“聊天干活”只需掃個碼：微信配WorkBuddy，自家出品就是快

作者 | 文朋

編輯 | 一鵬

這兩天，微信正式推出了 ClawBot 插件。

ClawBot 發布后，很多人的第一反應是：是不是還得自己部署 OpenClaw，折騰一套環境，才能真正用起來？

從這次官方公開信息看，不是這樣。

官方同時點名 Lighthouse、WorkBuddy、QClaw 等產品已經完成適配。尤其 WorkBuddy，在公開表述里就是騰訊這邊“自研蝦”的代表之一。

此次的 ClawBot 插件更像是微信嘗試搭建的一個統一“任務入口”——你在聊天框里下達任務，另一端的智能體負責執行，再把結果回傳到微信。

我這次最想驗證的，也不是它“能不能聊”，而是它能不能真的替我干活。尤其是在接上騰訊自研的 WorkBuddy 之后，它會不會變成：你在地鐵上發一句語音，辦公室電腦就開始默默跑任務，等你到工位時，第一輪臟活累活已經干完的工具。

先說結論：能。但它真正好用的前提，不是模型多聰明，而是接入足夠輕、生態工具足夠全面、規劃執行過程足夠清晰。

對運營、研究員、分析師、記者、產品經理這類每天都要搜資料、整理文件、做信息歸納的人來說，ClawBot+WorkBuddy 已經很像一個能落地的“微信遠程干活分身”。

1 真正讓我有興趣去測的，不是 AI，而是接入門檻終于降下來了

此前測試 OpenClaw，配置流程對非技術用戶并不友好：命令行安裝、onboard 流程、渠道登錄、gateway 啟動，每一步都默認你有一定技術基礎，卸載和恢復環境也不輕松。

相比之下，WorkBuddy 這次給 ClawBot 的接入路徑簡單得多。

先是讓電腦端安裝并登錄 WorkBuddy4.6.4 及以上版本，手機端登錄微信，在 WorkBuddy 的「Claw 設置」中找到「微信 ClawBot 集成」，點擊配置生成二維碼，再用微信掃碼，就能完成綁定。

整個過程 1 分鐘都不需要，甚至不用填寫 AppID、AppSecret 之類的憑證。公開指南同時還提到，這條鏈路連接后，可以直接通過微信發送語音、圖片和文件，再把任務結果同步回聊天窗口。

其實，在 ClawBot 出來之前，WorkBuddy 已經通過企業微信的“微信客服”通道，打通了個人微信到桌面端 AI 助手的路徑。但那套方案更像“先搭一座橋再走過去”，能用但入口更深、對語音支持也有限，體驗上絕對不像直接加到微信插件里這么順手。

現在 ClawBot 補上的，正是這一段“遺憾”。這也是我覺得它最像“產品革新”而不是“技術演進”的地方：你不是在搭一個系統，而是在綁定一個入口。

2 1 分鐘接上之后，我覺得它最值得寫的，是這三個場景

1. 對媒體記者來說，上午最容易被吞掉的時間，往往不是寫稿，而是“先把信息盤一遍”。

以前我的工作方式是：一早打開一堆網站，科技媒體刷一輪，行業公眾號翻一輪，政策信號再補一輪。有時候，一個上午要看二三十個頁面。

信息確實看了不少，但問題在于，真正有價值的選題線索，往往會淹沒在海量資訊里。等我把重要信息篩出來、把行業脈絡理順，常常已經接近中午。選題思路來得慢，出手也比別人晚半拍。

這次用 ClawBot+WorkBuddy，我最先想測試的，其實就是能不能把這段最耗腦力的“信息預處理”交給它。

當我在周二早上 8:47，我對著微信 ClawBot 發了一條語音：

“幫我把今天金融科技和 AI 相關的重大新聞、政策變化和行業觀點, 整理成一份 5 分鐘能看完的摘要, 發到我微信上。”

