2026 年 7 月 30 日腾讯 WorkBuddy 联合腾讯文档上线了人机双写。名字听着有点拗口意思其实很直接人和 AI 可以在同一份 Word、Excel、PPT 里同时编辑。时间点很说明问题。一周前WorkBuddy 刚以 2097 万次月访问量站上国内桌面端 AI 办公智能体第一。登顶之后最省事的做法通常是继续拼生成质量、堆模型参数。腾讯这次没走这条路而是把方向改成了另一件事别再让 AI 更会替你写而是让它学会和你一起写。一、AI 代笔的瓶颈在哪ChatGPT 之后AI 写作几乎都长成同一种样子侧边栏对话。左边提需求右边出内容再复制、粘贴、调格式不满意就重来。像找外包交稿来回改。行业比的是生成质量真实办公却很快把这套流程打回原形。问题核心内容总停在对话框里落到正式文档还要统一格式、核对数据。两千字报告生成三分钟排版校对半小时总账并不好看。控制权缺失AI 一次吐出整篇人更像在验收黑盒不知道哪里编了、哪里省了。文档越重要越不敢直接用最后逐句核对往往比自己写还累。思路断层还有一层不容易发现的损耗。很多人写文档本意是边写边理清思路AI 代笔把这个过程跳过去了成品有了对内容的掌控感却薄了。问题不在写得像不像人而在定位AI 被当成代笔办公真正需要的却是协作不是单人生成。二、AI 坐进同一张办公桌人机双写改的是权限不是话术。AI 不再只在旁边交草稿而是直接进入文档动手改动过程可见、可控。背后至少要贯通三层模型层要读懂指令意图和边界编辑器层要给出精细操作接口交互层要支持流式渲染和光标跟随贯通之后AI 才从对话框外挂变成编辑器里的参与者。1. 框选即改选中一段文字点AI 编辑输入指令回车。光标只在选中区域写入其余内容不动。范围由人选边界也就跟着定死你点哪段它改哪段别的地方不动。这事靠模型自觉不够。大模型本身就有多写倾向给它改一句它可能顺手润色前后文。稳妥起见用两层约束defvalidate_and_apply(self,selection_range,ai_output,doc_text):start,endselection_range beforedoc_text[:start]# 不可触碰afterdoc_text[end:]# 不可触碰# 安全检查AI 输出不能为空ifnotai_output.strip():return{ok:False,error:AI 返回了空内容操作已拦截}# 安全检查如果指令是修改而非重写AI 输出应与原文有基本关联overlaplen(set(ai_output)set(doc_text[start:end]))/max(len(set(doc_text[start:end])),1)ifoverlap0.15:return{ok:False,error:f输出与原文重叠率仅{overlap:.0%}疑似越界重写已拦截}# 通过校验拼接文档return{ok:True,text:beforeai_outputafter}所以最后一道闸门不靠模型自觉靠硬约束。2. 接力创作人先写开头和骨架AI 从光标处往下接。前文语气、术语、逻辑要接得住才像双人协作人定方向、把质量AI 补细节、做扩写主导权仍在人手里重复劳动交给机器。3. 多人 AI 的三方协作同一文档里可以同时坐着三方你、同事、AI。修改实时同步同事留下此处数据需要更新的批注也可以让 AI 按批注定位并改。底层技术实现defai_edit(self,pos,length,content):AI 编辑操作和人类用户走完全相同的 transact 路径self.ydoc.transact(lambdatr:# Step 1: 删除指定范围self.ytext.delete(tr,pos,length)# Step 2: 插入 AI 生成的内容self.ytext.insert(tr,pos,content),originai_agent)# 标记来源用于区分 AI 和人类操作流式写入优化asyncdefstream_write(self,ai_stream,cursor_pos):buffer[]last_flushtime.time()asyncfortokeninai_stream:buffer.append(token)# 每积攒 8 个 token 或超过 50ms写入一次编辑器iflen(buffer)8ortime.time()-last_flush0.05:self.editor.insert(cursor_pos,.join(buffer))cursor_poslen(.join(buffer))buffer.clear()last_flushtime.time()# 流结束后刷出剩余 tokenifbuffer:self.editor.insert(cursor_pos,.join(buffer))8 个 token 或 50ms看起来像拍脑袋其实有经验依据中文里大约 8 个字接近短句停顿观感更像真人打字50ms 约 20fps是流畅感的底线腾讯把这套能力称作人人、人机、机机多端同步协同并称业内首次。