腾讯WorkBuddy电脑操控开启公测,看懂界面替人点击,日活已破千万
11月20日,腾讯旗下办公智能体WorkBuddy宣布正式上线"电脑操控"(Computer Use)能力并开启公测,支持macOS与Windows双平台。它能让AI像人一样识别桌面软件界面,完成点击、输入、滚动等操作,不需要目标软件开放任何接口,使用前需将客户端更新至5.11.0及以上版本,并在设置中开启功能、完成系统授权。
这项能力针对的是长期存在的"老软件困境"。大量企业内部的财务系统、仓储记录、教育管理等桌面程序由多年前的厂商开发,既没有API也没有网页版,过去衔接这些系统只能靠人工在窗口之间复制粘贴。电脑操控走的是视觉路线:识别当前界面上的按钮、输入框与菜单,再模拟鼠标键盘一步步操作,理论上能覆盖几乎所有桌面软件。媒体实测中,它可以操作微信给联系人发消息、登录旺店通这类ERP业务系统查数据,也能完成跨应用下载、匹配订单的完整流程。
官方对限制说得坦率:界面识别效果因软件而异,并非装上就能用。任务运行时会以侧边小窗显示进度,用户可以一边做自己的事一边查看;腾讯同时提醒,涉及登录、授权、支付、提交、删除等敏感操作时建议保持在场、实时盯着,任务结束后最好回到原系统核对结果。实测也提到,验证码识别、弹窗干扰等场景仍可能导致任务中断,操作过程中还会占用鼠标。
推这项功能的底气来自用户规模。据腾讯三季度财报电话会披露,WorkBuddy日活跃用户已突破1000万,日均Token消耗超100万亿,最近七天年化收入超5亿美元,约为腾讯会议的两倍;中国百强企业客户中六成已在使用。用户量和付费规模上来之后,把"只能手动点"的桌面工作纳入智能体覆盖范围,是产品能力的自然延伸。
同一周里,谷歌给Mac版Gemini推出了同类电脑操控功能,苹果也被曝正组建团队自研能操控电脑的智能体,AI正从"陪你聊"走向"替你操作"。行业观察人士认为,接下来的竞争焦点不是谁演示得更花,而是权限管理:能看屏幕就意味着能看到屏幕上的一切,操作系统如何拆分授权、智能体出错后能否回滚,将决定这类产品能走多远。
读者评论 (0)
想参与讨论?请 登录 后发表评论。
还没有评论,欢迎抢沙发!