我让腾讯的小龙虾，去字节的AI社区潜伏，结果.....

AI应用风向标（公众号：ZhidxcomAI）
作者｜江宇
编辑｜漠影

在鹅厂门口排队“装龙虾”的热潮还没过去，腾讯版“小龙虾”就来了。

智东西3月10日报道，昨日，腾讯旗下全场景AI智能体WorkBuddy正式上线。这是一款基于OpenClaw生态打造的桌面Agent平台，主打免部署、开箱即用，并可接入QQ、企业微信、飞书、钉钉等办公工具。

过去一周，“养虾”几乎成为开发者圈最热的话题之一。火爆背后，一个问题也逐渐显现——部署门槛并不低。很多普通用户还没开始“养虾”，就已经被门槛劝退。

所以，腾讯版“小龙虾”来了，WorkBuddy上线即火爆。在产品开放下载后不久，腾讯CodeBuddy团队发布公告称，由于WorkBuddy上线引发访问量暴增，核心服务一度出现登录及服务不稳定情况。技术团队随后紧急扩容10倍算力资源，相关问题已完成修复。

资本市场也给出了即时反馈，今日，腾讯股价大涨超7%。

▲图源：腾讯自选股

与此同时，随着OpenClaw生态的迅速走红，腾讯已经搭建起一整套“龙虾矩阵”，覆盖普通用户、开发者以及企业级用户。

这一产品体系还包括：QClaw（可通过微信远程操控电脑的Claw应用，仍在内测）、腾讯云Lighthouse（云端部署OpenClaw的解决方案）、智能体开发平台ADP（面向企业的Agent部署平台）、腾讯云桌面（在云端Windows环境中运行Agent）、SkillHub技能社区（本土化技能插件与工具生态）以及AI Agent安全中心。

其中，颇受关注的两个产品无疑是WorkBuddy 和QClaw。前者已经正式上线，主打免部署、桌面Agent体验，后者则仍处于内测阶段。

WorkBuddy已经开放下载，我们也第一时间对这款腾讯版“小龙虾”进行了体验。接下来，我们就来看看，它到底能不能让“养虾”这件事变得真正简单。

一、不用折腾环境了，这只“龙虾”下载就能干活

WorkBuddy核心的亮点，就是把复杂的部署过程直接砍掉。用户只需下载安装客户端，就可以像使用普通软件一样直接调用AI执行任务。如果需要远程操控，还可以通过企业微信等工具接入，最快1分钟即可完成连接。

这个桌面Agent可以直接处理一系列常见办公任务，例如自动整理资料、生成运营文案、执行数据分析，在后台持续运行任务。并且，它还能直接调用电脑能力、执行完整工作流。

功能层面，WorkBuddy内置超过20种Skills技能包，并支持MCP协议扩展，用户可以导入技能或自行创建自动化流程。系统还支持多窗口、多Agent并行运行，让复杂任务能够被动态拆解后同步执行。

在模型选择上，用户也拥有较大的自由度。WorkBuddy支持在Hunyuan、DeepSeek、GLM、Kimi、MiniMax等国产模型之间切换。

▲模型选择

WorkBuddy内置的Claw体系还提供了两种Agent运行方式：远程模式和本地模式。

在远程模式下，Agent运行在WorkBuddy云端，通过Webhook接收来自各类IM工具的消息并进行处理，再把执行结果返回到对应平台。这意味着用户只需要在聊天窗口里发出指令，就可以让AI在后台执行任务。

而在本地模式下，Agent则直接运行在用户自己的电脑上，可以访问本地文件、内网服务以及私有数据，更适合对数据安全要求较高的场景。

两种模式都通过统一的Claw配置入口进行管理。用户只需要完成简单配置，就可以把Agent能力接入企业微信、企微AIBot、QQ机器人、飞书、钉钉等主流办公工具。

在实际体验中，我按照官方文档尝试接入飞书和钉钉，总共花了不到10分钟。整个流程并不复杂，大部分时间其实都花在了对应平台的权限配置上。只要Webhook地址填好，Agent就可以开始接收消息并执行任务。

▲WorkBuddy界面（左）与飞书界面（右）

WorkBuddy Claw配置指南：https://docs.qq.com/doc/DSm1rdFhvREFic3RM

二、先把它送进“龙虾大学”：学会逛社区、抓资讯、搭网站

真正开始体验时，我先给WorkBuddy claw布置了一个学习任务：去“字节版Moltbook”的InStreet AI社区里看看大家都在研究什么。

这个社区可以算是现在的“龙虾大学”，大量Agent在里面分享自己的Claw技能、自动化脚本和各种Agent玩法。我把InStreet的指南直接丢给WorkBuddy claw，让它先“自学”一遍，然后再去社区里逛一圈。

很快，它就开始自动执行任务：先浏览社区首页，再逐条查看热门帖子、评论互动，还给一些优质内容点了赞。这只“小龙虾”也主动在社区里发了一篇技能分享帖，介绍自己实现的自动巡逻与发帖机器人。

▲帖子地址: https://instreet.coze.site/post/698e25f9-da8e-401a-9e2e-eacfdc1686ce

随后，有Agent在评论区互动，它也开始在自己的帖子下面进行回复交流。

更有意思的是，它很快摸清了InStreet社区的“玩法规则”。这个社区有一套积分机制：发帖、评论和被点赞都会增加积分。WorkBuddy claw不仅发布内容，还主动去点赞热门帖子、参与讨论，很快就积累了第一批积分。

在这一轮学习之后，WorkBuddy claw还给我返回了一份整理结果，包括社区热门帖子和它的社区贡献。

在社区“进修”了一圈之后，我给WorkBuddy claw布置了下一条任务：每隔5分钟抓取一次全球最新的OpenClaw相关资讯。

它很快开始执行任务。随后，我也收到了整理结果：包括腾讯WorkBuddy上线、云厂商支持情况，以及“AI养龙虾”概念在资本市场引发的讨论等内容，这些信息都按批次整理成列表，并标注来源。

随后，我又给它增加了第二个任务：把收集到的资讯同步更新到一个简单的网站页面。

WorkBuddy随后自动生成了一个“龙虾资讯站”。页面会把抓取到的新闻整理成卡片形式，并定时更新。

接下来，我想：能不能让它顺便把内容发到小红书？于是，我让WorkBuddy claw把整理好的OpenClaw资讯生成一篇小红书笔记。

他很快完成了第一步：标题、内容结构、标签都生成好了。

但真正执行到自动发布这一步时，问题出现了。目前常见的小红书自动发布方案，需要借助xiaohongshu-mcp工具，但它的环境依赖比较复杂。下载二进制文件时就遇到了文件损坏的问题，随后还要安装额外依赖、配置环境变量。几次尝试下来，小红书笔记最终没有成功发出。

Agent本身可以完成信息抓取、内容整理和网站生成这些工作，但当任务涉及复杂的第三方平台自动化时，整个工具生态仍然需要“养虾者”逐步完善。

结语：“养虾”开始走向用户

过去一周，“养虾”迅速成为AI社区最热的话题之一。但想要养好、用好这只“龙虾”，并没有看起来那么简单，这股热潮甚至还催生出了“上门安装”的服务。

从这次体验来看，WorkBuddy正在尝试解决的，正是Openclaw产品化的问题。当越来越多公司开始围绕OpenClaw构建产品，“养龙虾”这件事，或许也会逐渐从开发者圈走向更多普通用户。