具体讲协同引擎从多用户扩到多智能体操作源不再只有键盘鼠标也接得住 AI Agent 的指令流。三、AI 补短板不替你做决定过去两年常见叙事是AI 越强人越能省事最终 AI 把活干完。这是替代逻辑。人机双写走的是另一条线AI 不是来顶替你是来补你的短板。人有判断、领域经验和审美偏好AI 有信息面、执行速度和耐心互补而不是谁换掉谁。架构转变替代逻辑系统尽量扩大 AI 自主权整篇生成、多步自动执行。协作逻辑在人掌控全局的前提下提高局部执行效率。框选修改、接力续写、按批注处理都是按需调用不是整篇接管。WorkBuddy 产品理念“帮用户做繁琐的事但不替用户做决定”。工程实现段落级权限拦截可以改一段、续一段、按批注修一段不主动拆结构、删标题、调章节、换全文拦截发生在编辑器操作层过滤发生在 Agent 指令层两层一起卡边界四、飞书、钉钉、腾讯三条路同一个方向飞书、钉钉也在做 AI 办公腾讯文档为什么能先把人机双写推到这个形态1. 产品基础优势腾讯文档本身是国内头部在线文档工具真实场景多编辑器经过大规模协同打磨AI 接入不必从零搭底座2. WorkBuddy 能力完整WorkBuddy 不只是只会聊天的助手能操作电脑、跑流程的 Agent 平台工具调用、多步推理、环境感知都得齐3. 生态协同企业微信、腾讯文档、腾讯会议形成办公链路文档可以一键分享团队边编边呼叫同一个有上下文的 AI对话历史、偏好、记忆要在终端和产品间流转需要分布式的 Agent 状态管理4. 竞品路径对比产品路径重点飞书 Aily生态内数据理解AI 要接全域数据做 RAG钉钉悟空CLI 化与权限继承操作跟着组织架构走腾讯文档协作原生让 AI 在 CRDT 层和人类用户等价接入三家路线不同方向却接近AI 从外挂变成内置。五、当前能力边界与短板人机双写还不完美。关键在定位当前限制复杂格式支持多层嵌套列表、合并单元格这类复杂格式AI 仍可能出错空间理解模型对富文本的理解多在文本标记层对二维布局的空间关系仍然弱专业内容法律条款、财务建模这类专业内容精度也受领域覆盖限制长链条指令Agent 多步推理会累积误差单步 95%三步串起来大约只剩 86%核心洞察当行业还在比AI 有多能干时先问人到底需要 AI 怎么干这个选择本身比堆几个单点功能更关键。六、办公软件进入 AI 原生协作腾讯把办公软件分成三阶段第一代Office 解决个人本地办公第二代在线文档解决多人协同第三代AI 原生协作AI 从旁边走到了编辑器里成了流程的一部分。行业趋势Google Docs 接 Gemini微软 Word 嵌 Copilot飞书有智能伙伴钉钉有悟空大家都在把 AI 从对话框搬进文档。差别主要在嵌多深、怎么嵌。底层技术挑战说到底是协同引擎从多用户扩到多智能体。CRDT 和 OT 最初按人类编辑设计频率低、粒度小、中间有停顿AI 一来频率高、批量大、几乎不停性能边界和冲突策略都要重估谁在这一层处理得好谁更有机会在 AI 原生协作里站住脚。总结WorkBuddy 人机双写真正特别的地方是把 AI 放在协作者而不是替代者的位置。这个位置会一路决定细节整篇验收还是指定范围执行独立完工还是参与多人协作走特殊通道还是和人类操作进同一套协同引擎当 AI 真能坐到同一张办公桌前读得懂批注、改得了段落、接得住接力办公就不再是一个人配一个聊天框而是一张坐着人、同事和 Agent 的桌子。────────────────────────────────────────本文发布于 2026 年 8 月。WorkBuddy 人机双写功能已在 V5.3.5 版本上线支持 Win、Mac、鸿蒙、安卓等主流平台覆盖 Word、Excel、PPT、Markdown 等格式。文中代码为概念性示例具体实现以腾讯官方技术文档为准。