WorkBuddy 与 CodeBuddy 分工拆解：办公 Agent 与编程 Agent 的三条形态线，RPA 定位已变
把 WorkBuddy 和 CodeBuddy 说成「办公版」和「编程版」的两件产品，这个理解不够用。腾讯云官方文档里 CodeBuddy 同时支持插件、IDE、CLI 三种编程形态，而 RPA 这块在 2026 年的行业共识也已经变了。下面只按官方文档写，说清形态线、各自定位，以及自动化这件事现在该怎么分工。
CodeBuddy 是三条形态线，不是二选一
腾讯云官方文档对 CodeBuddy 的描述是：同时支持插件、IDE 和 CLI 三种编程形态，覆盖从专业开发者到零基础用户的全场景需求。这三条不是互斥选项，而是按用户类型分的入口。
插件版是以插件形式装进编辑器（VS Code 或 JetBrains 系列等 IDE），官方给的目标用户是日常编码开发者和特定 IDE 使用者，核心优势写的是即插即用、零成本学习、无缝融入现有工作流、轻量级资源占用；应用场景是日常效率提升、单/多文件日常编码、语法补全、快速注释生成。
CodeBuddy IDE 主打「对话即编程」，官方目标用户是产品、设计师、全栈开发和编程初学者。能力写得很具体：产设研一体工作台、腾讯生态集成（CloudBase / EdgeOne Pages / CloudStudio）、可视化调试、需求文档 PRD 生成、产品原型生成、设计稿转代码、一键部署并生成可分享链接。官方还强调内置 Figma 与 Supabase / Tencent CloudBase 后端服务。
CodeBuddy Code 是一款面向专业工程师的 AI CLI 工具，官方定位是无缝融入现有开发流程、在命令行中用自然语言驱动开发全流程。目标用户是 DevOps、运维、SRE 和资深开发者，能力包括系统级操作（Shell / 文件 / 网络）、无头环境支持、任务编排能力（需求规划 / Sub Agent），以及内置文件编辑、命令运行、Git 操作、测试执行等工具链，安装方式是 npm install -g @tencent-ai/codebuddy-code。
办公与编程分属不同产品线
WorkBuddy 是腾讯云 CodeBuddy 团队于 2026 年 3 月 9 日推出的全场景 AI 智能体，官方口径是「全场景职场 AI 智能体」。按公开报道，WorkBuddy 基于 CodeBuddy 同一套智能体架构构建，两者同属腾讯但定位不同：CodeBuddy 是编程工具线，覆盖开发者、写代码与部署；WorkBuddy 面向的是办公场景，官方描述的能力是理解自然语言需求、多步骤思考、对本地电脑文件执行实际操作。
这层关系有一处容易被过度解读：WorkBuddy 不是 CodeBuddy 的某个「轻量版」或「简化版」，它是同一智能体架构上另开的一条面向办公人群的产品线。腾讯云 AI 智能体产品总监在公开采访里提到过研发的起点——CodeBuddy 对非开发人员门槛较高，需要一款面向普通办公人群的轻量化智能体产品。同时要划清边界：本文只写官方公开文档里的信息，产品的用户规模、效率提升倍数、客户名单等官方均未披露，不作推测，也不引用未经腾讯官方确认的第三方转述数据。
RPA 的定位变了：从替代对象变成确定性执行层
2026 年行业里流行的「AI Agent 直接替代 RPA」这个说法，在实际架构讨论里已经不成立了。多家机构的对比分析指向同一个结构：确定性、稳定、规则明确的那部分流程留给 RPA，异常密集、需要判断力的那部分交给 Agent。常见的量化口径是 RPA 承担约七成的确定性流程体量，Agent 处理约三成的异常与判断类任务。
分工的逻辑不在技术新旧，而在执行特征。RPA 胜在确定性：同样的输入、同样的步骤、同样的输出，可重复执行且留有完整日志，在需要审计留痕的场景里这是特性而不是缺点。Agent 胜在容错：输入格式变化、流程出现预期外分支时，它能推理下一步而不是停机报错。成本结构也不同——无人值守 RPA 机器人的年度许可费用通常在 1 万至 2.5 万美元区间，且许可往往只占总成本的 25% 到 30%；Agent 的固定费用较低，但有按 token 计算的变动成本。
