WorkBuddy 零基础入门教程：拆解桌面智能体的工作原理与实战场景

以下是视频口播的自动转写，可能有错字。

被马化腾定位为继QQ、微信之后第三个战略级产品的Workday到底有多？好，大家好，这是一期Workday保姆级的零基础系统教程。这期视频我会把Workday的所有核心功能一次性给讲透，让你从入门到狂飙，小学生都能听得懂。话不多说，我们进入正题。

Workday，你可以把它理解为Codex的国内平替版，就是可以在你电脑里直接帮你干活的AI数字牛马。而且它的上手门槛更低，不需要网络环境，不需要复杂的配置，对新手极其友好。无论你是想手方案更得格、复刻数据，还是做内容化海报、还有环境，甚至是接管你的浏览器和替你操作各种软件，都能一步到位，把成果直接摆到你面前。

用10个实战场景来带大家彻底拉通，以后这一类的Agent产品出一个算一个，你都会库类旁通、游刃有余。我会把这期的文字课件整理成了文档，评论区留言“蓝皮书”我甩给你。大家好，那这节课呢，我们再进一步，看一下具体Workday是如何运作的，以及它是如何辅助我们完成各种工作场景的。

第一个，all body 是如何操作我们的电脑的？首先我们需要理解一下哈，all body 它是一个桌面级 agent 的，那也就意味着它可以装在我们的办公电脑上。不管是你的 windows 电脑，还是苹果电脑。那装到你的电脑上以后，它就可以代替你来操作你的电脑，来完成各种各样的工作。

Ok，那它具体是如何操作我们的电脑的呢？我们一起来看一下哈。就它跟人类操作的方式还不太一样，我们人类是怎么操作的？我首先看着屏幕，对吧？然后我鼠标单击右键，我找一个叫新建文件夹的按钮，点了以后呢，我用键盘给它一个名字，然后最后这个文件夹创建成功了。

所以整个过程呢，其实还蛮复杂的哈，有看屏幕，有键盘，有鼠标。如果 word 宝宝按照我们这个操作流程啊，它这个效率太低了。另外它也不可能实时的去截我们的屏幕，看我们的屏幕啊。那它是怎么操作呢？它采用了一个更高效的模式，叫命令行的方式。也就是说，它可以通过命令行来驱动我们的电脑完成各种各样的操作。

给大家举个例子哈，比如说现在我让 workbody 在我的电脑上创建一个文件夹，说帮我。在电脑桌面上，文件一个叫课程资料的文件夹。那这时候 workbody 收到这个请求以后，它会先让大模型去判断。哦，你这个需求是要创建一个文件夹，文件夹的名字叫课程资料。

大模型一看，这个事情简单啊，我直接执行一个命令就可以，我把命令丢给你，你 workbody 去执行就行了。然后 workbody 就执行这个命令。这个课程资料文件夹就生成了。那在这里你可能只能看到结果，你没有看到它这个具体的命令是什么，对吧？

但是没关系，你可以展开这个小箭头哈，他说运行命令，对吧？然后你展开这个，具体它执行了什么命令？ok，它就是执行了这个命令，对吧？那其实这个过程你也可以自己去做，比如说如果你大概懂命令行的话，你也可以说，我建一个课程。资料的拼音的文件夹，然后执行，看到吗？

桌面上就有了一个课程资料。拼音的文件夹。所以在这里，这个命令是谁？是我通过大脑想出来的这个命令，对吧？所以这里映射的就是大模型，对吧？然后谁来执行的呢？我手工执行的这个命令。这里映射的是 work body，所以 work body 把我们的大脑，把我们的执行能力全部给我们替代掉了，对吧？

那我们知道它能通过命令行来驱动我们的电脑电脑完成各种各样的操作哈，那我们就知道它的能力范围。到底能做哪些事情，这个是比较关键的，对吧？比如说，它能操作文件、文件夹，对吧？操作你的程序、操作你的浏览器，完成一些基础工作。然后呢，如果有些工作可能简单的命令搞不定，它可以让大模型自动给你写一段代码，写一个程序，然后执行这个代码，执行这个程序，给你完成各种各样的操作哈。

