2026 年 3 月，腾讯推出 WorkBuddy，定位"桌面 AI 智能体"。4 月 29 日，腾讯又上线 IMA Copilot，定位"知识 Agent"。一个月内，同一家公司发布了两款风格迥异的 Agent 产品。
WorkBuddy 的核心叙事是"帮你做"：你下指令，它操作电脑，直接交付结果。IMA Copilot 的核心叙事是"帮你懂"：你跟它对话，它记住你，越来越理解你的知识体系。这不是内耗，是分兵——腾讯同时在回答 AI Agent 时代的两个问题：执行力不够怎么办，理解力不够怎么办。
核心差异：一个帮你做，一个帮你懂
WorkBuddy 的底层逻辑是"执行效率"。你说"帮我把桌面文件按类型整理"，它不会给你一段教程，它直接帮你分好了。你不需要理解它在做什么，只需要验收结果。它有三种工作模式：Craft（直接动手）、Plan（先列计划再执行）、Ask（只聊不动手）。核心能力是操作你的电脑：读写文件、打开软件、生成文档。
IMA Copilot 的底层逻辑是"认知效率"。你跟它聊选题，它记住你的偏好。你让它读你的文章，它学会你的风格。你浏览网页、整理笔记，它在侧边感知你的行为，逐步构建对你工作习惯的个性化认知。它有四层记忆系统：Soul（设定）、User（用户档案）、Memory（长期记忆）、Agent（经验技巧）。核心能力是理解你的知识资产。
底层架构也不同。WorkBuddy 是本地执行引擎，需要授权工作目录，文件操作在沙箱中完成。IMA Copilot 是云端知识工作台，开箱即用，数据存在腾讯侧。
苏米注：一句话总结差异：WorkBuddy 解决"干不完"的问题，IMA Copilot 解决"想不明白"的问题。
实战对比：三个场景，两种做法
场景一：整理一份行业报告
WorkBuddy 做法：你说"把这份 Excel 数据做透视表，生成柱状图，写一份 3000 字的分析报告"。它在 Plan 模式下先列出五步执行计划，你确认后开始：读文件、做聚合、生成图表、写报告、保存为 Word。全程 5 分钟，文件直接出现在你的工作目录。
IMA Copilot 做法：你把 Excel 导入知识库，打开文件后问 Copilot"基于这份数据，行业趋势是什么"。它读取文件正文，结合你知识库中已有的行业分析文章，给出一份包含跨篇关联洞察的趋势判断。但如果你想让它直接生成一份排版好的 Word 报告，目前还做不到。
差异：WorkBuddy 胜在交付完整度，5 分钟出成品。IMA Copilot 胜在分析深度，它能从你的知识库中发现数据之外的关联，但产出形态偏对话而非文档。
场景二：写一篇公众号文章
WorkBuddy 做法：你说"写一篇关于 AI Agent 安全的公众号文章"。它在 Craft 模式下直接输出一篇完整文章，结构工整，配图生成，甚至可以指定公众号 HTML 格式。效率极高，但风格是通用的，读起来像 AI 写的。
IMA Copilot 做法：你先让 Copilot 读你知识库中关于 AI Agent 的所有文章，然后说"用我的风格写一篇关于 Agent 安全的文章"。它会模仿你的结构习惯和判断句式，但那个让人一眼记住的戏剧性场景，它写不出来。它能学你的"形"，学不会你的"经历"。
差异：WorkBuddy 出稿快，风格通用。IMA Copilot 风格还原度更高，但缺"现场感"。如果你需要"能用"的初稿，WorkBuddy 更快。如果你需要"像你"的初稿，Copilot 更近。
场景三：分析一组跨文档数据
WorkBuddy 做法：你把 3 份 PDF 放到工作目录，说"读完这 3 份报告，找出关于 AI Agent 安全的共同结论"。它能读取文件内容并提取信息，但分析结果基于当次读取，不会记住这些报告的内容，下次还得重来。
IMA Copilot 做法：你把 3 份报告导入知识库，问"几篇 Agent 文章之间有什么交叉洞察"。它从三份报告中提炼出交叉线索：安全困境、计费模式重构、行业 Know-how 大于通用模型能力。下次再问相关问题，它不需要重新读取，因为已经记住了。
差异：这是最能体现路线差异的场景。WorkBuddy 做的是"当次执行"，每次任务完成就归零。IMA Copilot 做的是"持续积累"，越用越厚。短期任务 WorkBuddy 更快，长期沉淀 Copilot 更值。
能力对比：各自做不到的事
| WorkBuddy 能做到、Copilot 做不到的 | Copilot 能做到、WorkBuddy 做不到的 |
|---|---|
| 操作你的电脑。读写本地文件、打开软件、操作 Excel、生成 PPT、执行自动化脚本 | 四层记忆系统。Soul、User、Memory、Agent 四个模块跨会话记住你的背景、偏好和推进事项 |
| 远程操控。支持通过企业微信、QQ、飞书、钉钉远程控制电脑，手机发消息电脑端自动执行 | 跨篇关联分析。能从知识库中发现文档之间的隐性联系 |
| 定时任务。Automation 功能让 AI 定时执行任务：每天 9 点生成行业日报，每周一做数据周报 | 场景感知。浏览网页、读文档、整理笔记时，侧边栏自动感知当前内容，无需上传即可提问 |
| 多模型切换。内置混元、DeepSeek、GLM、Kimi 等多个模型，按任务类型一键切换 | 写作风格延续。基于知识库学会你的写作结构和表达习惯 |
如何选择：两个都缺，那就两个都用
如果你是程序员、数据分析师、项目经理，日常有大量重复性操作需求（整理文件、生成报告、操作 Excel），选 WorkBuddy。它的执行能力直接解决你的"干不完"问题。文件整理类任务可帮你节省 90% 时间，周报生成节省 83% 的时间。
如果你是内容创作者、研究者、知识工作者，日常需要深度阅读、跨文档分析、基于个人知识体系写作，选 IMA Copilot。它的记忆系统和跨篇关联解决你的"想不明白"问题。前提是你愿意花时间建知识库，复利效应需要沉淀。
你两者都需要？这并不矛盾。WorkBuddy 和 IMA Copilot 的互补性远大于竞争性。让 WorkBuddy 负责执行层（整理文件、生成文档、操作软件），让 Copilot 负责认知层（分析洞察、风格延续、知识沉淀）。
一个具体的工作流：用 Copilot 基于知识库分析出洞察和观点，把分析结果导出，再用 WorkBuddy 快速排版成公众号文章或 PPT。Copilot 负责想明白，WorkBuddy 负责干出来。两条路线的本质差异决定了它们解决的是不同的问题。
结语：真正的问题不是谁更好
腾讯在同一时期推出两款路线相反的 Agent 产品，背后是对用户需求的两种判断：有人缺执行力，有人缺理解力。
WorkBuddy 解决缺执行力的问题。你说，它做，交付结果。但它记不住你，每次从零开始。IMA Copilot 解决缺理解力的问题。你聊，它记，越用越懂你。但它做不了事，分析完还是你自己动手。
所以选择的逻辑很简单：你的瓶颈是干不完还是想不明白？干不完选 WorkBuddy，想不明白选 Copilot。两个都缺？那就两个都用。
腾讯自己也是这么想的：4 月 29 日的发布会上，官方把 IMA 列为了 WorkBuddy SkillHub 的官方 Skills 之一。同一个生态，两条路线，各走各的，在用户手里合流。这才是 Agent 时代的产品逻辑：不需要一个产品解决所有问题，需要每个产品解决好一个问题。