腾讯 CodeBuddy + WorkBuddy：从写代码到管周报，一个 AI 生态通吃全场景

腾讯 CodeBuddy + WorkBuddy：从写代码到管周报，一个 AI 生态通吃全场景

2026 年的 AI 工具赛道，卷到了一个新高度。

程序员这边，Cursor、GitHub Copilot、Windsurf 打得不可开交。职场人这边，OpenClaw、Manus、各家 Agent 你方唱罢我登场。但有一个问题始终没有被真正解决——写代码的 AI 和做 PPT 的 AI，凭什么非得是两个产品？

腾讯给出了自己的答案：CodeBuddy 管开发，WorkBuddy 管办公，共享同一个底座，覆盖从代码到职场的全场景。

这篇文章就来扒一扒这两个产品到底是什么来头、有什么真本事、以及你该怎么用才能把它们的能力榨干。

---

一、先看全景：CodeBuddy 产品矩阵到底有什么？

很多人以为 CodeBuddy 只是一个代码补全插件。错了。

2026 年的 CodeBuddy 已经进化成一个完整的产品矩阵，包含三种形态加一个跨界产品：

产品形态	面向谁	干什么	一句话定位
CodeBuddy IDE	产品、设计师、全栈开发、零基础用户	产设研一体工作台	"对话即编程"的全流程 AI IDE
CodeBuddy 插件	日常编码的开发者	装在 VS Code / JetBrains 里即插即用	不换 IDE，也能用上全套 AI 能力
CodeBuddy Code (CLI)	DevOps、SRE、资深开发者	命令行里跑 Agent	终端里的 AI 全权代理
WorkBuddy	所有职场人	桌面 AI 智能体工作台	"一句话下达任务，AI 帮你干完"

这个布局有意思。从上到下，覆盖了从"完全不会写代码"到"只用终端干活"的全光谱用户。你是产品经理想做原型？用 IDE。你是后端老炮不想换编辑器？装插件。你是 DevOps 在服务器上排障？用 CLI。你是 HR 要做周报？用 WorkBuddy。

一个底座，四个入口，各取所需。这是目前 AI 编程工具赛道中产品形态最完整的方案之一。

---

二、CodeBuddy IDE：凭什么说它是"产设研一体"？

"产设研一体"这个词被说烂了，但 CodeBuddy IDE 确实是在认真做这件事。它把软件开发的四个阶段全部打通了：

阶段一：从想法到需求（产品阶段）

你不需要打开 Notion 或者 Confluence。直接在 CodeBuddy IDE 里用自然语言描述你的想法，AI 会自动生成结构化的 PRD（产品需求文档），还能帮你做需求优化建议。

对于创业团队或者独立开发者来说，这意味着你可以跳过"先写文档再开发"的传统流程——想法直接变成可执行的需求。

阶段二：从需求到设计稿（设计阶段）

这是 CodeBuddy 做得最有差异化的一环。

它支持三种生成设计稿的方式：

• 自然语言生成交互原型：描述你要的页面，直接出原型
• 手绘草图转高保真设计稿：拍张纸上草图的照片，AI 帮你变成正经设计稿
• 基于组件库快速拼装：预置了 MUI、shadcn/ui、TDesign 等企业级组件库

更厉害的是，它通过自然语言指令就能实时调整设计风格。不用学 Figma 的复杂操作，说"把按钮改成圆角，颜色换成蓝色"就行。

阶段三：从设计稿到代码（研发阶段）

这是核心战场。CodeBuddy IDE 的代码能力分几层：

第一层：Figma 转代码

内置了 Figma MCP 集成，可以直接把设计稿转化为可维护的前后端代码。不是生成一堆绝对定位的 div，是真正语义化、可维护的代码。这对前端开发者来说是实打实的效率提升——设计稿不再是"甩过来一张图让你切"，而是直接变成可以跑的代码。

第二层：NES 前瞻式编辑

这个功能值得单独说。传统的代码补全是你打一行，AI 补一行。CodeBuddy 的 NES（Next Edit Suggestions）不一样——它不仅补全当前行，还能预测你接下来要写什么，自动给出后续代码块的建议。

官方的说法是"写一补十"。实际体验下来，在写重复模式明显的代码时（比如 CRUD、表单验证），确实能省掉大量键盘敲击。默认开启，也可以用 Ctrl + Shift + Enter 手动触发。

