腾讯版小龙虾团队快干冒烟，张军与开发者凌晨加班揭秘
本周，腾讯旗下全场景AI智能体WorkBuddy正式上线。这款定位于桌面智能体的产品，内置了超过20种Skills技能包与MCP协议。它支持多窗口、多Agent并行工作，并完全兼容OpenClaw的全部技能，因此被许多网友亲切地称作“腾讯版小聋虾”。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
就在今天，WorkBuddy迎来了重磅升级。新版本支持在微信中一键直连，并新增了企业微信长链接接入方式。同时，开发团队优化了QQ、飞书等社交软件的链接稳定性。这些改进让用户指挥AI智能体变得更加顺畅，真正发挥出“双钳子”的协作力量。
此次升级带来的自动化能力，让“养虾”过程变得前所未有的轻松。无论用户是在通勤路上通过微信发消息遥控电脑，还是需要定时跑报表、自动化抓取竞品数据，WorkBuddy都能像一名靠谱的AI员工一样高效完成任务。
它不仅能自动规划执行路径，还具备了自我反思与进化的能力，最终交付可验收的成果。这种系统级的深度交互，让繁琐的重复性工作得以实现真正意义上的自动化。
腾讯公司公关总监张军表示，为了这些功能的快速迭代，开发团队这两天的工作强度极大。他透露团队成员凌晨仍在加班，刚吃上点的外卖，这种高频的更新节奏展现了腾讯在AI智能体赛道的投入决心。
对于个人创作者和企业团队而言，WorkBuddy提供了一个极具吸引力的选择。用户无需再花费额外费用购买服务器或大型模型API，只需下载软件即可快速上手，让AI真正深入到日常办公的各种实战场景中。
WorkBuddy的出现，旨在让每一位职场人都能拥有专属的AI助手。它通过降低技术门槛和成本压力，让先进的人工智能技术不再是少数人的工具，而是转变为触手可及的生产力利器。
相关攻略
腾讯2026年第一季度营收1964 58亿元，同比增长9%。AI相关资本开支显著增加，对短期利润产生一定影响。核心业务保持稳健，为AI投入提供支撑。市场关注其资本开支节奏与长期回报的平衡。当前估值处于历史低位，随着AI投入力度加大，长期成长预期有望修复，可能推动价值重估。
腾讯2026年第一季度营收1965亿元，同比增长9%。AI业务投入导致经营亏损约88亿元，但企业服务收入因AI需求拉动增长20%。混元模型取得进展并应用于多款产品，马化腾坦言早期基础不足，现正结合生态优势稳步发展。AI已深度赋能游戏、营销等核心业务，并推动云服务稳健增长。
腾讯第一季度财报显示，本土市场游戏流水增长强劲，但收入因春节假期延后而部分递延。《王者荣耀》等多款长青产品流水创历史新高，新品《洛克王国：世界》表现亮眼。国际市场收入同比增长13%，多款产品持续贡献。公司正探索AI在游戏研发与体验中的应用，以提升生产效率并丰富互动体验。
腾讯2026年第一季度营收1964 58亿元，同比增长9%略低于预期。调整后净利润679 05亿元，同比增长11%。增值服务收入微增，其中国际游戏增长强劲。营销服务收入显著提升，金融科技与企业服务保持稳健增长。
AI独角兽Anthropic正酝酿大规模融资，估值或超9000亿美元，有望超越OpenAI。其估值甚至超过腾讯与阿里市值总和。谷歌、亚马逊已投入巨资并提供算力支持。公司年度经常性收入已达300亿美元，业务增长迅猛。此次融资旨在为算力基础设施和商业化扩张筹集资金。
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