腾讯的AI产品，越来越像开连锁店了。
WorkBuddy负责办公，CodeBuddy帮忙写代码，DataBuddy负责数据分析，MusicBuddy又跑去帮音乐人搞创作。
现在，连腾讯地图也有自己的AI工作台了。
前几天，腾讯地图发布了一款桌面端AI产品，叫LBSwork，主要面向零售、出行、文旅等行业，提供地图开发、数据分析和经营决策等能力。
虽然名字没有叫MapBuddy，但用的却是与WorkBuddy同源的Harness框架。
我特意翻了一遍LBSwork的官方网站。看着产品预览图里熟悉的对话框、任务列表、知识库、专家、技能和连接器，多少有点WorkBuddy的味道，不信？那就看看下面两张产品截图。
LBSwork产品界面👆🏻
WorkBuddy产品界面👆🏻
看来WorkBuddy这套打法，已经开始被腾讯其他业务线拿去用了。
问题是，WorkBuddy的成功经验，真的可以批量复制吗？
01WorkBuddy这套，腾讯开始到处用了
今年3月，WorkBuddy正式上线。
经过几个月的发展，它已经成为腾讯AI产品里比较有代表性的一款，尤其是桌面端AI办公Agent这个方向，WorkBuddy的市场表现相当不错。
根据易观分析此前公布的数据，2026年9月，WorkBuddy桌面端月访问量达到8534万次，在其统计的20款AI原生办公智能体中排名第一。这里统计的是访问次数，并非独立用户数量。
这样的成绩，腾讯内部其他业务团队看了，估计也会心动。
过去开发一款AI产品，技术团队往往要自己处理模型调用、任务管理、工具执行、权限控制等问题。现在WorkBuddy已经积累了一套Agent技术框架，其他业务团队就有机会复用。
LBSwork就是一个新例子。
腾讯地图没有重新搞一套完全独立的Agent框架，而是采用了与WorkBuddy同源的Harness。
简单理解，Harness负责让AI把事情干起来。用户提出需求后，AI需要知道调用什么工具、按照什么顺序执行、出错了怎么处理，以及最终如何交付成果。
有了这样的底座，业务团队可以把更多精力放在自己的专业能力上。
腾讯地图接入地图数据、路线规划、空间分析等能力；音乐业务接入音乐创作工具；数据分析业务则整合数据库和数据处理能力。
同样一套技术思路，换个行业就能继续用。
这对于业务庞杂的腾讯来说，确实有吸引力。
腾讯旗下这么多业务，如果每个团队都从头开发AI Agent，重复投入可想而知。技术框架能够复用，产品研发效率自然有机会提高。
经常会有读者问：既然都基于类似的技术框架，腾讯为什么还要不断推出新的独立工作台？难道以后每个业务部门，都要有自己的Work？
02腾讯地图也能帮老板开店了？
先看看LBSwork究竟能干什么。
官网给它设计了七位地图专家，包括地图可视化、日常出行、营销洞察、零售选址、网约车、人群热力和物流履约。
其中，人群热力和物流履约还标着“即将上线”，其他五个是现阶段重点展示的场景。
图片来自官网截图
这些功能里，我比较感兴趣的是零售选址。
假设你准备开一家奶茶店，最头疼的事情可能就是选位置。
商圈里有多少人？年轻消费者多不多？附近已经有几家蜜雪冰城、霸王茶姬？这条街到底有没有消费潜力？
过去，这些信息往往需要依靠线下踩点、商业数据分析以及拓展人员的经验。
LBSwork现在想让AI参与进来。
按照官网介绍，企业可以把过去积累的选址经验整理成知识库，再让AI按照这些标准评估新的候选店址，生成选址报告。
如果企业有足够的历史经营数据，还可以尝试建立销量预测模型，估算新店未来的销售情况。
想象一下，老板把几个候选位置扔给AI，让它分析哪个更适合开店。
几分钟后，拿到一份有地图、有图表、有分析结论的报告，确实挺有诱惑力。
当然，报告写得漂亮，跟开店能不能赚钱，完全是两码事。
AI觉得某个地方人流量大，结果门口修路半年；AI觉得商圈消费能力很强，实际房租贵得离谱。老板要是照单全收，后面交的学费可不便宜。
所以，我对这个功能最大的兴趣，还在于它到底能不能准确处理真实商业数据。