語音識別轉文字耗時約 1 秒，ClawBot 隨即就顯示"對方正在鍵入中"。等到 8:51，完整報告推送至微信對話窗口，共 4 分鐘。

如果提前在桌面端 WorkBuddy 里配好一個“每日情報日報”任務，這件事就會順很多。這個任務可以預先設定常看的新聞源、關注關鍵詞、過濾規則和摘要格式，比如抓取新聞站點、篩選垂直領域內容、去重、提煉重點，最后輸出成 Markdown 或 HTML 報告。

如果不想每次都重新配置，也可以把自己平時常看的新聞網站和信息源直接告訴 WorkBuddy，讓它把這些內容記成長期偏好。

這樣下次你只要說一句“從我常看的新聞網站里，幫我看看今天有什么值得關注的”，它就能自動匹配到你平時關注的來源，而不是每次都從零開始理解需求。

整個執行過程非常絲滑，你在 ClawBot 發出的語音或文字，會直接同步轉給已經綁定的 WorkBuddy，由后者解析任務、調用對應流程并開始執行。你不用守在電腦前，也不用反復打開網頁自己篩。

等流程跑完，WorkBuddy 會把結果再推回同一個微信對話里：一份適合快速瀏覽的精簡摘要，加上一份完整報告鏈接。在通勤的 30 分鐘里，我基本就能把全天所需信息先“預習”一遍。

如果愿意繼續往下做，它還可以進一步擴展。例如再直接拆成三欄：新聞清單，告訴我今天發生了什么；深度主題，提醒我哪些事值得繼續追蹤；后續動作，從信息里自動抽出下一步應該做什么，比如“去查查某只股票的變動”“聯系某位采訪對象”“繼續跟進某條政策變化”等。

甚至，它還可以被設置成每天早上 9 點自動搜索、自動整理、自動推送。這樣，我不是每天臨時想起才去問，而是把這件事直接變成一條固定工作流。

如果說過去的早高峰只是“刷信息”，那我現在更像是：在地鐵上，先把上午最費腦子的啟動任務交了出去。

2. 第二個很適合寫進評測里的場景，是深度研究。

作為媒體編輯，寫篇深度稿，真正消耗精力的，不是寫，而是先把研究做扎實。

尤其是在科技領域，很多一手資料并不友好：有的是英文訪談視頻，有的是播客音頻，有的是海外 PDF 報告，還有的是篇幅很長的數據材料。

所以我第二個重點測試場景，是它能不能繼續接住這種“深度研究型任務”。

WorkBuddy 官方頁面給自己的定位，是 AI 原生桌面智能體工作臺，強調“安裝即用”“可在主流 IM 下指令”“兼容龍蝦 Skills”，典型輸出結果里就包括調研報告和 PPT。ClawBot 官方接入指南同時明確支持通過微信傳語音、文件和圖片，并把結果同步回聊天窗口。

這時候，ClawBot 與 WorkBuddy 結合的價值就很清楚了：手機上就可以下載和發送很多文件和資料，不一定要坐回公司工位，才開始做研究。

操作方式也很直接。我可以在微信里通過 ClawBot，把文件鏈接、壓縮包、網盤地址，或者手頭已有的資料，一次性發給 WorkBuddy，然后給出一個明確的研究目標，

比如：“根據我發你的視頻鏈接和 PDF 文件，幫我做一份關于 AI 數據與金融行業的深度研究報告草案，包含行業梳理、常見數據模型、實際案例和風險提示。”

接到任務后，WorkBuddy 可以在本地調用對應的多模態能力：對 PDF、音視頻資料進行轉寫、摘要和主題歸類，再結合瀏覽器自動化等 Skill 補充外部信息，把原本散落在不同格式、不同語言里的材料，先整理成一份可讀、可改、可繼續追問的研究草案。