第三层：三大交互模式

这是 CodeBuddy IDE 最核心的设计——根据 AI 控制权的不同，提供三种模式：

模式	AI 能做什么	你需要做什么	适合场景
Ask（对话模式）	回答问题、分析代码、给建议	自己动手改代码	查 API、理解代码逻辑
Craft（Agent 模式）	生成代码、局部修改	审查并确认	写函数、小范围重构
Plan（计划模式）	自主制定计划 → 跨文件执行	确认计划后放手	复杂功能、多文件改动

Plan 模式是杀手锏。 当你面对一个需要动十几个文件的大需求时，不用自己拆任务了。AI 先给你列出一个完整的任务清单（Plan），你确认后它自主执行——读文件、改代码、跑测试、检查环境，一条龙。

这三个模式本质上是在回答一个问题：AI 应该拿到多少控制权？ Ask 是人全权，Craft 是人指挥 AI 干活，Plan 是 AI 主导人审批。根据任务复杂度灵活切换，才是正确的使用姿势。

阶段四：从代码到上线（部署阶段）

CodeBuddy IDE 深度集成了腾讯生态的云服务：

• CloudBase（腾讯云开发）：数据库、云函数、存储、鉴权，开箱即用
• CloudStudio：一键部署到沙箱环境
• EdgeOne Pages：前端项目快速部署
• Supabase：开源 BaaS，PostgreSQL 数据库即服务

写完代码不用切窗口，直接在 IDE 里一键部署，生成可公开访问的链接。对于 MVP 验证来说，这是天大的好消息——你可以在一个小时内，从一句需求描述走到一个可以分享给老板看的在线 demo。

---

三、WorkBuddy：不写代码的人的 AI 入口

如果说 CodeBuddy 是给开发者的武器，WorkBuddy 就是给所有职场人的武器。

它和 ChatGPT / 豆包有什么区别？

这是最常见的问题，直接上对比：

维度	传统 AI 对话（ChatGPT 等）	WorkBuddy
核心能力	只能对话，提供建议	能实际执行任务
文件操作	你得手动复制粘贴	自动操作本地文件
任务类型	单步骤简单任务	多步骤复杂任务自动拆解
输出结果	文字回复	可验收的实际产物（文档/PPT/图表/代码）
并行能力	一次一个对话	多 Agent 并行工作

关键词是"执行"和"交付"。 ChatGPT 告诉你怎么做，WorkBuddy 帮你做完。

它能干什么？

实际场景列几个：

• 给它一个 Excel，说"按部门汇总 Q1 销售数据，生成柱状图"——直接出结果
• 说"帮我写一份技术文档，参考这个文件夹里的源码"——它读完代码帮你写
• 说"把这 200 张图片按日期重命名，分辨率低于 1080p 的挑出来"——批量搞定
• 说"帮我做一份竞品分析 PPT，主要对比 A/B/C 三个产品"——直接交付 PPT

多模型随意切换

WorkBuddy 内置了多个国产顶级大模型：腾讯混元、DeepSeek、GLM（智谱）、Kimi（月之暗面）等。不同任务选不同模型——代码类用 DeepSeek，中文写作用混元，创意任务用 Kimi。不锁死单一模型，把选择权给用户。

远程控制：手机上遥控电脑干活

WorkBuddy 支持通过企业微信、QQ、飞书、钉钉远程控制。场景是这样的：你在外面开会，掏出手机给 WorkBuddy 发条消息——"帮我把昨天的周报数据整理一下发到我邮箱"——你办公室的电脑就开始自动干活了。

这不是概念演示，是已经上线的功能。

---

四、CodeBuddy 的五大核心优势

把产品拆完了，来总结一下它的核心竞争力：

优势一：全流程 AI 驱动，不是单点工具

市面上大部分 AI 编程工具只解决"写代码"这一个环节。CodeBuddy 的野心是打通从产品构思到上线部署的完整链路。

这意味着什么？你不再需要在 Notion（写需求）、Figma（做设计）、VS Code（写代码）、Vercel（部署）之间反复横跳。 一个工具全部搞定。对于独立开发者和小团队来说，这是巨大的效率提升。

优势二：数据安全合规，国内模型兜底

这是对标 Cursor 和 GitHub Copilot 的杀手锏。

CodeBuddy 支持 100% 国内模型运行，通过等保三级认证。你的代码不会出境，不会被用于第三方模型训练。对于金融、政务、军工等对数据安全有严格要求的行业，这是选择 CodeBuddy 而不是 Cursor 的决定性因素。