其他场景也有些意思。
例如，LBSwork可以通过一句自然语言生成地图看板、可视化大屏，甚至把李白一生游历过的地方做成足迹地图。
这部分有点像Vibe Coding，只不过它专门面向地图应用开发。
还有一个比较小众的场景，网约车判责。
司机投诉导航绕路，乘客认为路线有问题，平台需要查看行程记录、分析路况，再判断原因。LBSwork展示了让AI结合行程日志分析异常、辅助处理工单的功能。
相比开店选址，这类业务场景倒是更容易衡量效率提升。
但目前没有拿到LBSwork的内测权限，这些能力的实际效果还无法验证。尤其涉及位置大数据和行业数据的分析，还需要相应的账号授权。
官网介绍得很丰富，产品究竟有多少实战能力，后续还得靠用户检验。
03高德、百度：腾讯你来晚了
如果只看腾讯的发布会，可能会觉得AI地图工作台是个挺新鲜的产品。
但高德和百度，早就在干类似的事情了。
先说高德。
今年7月16日，高德正式发布了商业智能体“高德问店”。
图片来自DoNews报道
这款产品主要面向商家，能做选址分析、商圈评估、门店经营诊断，还能生成分析报告，支持PC端和移动端协同。
比如你想开一家咖啡店，可以让它分析候选位置，比较不同商圈的情况。
怎么样，听着是不是跟LBSwork有点像？
而且高德也有自己的时空智能体平台，提供MCP、Skill等开发能力，布局已经覆盖多个行业场景。
再看看百度。
百度地图的慧眼业务，早就提供商业选址、客群分析、区域研究、业绩预测等服务。
现在又有了“小度想想-慧眼版”，利用AI智能体辅助商业选址和数据分析。
针对地图开发，百度还推出了脉芽MAPYA，可以用自然语言辅助查询地图API、生成代码、完成开发任务。
如果把腾讯、高德、百度这几家的产品摆在一起，会发现大家都在做类似的事情。
以前是地图API、位置大数据、行业解决方案，现在纷纷加入大模型、Agent、Skills，再配上自然语言交互界面。
腾讯的LBSwork在产品整合方式上有自己的特色，但它很难仅凭一个桌面AI工作台，就建立明显优势。
况且，商业选址本来就是一个专业市场，客户也不会因为某家公司发布了新Agent，就立刻把原来的系统换掉。
对企业来说，最重要的还是数据质量、业务能力和分析准确率。
打个比方。
假设腾讯、高德、百度的AI都给同一家奶茶店推荐了三个不同的位置，老板该相信谁？
总不能三家都开一间，看看谁说得对吧。
最后还得比较各家的数据依据、评估方法，以及实际预测效果。
AI生成报告越来越容易，报告背后的数据和判断才是难啃的骨头。
腾讯地图过去积累的位置服务能力，在这方面有一定基础。高德、百度同样经营多年，谁也不是刚刚入行的新手。
地图行业的AI竞争，恐怕不会因为大家都做出一个类似WorkBuddy的界面，就分出胜负。
04复制WorkBuddy，恐怕没那么容易
WorkBuddy的经验到底有多少可以复制到LBSwork？
图片来自腾讯地图公众号
我觉得得分开看。
技术框架可以复用，界面交互可以借鉴，甚至连专家、技能、连接器这些产品模块，都可以采用类似设计。
但用户需求差异很大。
WorkBuddy面对的是职场办公人群。整理文档、制作PPT、处理Excel、搜索资料，很多人每天都会遇到这些任务。
用户也比较容易判断它有没有用。
一份PPT做得不好，改一改就行；Excel处理得不对，重新运行一次也不算什么大事。
LBSwork服务的就有不少专业客户了。
一家连锁企业不会每天开十家新店，网约车平台也不可能随便让一个未经验证的AI负责处理所有复杂工单。
这些客户在意的事情，往往是数据安全、系统稳定性、业务流程适配和分析准确率。
尤其是商业选址。
WorkBuddy做错一份PPT，最多浪费你十几分钟。LBSwork如果给出一份严重失真的选址报告，老板可能会损失几十万元。
用户对两款产品的信任要求显然不同。
还有商业模式。
WorkBuddy可以通过通用办公需求吸引大量个人用户，再逐步探索付费服务。
但LBSwork面向的许多专业场景，需要位置大数据、行业数据和企业自己的经营资料。