可以是 python 代码，可以是 node 代码，等等等等的。甚至它可以给你安装一些软软件。通过调度这个软件完成各种各样的操作。好，那。大家可能会说：“哎，那如果说仅仅去调度我的电脑，能完成各种业务场景吗？”呃，不一定。因为比如说你可能有一些，比如说我要发邮件啊、我要这个做跟外部系统集成，比如说我要这个预定会议啊、我要做路线规划，那这些东西它调度你的电脑啊，不一定能完成，它还需要跟外部的工具去链接起来，比如说发邮件你要集成QQ邮件。

啊，定会议你可能要集成腾讯会议，对吧？然后那个呃，做路线规划你可能要集成高德地图，然后你要读外部的文档资料你可能要集成啊，飞书文档或腾讯文档等等等等的。所以，workbody 呢，同时提供给我们了跟外部工具去链接起来的一个能力。这个能力呢，有多种方式哈，不管是链接器啊，还是通过 mcp 的方式，还是通过 api 接口的方式，跟外部的工具、软件、平台、服务。

连接起来，让你的这个能力更强大。后面我会详细给大家讲什么是链接器，mcp，api 哈。好，第三个，我们看一下为什么 workday 能完成一个复杂的任务。这里我们要梳理一下它整个工作的流程哈。首先，当用户提出一个需求以后，那我们把需求给到了 workday，workday 拿到这个需求以后呢，它首先会给到大模型，让大模型呢去理解你的需求，对吧？

去做思考，去做规划，然后去把你这个需求拆分成一个一个小的任务。Ok，然后呢接下来大模型呢再去看每一个任务到底该如何完成。这个任务是说我需要调度一个命令就能完成，还是说我要调度一个 api 接口，调度外部的工具去完成，还是说哎呀，我直接给你写一个脚本，写一个小程序来完成这个任务，都是有可能的啊。

好。然后呢，写完这个任务的命令脚本或这个 api 接口以后呢，它就会丢给我们的这个 work body，让它去执行。work body 呢，就执行以后会，当然这个执行啊，它不一定是100%成功哈，它有可能是成功，有可能是失败，没关系。反正最终 work body 会拿到一个执行的日志或结果。

然后呢，这个日志或结果再丢给大模型，大模型呢，就去判断。啊，是执行成功了，还是执行失败了？如果执行失败以后呢，大模型会自己去思考，自己去修复这个问题，然后再去执行，再丢给 workday 执行。所以它整个过程是一个循环迭代的过程哈，遇到问题自己修复。

啊，自己解决。啊，直到这个任务没有问题，然后进行下一个任务。啊，所有的任务都按这个流程循环执行完成以后，最终完成了你整个需求。啊，这是它一个工作的一个流程，对吧？然后同时，workday 它还有这个记忆的能力哈，也就是说，我们在用 workday 的时候，它会自动的记住你的称呼，自动的记住你的偏好，包括你的工作风格。

它真的像你一个工作搭子哈，就你俩之间好像有工作的默契了，对吧？越用越懂你啊，它是这样的一个过程。然后最后呢，我们再来梳理一下智能体跟大模型的关系啊。首先，它俩是相辅相成的啊。智能体它是一个能力框架，就 work body，它可以操作我们的电脑，可以调度外部工具，可以集成外部工具。

它有上下文记忆管理的能力，然后它有它的这个工作处理的一个流程。然后呢，大模型是 work body 的大脑，它辅助 work body 去做需求的理解、规划、任务的拆分，还有一些任务的决策等等等等的。所以通过这节课呢，我们是想让大家搞懂 work body 的基础工作原理。

当你理解了这个基础工作原理以后，你就知道在你的工作场景中，哪些业务适合 work body 干，具体怎么干，哪些业务场景可能不适合 work body 干。Ok，那这节课我们就到这里。