很多人可能觉得"数据合规"是虚的。但在真实企业场景中，IT 部门审批一个工具能不能用，安全合规往往是第一道关卡。Cursor 能力再强，如果法务不让装，那就是零。

优势三：价格碾压——个人免费

CodeBuddy 个人版免费使用。

对比一下：

• Cursor Pro：$20/月
• GitHub Copilot Pro：$10/月
• CodeBuddy：个人免费

不是限制功能的免费，是包含 IDE、插件、CLI 全形态的免费。对于学生、独立开发者、开源贡献者来说，这个定价策略直接消灭了入门门槛。

优势四：腾讯生态深度集成

CloudBase、CloudStudio、EdgeOne Pages、企业微信集成——这些不是接了个 API 就完事的浅层对接，而是产品级的深度融合。

比如 CloudBase 集成，你可以在 CodeBuddy IDE 里直接管理数据库、写云函数、配置鉴权，不用切到腾讯云控制台。比如企业微信集成，你可以在手机上直接触发 WorkBuddy 执行任务。

生态的价值在于：你用的服务越多，切换成本就越低，效率收益就越大。

优势五：多模型架构，不押单一赌注

CodeBuddy 不绑定单一模型。国产版支持腾讯混元、DeepSeek V3 等，国际版支持 Claude、GPT 系列、Gemini 等。

这在实际使用中非常重要。不同模型在不同任务上的表现差异巨大——写算法题 Claude 可能更强，写中文文案混元可能更准，做代码重构 DeepSeek 可能更快。能自由切换模型的工具，天花板永远比锁死单一模型的高。

---

五、如何更好地使用 CodeBuddy？——进阶指南

下载安装谁都会，关键是怎么用好。以下是经过实战验证的最佳实践：

1. 模式选择：别无脑用 Plan

很多人装完 CodeBuddy 就直接上 Plan 模式，觉得"AI 越自主越好"。错了。

正确的策略是根据任务复杂度匹配模式：

• 改一个 bug、问一个 API 用法 → Ask 模式。快、准、不会误改代码
• 写一个新函数、重构一小段逻辑 → Craft 模式。精准定向，响应快
• 做一个完整功能、涉及多个文件 → Plan 模式。让 AI 先出计划，你审完再执行

模式切换的快捷键要记住：在对话框里直接切换即可，不需要重启会话。

2. 善用 @ 引用，给 AI 足够的上下文

CodeBuddy 的对话框支持 @ 引用：

• @文件名 → 引用特定文件作为上下文
• @文件夹 → 引用整个目录
• @代码片段 → 选中代码后引用

AI 的表现好不好，80% 取决于你给它的上下文质量。 不要只说"帮我优化这段代码"，而是 @utils/api.ts 帮我优化 fetchData 函数的错误处理，要求支持超时重试和统一的错误格式。

越具体，效果越好。

3. 用 Rules 约束 AI 的行为

在项目根目录创建 .codebuddy/rules 文件，可以强制 AI 遵循特定的编码规范：

## 编码规范
- 使用 TypeScript strict 模式
- 所有函数必须有 JSDoc 注释
- 错误处理使用自定义 Error 类
- API 响应使用统一的 Result<T> 格式

## 架构约束
- 数据访问层使用 Repository 模式
- 业务逻辑层使用 Service 模式
- 控制器层只做参数校验和路由

设置了 Rules 之后，AI 在生成和修改代码时会自动遵循这些约束。这对团队协作极其重要——确保 AI 生成的代码跟人写的风格一致。

4. 用 Memory 让 AI 越用越懂你

CodeBuddy 有一个 Memory（记忆偏好）系统。它会自动记录你的偏好和项目背景，随着使用越来越精准。

你也可以主动告诉它：

• "记住：这个项目使用 Go 1.22，数据库是 PostgreSQL 15"
• "记住：我偏好函数式编程风格，避免使用 class"
• "记住：所有的 HTTP 响应都要包含 request_id"