使用门槛高了，潜在客户数量也会受到限制。
当然，企业客户的付费能力可能更强。一家连锁品牌如果真能通过AI改善选址效率，花钱购买服务也说得过去。
前提是产品得拿出可靠结果。
所以，腾讯可以把WorkBuddy的技术和产品经验搬过来，却很难直接照搬它的用户增长方式。
同样的框架，换个业务场景，可能就是另一门生意。
05腾讯真的需要这么多WorkBuddy吗？
经常有读者会问类似问题。
既然LBSwork和WorkBuddy使用同源技术框架，为什么不直接把地图能力接入WorkBuddy？
例如，WorkBuddy已经拥有技能体系，用户要做商圈分析、地图可视化、路线规划，能不能直接安装对应的Skill？
对于一般用户而言，这种方式或许更方便。
否则以后做一份市场分析报告，先打开LBSwork生成地图，再切换DataBuddy分析数据，最后回到WorkBuddy整理PPT。
本来想让AI帮忙干活，结果自己成了几个AI同事之间的协调员。
当然，独立产品也有合理性。
LBSwork涉及大量专业地图能力，需要复杂的可视化界面，还要对接企业账号和行业数据。专业客户可能更愿意使用独立工具。
而WorkBuddy作为通用办公Agent，也没必要把所有行业的复杂功能都塞进一个客户端。
但腾讯需要解决一个问题：这么多AI工作台，未来究竟怎么协同？
从目前公开的产品布局看，腾讯已经有通用办公、代码开发、数据分析、音乐创作、地图分析等多个方向。
有些产品功能本来就可能发生重叠。
企业用户想分析数据，究竟应该找DataBuddy，还是LBSwork？想制作一份地图看板，该用CodeBuddy写代码，还是直接让LBSwork生成？
如果每个团队都站在自己的业务角度设计独立Agent，产品可能越做越多，用户反而越来越难选。
这让我想起以前互联网大厂做App的情况。
一个需求火了，内部不同团队可能都会尝试做。等产品铺开之后，又开始考虑入口整合、账号打通、功能协同。
AI时代如果继续这样搞，最后可能真的要弄出一个“腾讯Buddy全家桶”。
AI Agent多起来之后，产品间的协同确实会成为一个问题。
尤其当AI逐渐能够自动调用其他AI的能力，用户可能更希望有一个统一入口，直接把任务交出去，至于背后调用的是哪款Buddy，未必需要自己关心。
目前腾讯既在做独立Agent产品，也在通过Skills、MCP和连接器开放能力。最终会不会形成统一入口，还不好判断。
但至少我希望，腾讯别让用户为了管理AI，反而增加一堆额外工作。
06腾讯能复制出第二个WorkBuddy吗？
最近几个月，腾讯AI产品的更新速度确实很快。
从通用办公到编程、数据、音乐，再到地图，越来越多业务团队开始尝试Agent产品。
LBSwork的出现，说明WorkBuddy积累的技术能力正在被其他业务使用。
这对腾讯是好事，毕竟成熟技术能够复用，总比每个团队重复造轮子强。
但我并不认为所有业务都需要单独做一个WorkBuddy。
有些适合独立App，有些做成Skill就足够了，还有些能力直接嵌入现有业务系统，用户可能反而更愿意使用。
腾讯过去推出过那么多产品，真正能够长期留住用户的，终究只是其中一部分。
AI产品也不会例外。
LBSwork现在才刚刚开始内测，竞争对手高德、百度已经在相关方向上有所积累。腾讯能否凭借自己的地图数据、企业客户资源，以及WorkBuddy的技术底座取得优势，还需要观察。
我倒是挺想看看，未来腾讯会不会让这些Buddy打通，形成一个完整的AI产品生态。
比如WorkBuddy负责接收任务，DataBuddy处理数据，LBSwork做地图分析，最后再交给其他工具生成报告。
如果真能实现这种程度的协作，腾讯这些年积累的产品和业务资源，或许就能发挥更大的作用。
当然，前提是它们真的能把工作做好。
腾讯可以批量推出WorkBuddy式的产品，但用户不会因为它们都姓Buddy，就挨个下载安装。
本文来自微信公众号 “人人都是产品经理”（ID：woshipm），作者：怪哥，36氪经授权发布。