请谁进来。
它很快返回了同事信息,弹出建群确认框。
群名和三位成员都已经列好。
点一下确认,群就建好了。

给编辑部做一个能自学的选题 Agent
能整理月报,能建群,我们还想试试另一件事。
它能不能从过去的工作记录里,总结出可以复用的经验。
拿编辑部来说,我们几乎每天都在群里聊选题。
哪个产品值得写,哪个模型更新了要不要跟,哪些先搁一搁。
讨论记录里,其实藏着我们判断选题的标准。

这一次不用先导出聊天记录。
直接在企微里找到 WorkBuddy,让它整理这段时间的选题情况。

接着让它把这些标准,整理成一个技能。
以后找选题接着用。

有了这套标准,再往前走一步。
安排每天的选题工作。
结合群里已有的选题和刚整理的取舍意见,去查最新新闻,推荐最多十个值得跟进的选题。
每条说清事实和角度,标出来源和时间。
如果配上定时任务,这些选题还能定期整理成早报,发到对应的群里。


最后哪个值得写,还是编辑来定。
但以后再干类似的活,可以直接调用这套标准。
不用每次都从头跟 AI 解释编辑部的习惯。
在企微,和 WorkBuddy 一起策划活动
前面两件事偏整理信息。
接下来我们想让它参与一个多人协作的项目。
比如筹备一场读者交流会。
活动方案放在文档里。
具体安排在群里讨论。
进度记在表格中。
还有人随时补充信息、改流程。
我们让它在企业微信里,结合已有的项目信息整理筹备情况。

它生成了一份详细的进度报告。
里面有已确认的变更,有任务进展,还有未批准的建议和待决事项。
我们让它再整理成一个项目看板。

光能看进度还不够。
我们接着派活。
找出有延期风险的任务,提醒对应的负责人处理。

如果只生成一份报告,后面还得自己去催。
这次它打通了企微的消息和协作能力。
在授权范围内,它能发消息,也能建群。
把结果重新交回给对应的人。

从读上下文,到产出结果,再到结果回到工作流,全程没有复制粘贴。
它干完的活可以代发消息、建群,存进微盘,推给负责人。
直接进入流程的下一环。
用 AI 减少人的摩擦,也减少软件之间的摩擦
不过,真实的企业工作要比这几个场景复杂得多。
不同部门有各自的系统。
不同员工有不同权限。
碰到业务数据和客户信息,也不能让 AI 想读就读。
这次更新也考虑到了管理这一层。
管理员可以基于企微现有的组织架构,统一分配资格,设置权限,管理用量和算力采购。
员工不必各自去挑一堆 AI工具,也不用单独注册账号。
企业可以统一决定,谁可以用,哪些信息允许访问。
对已经搭好 CRM、工单和库存的企业,原来的流程也不必推倒重来。
通过接口、连接器和权限配置,AI 可以一步步参与已有的环节。
日常的整理和协作,交给企微里的机器人。
需要结合本地文件,处理更专业的任务时,再打开独立工作台接着做。
除了办公,AI编程和金融数据查询这类活,也能派给它。

从员工顺手使用,到企业统一管理,这次打通想解决的其实是同一件事。
让 AI 尽可能进入大家本来就熟悉的工作环境。
企业过去攒下的数字化资产,开始有机会直接参与下一次工作。
AI 沿着这些工作轨迹,把事情接着做下去。
不再只是等有人去查。
这大概就是 AI 办公该有的样子。
少解释一次背景。
少搬运一次资料。
这些零碎省下来,一天就是好一会儿。
少切换几个软件。
让已经转起来的工作,继续往前走。
我们不需要花时间学怎么用 AI 上班。
要让 AI 学会怎么和我们一起工作。
