从一家HR软件公司三十人AI团队自研Agent却没人用的案例出发，文章对比Buddy应用与自研Agent两条路线，讨论行业软件公司该如何把多年沉淀的经验拆成AI真正能上手的组件。

先说结论：Buddy 应用不是万能解药，但对多数做行业软件的公司来说，它是眼下性价比最高的第一步。

它真正的价值不是多一个卖货入口，而是逼你把多年攒下的行业经验，拆成 AI 能听懂、能上手的「零件」。这一步做得成，做什么都顺；做不成，做不做 Buddy 应用都白搭。

最近和几家 SaaS 团队聊天，大家卡在同一个问题上：

“WorkBuddy 这个平台，我们到底要不要上？自己建 Agent 和做 Buddy 应用，怎么选？”

一家 HR 软件公司的产品总监说得很直白：「我们 AI 团队 30 人，吭哧半年做了个 Agent，结果客户根本不用——他们早就习惯在 WorkBuddy 里干活了。」

这不是个别现象。9 月初的开放平台发布会公布：首批就有超过 100 家伙伴参与，其中 30 多家在做 Buddy 应用，覆盖金融、法律、医疗、教育等 20 多个行业。另一边，WorkBuddy 自己的用户盘子也在变大——2026 年 6 月，它在桌面 AI 办公软件里访问量排第一，一个月 2097 万；上线 4 个月，日活用户超过 1300 万。

这意味着：你的客户和同行，可能已经在里面了。做不做 Buddy 应用，已经不是追不追风口的问题，而是要不要被晾在一边的问题。

但先泼盆冷水：Buddy 应用不是注册个账号就能领的红利，是个实打实的工程活。

它到底是什么：造一辆挂你车牌的车

很多人把 Buddy 应用理解成「在 WorkBuddy 里开个店」。这个理解轻了。

官方的定义是「垂直行业的 AI Harness」。Harness 这个词听着玄，说白了就是套在 AI 外面的一整套装备，让 AI 从「会聊天」变成「会干活」。

放到 Buddy 应用上，意思更直白：WorkBuddy 把车架、发动机、方向盘都造好了，你负责装座椅、挑内饰、挂上你的车牌——也就是你的行业经验、场景设计、品牌和数据。最后发布出来的，是一个有自己名字、自己首页、自己功能入口的完整 AI 产品。

一句话：在 WorkBuddy 的地盘上，生一个姓你姓的孩子。

上线前先看这 5 个数字

企业认证只是门票，真正的门槛是你要准备多少东西：

• 一级场景胶囊（应用首页的大入口）：至少 3 个
• 专家和技能加起来：至少 18 个
• 连接器（数据接口）：只能 1 个
• 网页内嵌：1–3 个
• mcpapp（把你的服务封装成 AI 能调用的程序）：至少 1 个

停下来算笔账。

18 个专家或技能，不是 18 个按钮，是 18 套 AI 真能独立干完的活。每个技能都要配一份「说明书」，写清楚 AI 遇到什么话、该干什么。要做到用户张嘴就能用，背后全看你的业务拆得够不够细。这不是写文档的活，是产品经理的活。

连接器只能 1 个，比想象中紧。如果你的软件要同时连 ERP、CRM、企业微信、电子签章四个系统，平台不会给你四根线，只能把这些能力打包成一个口，从这一根线接入。所以它不是技术问题，是架构问题。

真正的门槛从来不是「有没有研发团队」，而是「能不能把行业经验拆细」。很多公司卡在这儿，不是技术不行，是业务没拆明白。

一个真实例子，把 5 个词一次讲清

「场景胶囊」「专家」「技能」「连接器」「最佳实践」，这五个词最容易混。用一个真实案例讲。

一家国内头部的 HR 软件公司，把 HR 的活拆成 5 大块：管组织、管考勤、管招聘、管绩效、管薪酬。每块交给一个「数字员工」负责，名字也起得直白：管组织的、管考勤的、管招聘的……这些数字员工，就是平台说的「专家」。

拿「考勤与假期」这一块来看：

• 场景胶囊：应用首页的一张卡片，写着「考勤与假期」。用户看一眼就知道这里能干什么。
• 技能：卡片里的具体活——换班、调班、排班、改考勤、出报表、查假期余额，6 件事就是 6 个技能。
• 专家：把这些技能打包、起了名字的「数字同事」。
• 连接器：整个应用只有 1 个，考勤系统、Excel、企业微信的数据都从这一个口进来，AI 要什么走这根线。
• 最佳实践：每项技能配的「示例说法」，教用户怎么开口。比如：「帮我给北京分公司全员排今年 8 月的班，1 天白班、1 天夜班、1 天休息，法定节假日不排」——一句话里有分公司、有时间、有规则，这就是能力的展示窗口。