因此主流建议是 augment-then-replace（先增强再替换）。已有 RPA 资产的团队不需要推倒重来：先找出异常率最高的流程，在其前面加一层做异常识别与处理，再把标准化输入交给原有 bot。哪些 bot 最终可以完全由 Agent 接管，判断标准是维护成本高、调用量低、且复杂度已超出原始脚本设计范围的。至于总成本（TCO）何时交叉，各家测算口径差异较大，公开分析给出的区间集中在 18 到 24 个月，也就是说不存在「立刻替代」这回事。以上比例与区间是行业分析机构给出的参考口径，不是行业统一标准。
几个流传说法需要澄清
有三件事在中文内容里传得比较广，但按官方信息站不住。
其一，「用自然语言编排替代拖拽式开发」。官方文档在讲 CodeBuddy IDE 时同时强调了产设研一体工作台、可视化调试、一键部署到 CloudStudio 等能力，可视化这条线没有消失。这与「自然语言完全替代拖拽」的说法不一致。
其二，「Agent 落地案例」。站内流传的跨境电商订单巡检案例——每天早上逐个店铺巡检、大概 5 分钟完成、以前要一个多小时——来源是腾讯云开发者社区的一篇用户投稿，作者自述是个人技术实践分享、不涉及产品推荐。同一篇投稿里也写了作者放弃 RPA 的理由：RPA 需要录制操作步骤，平台后台一改版就崩。这个理由值得看，但它是用户的选型叙述，不是腾讯官方发布的案例。其三，具体提效倍数这类数字，公开材料里基本都属于第三方媒体转述，官方文档没有公布，本篇不采用。
注意事项
按「哪些环节出错代价最高」来划分自动化边界，而不是按「哪个更新」来分。改价、删除商品、提现、修改收款信息这类动作，人工确认环节不要省；数据抓取、批量刷新、格式转换这类高频只读环节，交给确定性执行层更稳。
混合架构里的分工建议这样落地：Agent 负责理解意图、拆解步骤、判断异常；RPA 或脚本负责点击、填表、传输这类确定性动作；两者之间用结构化指令交接，并保留全程日志。用户社区投稿里描述的三层架构——智能体层、CLI 连接层、浏览器环境层——就是这个思路的一个具体实现，可作参考，但它是个人做法。
评估工具时把成本口径问全。Agent 的成本不只有订阅费，还有 token 变动成本和需要预留的审核成本——行业分析建议按 Agent 运行成本的 10% 到 20% 预留人工抽检与回滚预算。RPA 的成本也不只是许可费，还要算应用界面变更后的脚本维护。这两项都列进去再比。
不要指望一条公告覆盖所有形态。CodeBuddy 的插件、IDE、CLI 三条线能力边界和适用人群都不同，官方文档中插件版还分国际版与国内版两个入口。按团队真实的开发流程选，不要按产品名想当然。
FAQ
Q：CodeBuddy 和 WorkBuddy 到底什么关系？ A：同属腾讯但分属不同产品线。CodeBuddy 是编程工具线，官方文档明确它同时支持插件、IDE、CLI 三种编程形态；WorkBuddy 是腾讯云 CodeBuddy 团队 2026 年 3 月 9 日推出的全场景办公 AI 智能体。按公开报道，WorkBuddy 基于 CodeBuddy 同一套智能体架构构建。
Q：CodeBuddy 是插件还是 CLI？ A：都是，不是二选一。官方文档写的是「同时支持插件、IDE 和 CLI 三种编程形态」。插件版面向日常编码开发者，IDE 版主打产设研一体工作台与可视化调试，CodeBuddy Code 是面向 DevOps、运维、SRE 与资深工程师的 AI CLI 工具。
Q：Agent 能替代 RPA 吗？ A：2026 年主流做法是混合分工而非直接替代。确定性、稳定、规则明确的流程留给 RPA，异常密集与需要判断的部分交给 Agent，行业分析给出的参考口径是 RPA 约七成、Agent 约三成体量。TCO 交叉点各机构测算差异较大，公开区间集中在 18 到 24 个月，不存在立刻替代。跨境电商订单巡检那个案例出自腾讯云开发者社区的用户投稿，作者自述为个人实践分享，不能算腾讯官方案例。
参考来源
- 腾讯云官方文档：CodeBuddy 产品简介（形态选择、三种形态核心功能与适用人群）
- CodeBuddy 官方文档：CodeBuddy 插件产品概述（国内版与国际版入口）
- 经济日报、中证网、中国证券网：WorkBuddy 2026 年 3 月 9 日上线及产品定位相关报道
- 腾讯云开发者社区用户投稿：《我是怎么用 Codex+WorkBuddy 加持，实现跨境电商运营自动化》（个人技术实践分享，非官方案例）
- AI Hive、Ai Startup Edge、KHAIROS 等机构 2026 年 RPA 与 AI Agent 对比分析（混合分工比例与 TCO 区间为行业分析参考口径）