以前你得“打開電腦、打開文件、打開瀏覽器”之后，任務才算真正啟動；現在我可以先在微信里把需求交代出去。

3. 第三個場景，其實沒有前兩個那么“驚艷”，但它恰好是我一直在找工具或平臺來承接的一類需求。

很多做內容的人，都會有一種很熟悉的體驗：看了很多資料之后，腦子里會不斷冒出一些模糊卻有價值的判斷。

可能是你突然覺得，某家公司未來半年值得持續跟；也可能你隱約感覺，某個行業變化背后有一條更大的趨勢線；或者你某個瞬間冒出一個問題：“這件事如果換個相反的角度寫，會不會更有意思？”

這些東西，很難立刻長成一篇稿子，但它們往往就是后續選題真正的“種子”。

問題在于，以前這些靈感很容易丟。要么只在腦子里閃一下，轉頭就忘；要么隨手記在某個文檔、備忘錄或聊天框里，過幾天就再也找不到。很多本來值得追蹤的判斷，最后都因為沒有被系統接住，而慢慢失效了。

而我覺得，ClawBot+WorkBuddy 就可以把這類“零碎但重要”的東西，變成一個可以持續發酵的靈感系統。

最簡單的方式，就是把微信當成靈感投遞口。

平時無論是看到一條鏈接、一個事件、一句判斷，還是自己隨手冒出的選題想法，都可以直接通過 ClawBot 扔給 WorkBuddy。為了讓系統判斷信息類型，還可以約定幾個簡單的前綴，比如：“記一下：”“長期有用：”“這個以后可能能寫：”。

有了這樣的約定之后，WorkBuddy 接到內容，就不只是“收下這條消息”，而是可以把它作為一條可管理的信息正式入庫：記錄時間、標注來源、打上主題標簽，并在本地以 Markdown 或數據庫的形式持續保存。

更重要的是，這套系統不是靜態存檔，而是可以繼續參與后續工作流。

比如，你完全可以讓 WorkBuddy 在每日刷新聞時，順手把當天的新事件和你過去沉淀下來的選題靈感做一次匹配：有沒有新的熱點，和之前記錄過的判斷相關？有沒有哪個舊選題，今天突然多了一個可切入的新角度？是不是已經到了值得繼續跟進，甚至出手寫作的時機？

甚至你只要在微信里自然地問一句：“看看今天有沒有什么熱點，和我之前記過的 GEO 選題相關。”ClawBot 會把請求轉給 WorkBuddy，由后者去本地知識庫里檢索匹配，再把結果回傳給你。

3 用微信聊天干活的時代到來

事實上，這種把即時通訊工具變成 AI 任務入口，微信并不是第一個嘗試的。

釘釘在 2023 年底推出了 AI 助理，支持在對話框內觸發文檔生成、日程管理和審批流；飛書的 AI 助手則深度整合了多維表格和知識庫，強調"在工作流里調用 AI"而非"切換到 AI 界面"。海外的 Slack 也在 2024 年將 Agentforce 等第三方 AIAgent 接入其工作流體系。

這些產品的共同邏輯是：AI 的價值不在于獨立存在，而在于嵌入用戶已有的工作界面。

微信的差異化在于兩點：第一，它的用戶基數和使用頻率遠超任何一款辦公工具，"任務入口"的滲透成本極低；第二，WorkBuddy 走的是本地智能體路線，任務執行發生在用戶自己的電腦上，而非云端服務器，這在數據隱私和企業合規層面有其獨特優勢。

這一次，如果只看功能，ClawBot 好像只是微信里新加了一個插件。但如果從產品體驗上看，它更大的變化是：微信開始從“信息容器”變成“任務容器”了。

過去，很多 AI 辦公工具的問題不是不能干活，而是入口離用戶太遠。你得先打開電腦，打開軟件，切換窗口，想起它，才能讓它開始工作。

現在不一樣了。想到什么、看到什么、要處理什么，先在微信里交代出去，電腦再在另一頭慢慢執行，這種感覺非常接近“把工作流塞回日常溝通界面”。

在我看來，ClawBot 最有價值的地方，不是把微信變成另一個 AI 聊天框，而是讓那些原本必須坐到工位上才能開始的工作，提前在地鐵上、排隊時、散步時就先發出去了。