Memory 是 CodeBuddy 相比传统补全工具最被低估的功能。 它让 AI 不再是一个无状态的代码生成机，而是一个了解你项目的"团队成员"。

5. 用 Skills 封装高频场景

在 .codebuddy/skills/ 目录下，你可以创建技能文件，封装特定场景的专业指令集。

举个例子，做安全审计的团队可以创建一个 security-audit 技能：

## 安全审计技能
1. 检查所有用户输入是否做了参数校验
2. 检查 SQL 查询是否使用参数化查询
3. 检查敏感数据是否加密存储
4. 检查 API 是否有鉴权中间件
5. 检查日志中是否泄露敏感信息

调用时只需要引用这个技能，AI 就会按照预设的流程执行。Skills 的价值在于把团队的最佳实践固化下来，新人接手项目也能获得同样高质量的 AI 辅助。

6. 用 MCP 扩展 AI 的能力边界

MCP（Model Context Protocol）是 CodeBuddy 连接外部工具的桥梁。通过配置 MCP，你可以让 AI 接入：

• 数据库（直接查询和修改数据）
• 实时搜索（获取最新的技术文档）
• Figma（读取设计稿并转化为代码）
• 自定义 API（调用你自己的后端服务）

MCP 把 CodeBuddy 从一个代码编辑器变成了一个可以"看到"外部世界的智能体。 当 AI 能直接查数据库、读设计稿、调 API 的时候，它能做的事情就不止写代码了。

7. WorkBuddy 使用技巧

如果你是 WorkBuddy 用户，几个关键技巧：

指定工作区：每次开始任务前，在对话框右下角指定一个文件夹作为工作目录。建议先备份一份，避免 AI 误操作。

选对安全模式：

• Ask 模式：只读，AI 给建议但不动你的文件
• Plan 模式：AI 可以读文件、制定计划，但不能直接改
• Craft 模式：最高权限，AI 可以直接操作文件和执行命令

建议新手从 Plan 模式开始，熟悉之后再切到 Craft。

指令越具体越好：不要说"帮我做个报告"，要说"读取 data/ 文件夹里的 Q1 销售数据，按区域汇总，生成柱状图和饼图，输出为 PPT 格式，风格参考苹果的发布会风格"。

---

六、CodeBuddy vs 竞品：一张表看清差异

维度	CodeBuddy	Cursor	GitHub Copilot	Windsurf
产品形态	IDE + 插件 + CLI + 桌面 Agent	仅 IDE	仅插件	仅 IDE
全流程覆盖	需求→设计→开发→部署	仅开发	仅开发	仅开发
Figma 转代码	✅ 原生支持	❌	❌	❌
模型选择	多模型（国产+国际）	国际模型	国际模型	国际模型
数据安全	国内模型，等保三级	数据出境风险	数据出境风险	数据出境风险
个人价格	免费	$20/月 | $10/月	$15/月
非技术用户	WorkBuddy 覆盖	❌	❌	❌
云服务集成	CloudBase/CloudStudio 等	无	GitHub 生态	无
国内访问	直连，120ms 延迟	国际链路，380ms+	国际链路，300ms+	国际链路

不是说 Cursor 不好——Cursor 在纯编码体验上确实做得非常出色。但如果你的需求不止是"写代码"，而是"从想法到上线"，或者你在一个对数据安全有要求的企业里工作，CodeBuddy 的综合方案会更合适。

---

七、写在最后

AI 工具正在从"单点突破"走向"全面覆盖"。

2025 年，大家还在讨论"哪个 AI 补全插件最好用"。2026 年，问题已经变成了"哪个 AI 生态能覆盖我从想法到上线的完整链路"。

腾讯的 CodeBuddy + WorkBuddy 组合，是目前我看到的对这个问题回答最完整的方案之一。它不是在某个单点上做到极致，而是在全链路上做到了"都能用，都好用"。

对开发者来说，CodeBuddy IDE 的三模式切换 + NES 前瞻式补全 + 云服务一键集成，是一套完整的 AI 辅助开发工作流。

对产品和设计师来说，自然语言生成原型 + Figma 转代码 + 组件库集成，打破了"设计和开发之间的墙"。

对所有职场人来说，WorkBuddy 把 AI Agent 的能力从"极客玩具"变成了"人人可用的效率工具"。

不完美，但方向非常对。

🔗 CodeBuddy 官网：codebuddy.cn

🔗 CodeBuddy IDE 下载：copilot.tencent.com/ide

🔗 WorkBuddy 下载：codebuddy.cn/work

🔗 文档中心：codebuddy.cn/docs/ide/Introduction

个人免费使用，新用户还有 5000 Credits 无门槛体验额度。

---

欢迎关注公众号 coft，获取更多 AI、编程与效率工具的深度解读。