这家公司一共做了 5 个专家、22 个技能、53 条示例说法。

专有版本

MCP APP

内嵌网页

案例讲完，两个容易踩的坑必须说：

第一，零件要先上架，再组装。专家、技能、连接器不是在 Buddy 应用里直接配的——要先发布到 WorkBuddy 的应用市场，再由 Buddy 应用引用进来。两步走，缺一不可。

第二，接入方式别选错。WorkBuddy 支持 CLI 和 MCP 两种接法，但做 Buddy 应用基本只能选 MCP。简单说：CLI 是把「先干嘛后干嘛」写死在流程里；MCP 是只告诉 AI「我有哪些工具、各是干嘛的」，什么时候用让 AI 自己判断。后者才对得上 Buddy 应用「聊天 + 点卡片」的用法，官方也明确推荐 MCP。选错了，后面越调越别扭。

以后再有人问「要不要做 Buddy 应用」，直接拿这个例子考他：你能不能把自己的行业，拆成 5 个数字员工、20 个技能、50 条示例说法？做不到，先回去拆业务。

Buddy 应用 vs 自己建：先看踩过的三个坑

还是那家 HR 公司，自己建 Agent 的真实经历——折腾大半年，踩了三个坑。

第一个坑：以为接口拿来就能用。现有接口是给人用的——人登录系统、点页面。AI 用是另一回事：登录方式不一样，数据格式也不一样；人翻 1000 条数据没问题，AI 一次记不了那么多，直接卡死。最后他们把接口一个一个拆到最细，让 AI 像搭积木一样按需取用。3 个人的团队，折腾 2 个多月才跑通核心场景。

第二个坑：两套方案都得维护。自己建的用 CLI，对接外部平台又得用 MCP，两套都得写，代码量翻倍。

第三个坑最扎心：做出来了，没人用。技术全搞定，官网挂个入口，一个月访问量不到 200。销售去演示，客户说「挺有意思」，然后没下文了。折腾大半年，最大的问题不是技术，是根本没人知道你有这东西。

所以自建的硬伤就两条：慢，还没人用。

但自建压箱底有一张牌：数据安全可靠。如果客户是政务、军工这类，薪酬数据、身份证号必须留在自己机房，那就只能自研，没得选。而且业务越深，自建的天花板越高。拿个税算：各地社保基数不一样、规则年年变，光是「累计预扣」一个逻辑就要写 30 多条判断。这种深度，通用平台短期内兜不住。

而 Buddy 应用，补的正好是自建最缺的两样：人和底座。WorkBuddy 的用户量已经排到第一，接进去就是面对现成的用户，不用从零做推广；让 AI 稳定干活的那套底层能力，平台全包了，你只管拆业务。

一句话分边界：Buddy 应用给你速度和流量，自建给你安全和深度。数据特别敏感、业务特别深、想把 AI 当命根子的，自建；其他的，先借 Buddy 应用上车。

三种打法，看你站哪边

选 Buddy 应用：别贪多，先打透一个场景。不要把软件的所有功能都搬上去，挑一个高频、值钱、结果能检查的活先做透，比如薪酬对账、一键开票。先把 1 个场景做扎实，再复制到其他场景，比一次铺开稳得多。

选自建：先把地基打好，再做界面。最常见的死法，是一激动先做个聊天窗口接上大模型，结果发现 AI 记不住事、干一半卡住、出错了不会补救，全是坑。正确顺序是先让这些底层能力跑通，再往上搭场景。不然你做的不是干活的 AI，是个会聊天的玩具。

两条路都想走：Buddy 应用当门口，自建当后厨。Buddy 应用负责拉新和简单任务；任务复杂到要跨系统、要深度操作时，把用户引回自己的软件。两边共用同一套业务拆解，成本不翻倍，覆盖翻一倍。

写在最后

回到标题：Buddy 应用，还是自研Agent？

我的判断是：它是眼下最好的入口，但不是终点。它让软件公司不用从零造 AI 底座，但「只有 1 个连接器」「以对话为主」这些限制，决定了它兜不住所有需求。

更想说的是另一句：对产品经理来说，未来拼的不是选哪条路，而是你能不能把自己的行业经验，拆成 AI 拿来就能用的零件。谁拆得动，谁就拿到了 AI 时代的门票。

Buddy 应用可以是你的左腿，右腿还得自己长。