腾讯ima宣布接入WorkBuddy，标志其从个人知识助手向“多智能体共享的‘大脑皮层’”转型，ima早期通过“Copilot”功能实现用户知识沉淀与自动化调用，如今对接WorkBuddy后，其知识体系可被更多智能体产品实时调用，用于执行复杂任务时提供精准推理与回应，WorkBuddy作为企业协作平台，借此补足大规模信息组织与智能化知识提取能力，帮助员工实现基于企业特有知识的精准查询，这一协同预示未来智能工作系统将由“全能Agent”转向“专业化Agent协同”，而ima的角色也从前端助手演变为后端知识中台。
在2024年5月28日这一天，腾讯旗下的智能工作平台“ima”正式宣布与“WorkBuddy”完成对接，这一动作标志着腾讯在AI协作工具生态布局上又迈出了关键一步，在此之前，ima自身的“Copilot”功能已经能够让用户将日常积累的知识与经验沉淀下来，并嵌入到ima内部的智能体（Agent）工作流中,从而在一个闭环内实现知识的高效调用与自动化处理。
而本轮接入WorkBuddy之后，ima的知识体系不再局限于自身内部，这意味着，ima所沉淀的优质知识内容，将可以作为一种通用的上下文信息，被更多种类的智能体产品所调用，这些智能体或AI助手，可以在执行各类复杂任务时，实时接入ima中的专业知识库或用户自定义知识栈，从而做出更加精准、更贴合实际需求的推理与回应，换句话说，ima正在从“一个人的知识助手”转变为“多个智能体共同的‘大脑皮层’”。
从行业背景来看，大模型应用正在从早期的“对话式问答”加速向“agent化”“工具链融合”演变，各大科技公司纷纷推出各自的智能体平台——比如百度的“文心智能助手”、阿里云的“通义灵码”以及字节跳动的“Coze”，但长期以来，许多智能体都存在一个共同的痛点：虽然大模型生成能力强，但缺乏对具体用户或企业的私有知识库的实时调用能力，当一名SaaS产品经理需要查询内部的历史会议记录、或是HR需要调取不同版本的企业制度文档时，通用大模型往往只能给出宽泛的、缺乏针对性的回答。
腾讯ima正是瞄准了这一漏洞，早期，ima主要面向个人用户，提供“划词收藏”“知识卡片筛选”“AI标记整理”等功能，帮助用户碎片化的信息形成一个有序的第二大脑，而引入Copilot能力后，用户不仅能够将知识上传云端，更能通过自然语言指令让AI调用这些知识载体，快速生成方案、提炼重点或总结报告，如今对接WorkBuddy，相当于把这位“私人顾问”从单间请到了工作圈的中央，让它能被更多同事、更多第三方AI工具共享与复用。
WorkBuddy自身的定位也是一身关键，它是一款专注于打通“人、场、事、工”的企业协作数字家园，大量企业员工日常依赖WorkBuddy来聚合办公入口、管控流程节点、调用审批模板与协同工具，随着AI在企业办公中渗透率不断提升，WorkBuddy也一直在寻找最能贴合企业知识需求的底层基座，而与ima的联手，恰好补足了它在大规模信息组织与智能化知识提取方面的短板，对于一家已经积累大量历史文档、各类读报信息库、培训资料的企业，WorkBuddy结合ima来实现基于企业特有知识的“精准发问”,就不再需要员工自己去翻阅盘根错略的文件夹堆了。
这种协同能力还预示着一个更深远的转向：未来的智能工作系统，将不再追求单个Agent的“全能”，反而会转向“每个Agent精通某几类特定任务，彼此之间可以通过标准化的知识接口实现无缝对话。” ima这一轮打通正是向着那个方向去的——是它先成为知识底座，再被更多强大的执行类AI调用，而不是什么都自己干，从这个意义上，腾讯ima的角色已经从“前端助手”向“后端知识中台”演变,这一点与许多专注底盘的AI基础设施建设者不谋而合。
放眼整个办公ai市场，腾讯ima+WorkBuddy的组合会面临不少竞争对手，飞书在与Ai续写知识文档方面已经积累大量资源，而钉钉背靠通义千问大模型的数据基因具备很强的深层文档学习力，这个领域内“钱烧得很快，用户迁移成本极高，试错就出局”也没有半点夸张，但目前需要观察的是，ima能够获取多大的企业接入量，以及WorkBuddy是否愿意在初期给优质企业场景开绿灯,让真正的应用层面渗透办公流程。