我们公司最近打算本地化部署一个AI Agent给业务团队用，今天在翻腾讯项目的时候，无意中看到一个叫Octop的开源项目，惊呆了。 我把它的功能看了一遍之后，发现它和WorkBuddy的产品太像了，并且也都是腾讯云团队开发的：多Agent、专家体系、Skills、MCP、知识库、自动化、本地工作区，这些 WorkBuddy 现在重点在做的能力，Octop基本也覆盖到了。 所以如果非要用一句大家容易理解的话来概括， 我觉得 Octop有点像一个可以自己部署、自己改造的“开源版 WorkBuddy”。 当然，这只是产品形态上的类比。腾讯暂且并没有把Octop定义成 WorkBuddy的开源版本。 腾讯把一整套“AI 同事”开源了 Octop放在腾讯云官方GitHub组织下面，官方给它的定位是一个 开源、自托管的 AI Assistant ，支持多用户、多 Agent，而且采用 MIT License。 但真正有意思的不是“开源”两个字，而是它已经塞进去了一整套相当完整的 Agent 能力。 你可以创建多个 Agent，给不同 Agent 配不同的工作区、模型和角色；它有专家库、Skills、知识库、长期记忆，也支持 OAuth、MCP 和插件扩展。 甚至浏览器自动化、Terminal、定时任务、远程桌面这些能力，它都已经做进去了。 Octop还可以接入飞书、钉钉、QQ、企业微信、Discord，让 Agent 不只是待在一个网页聊天框里，而是真的进入日常工作流。 如果你平时在用WorkBuddy，看到这里应该已经有点熟悉了。 越看越像 WorkBuddy WorkBuddy 现在官方给自己的定位，是“全场景 AI 办公工作台”。 用户只需要用自然语言下任务，它就可以自己思考、拆解任务、调用工具，然后直接交付结果。官方现在重点强调的也是专家、专家团、Skills、MCP、连接器以及本地文件操作这些能力。 所以两边的产品逻辑其实非常接近。 以前的 AI 是： 你问，它答。 现在这类产品变成了： 你给它一个目标，它自己想办法把活干完。 WorkBuddy是这样，Octop也是这个方向。 甚至两边都有“专家”这个概念，都希望把一个通用 AI 拆成不同角色，让运营专家干运营、开发专家写代码、数据专家分析数据。 Octop还提供了ACP，可以把任务进一步交给CodeBuddy、Claude Code、Codex、OpenCode等Coding Agent。 所以如果一定要找一个大家容易理解的比喻： WorkBuddy像腾讯装修好的精装房，Octop则像把毛坯和施工图一起交给了你。 一个安装以后就能用。 一个允许你自己部署、换模型、装插件、改 Agent，甚至自己继续往上开发。 真正的区别，其实在“控制权” 这也是Octop最值得注意的地方。 WorkBuddy面向的是普通用户。 它想把复杂的Agent、MCP、Skills、模型调用全部藏起来，让一个不会写代码的人也能拥有一群 AI 同事。 Octop则明显更偏开发者、小团队和企业用。 它强调self-hosted，聊天记录、工作区、凭证等数据可以留在自己的机器上；模型也不是绑死的，可以接OpenAI Compatible API、千问、Ollama等不同Provider。 这两个产品看起来在做同一件事，商业逻辑却不太一样。 WorkBuddy 要的是用户。 Octop更像是在要开发者。 前者希望成为大家电脑里的 AI 工作入口，后者则希望更多人基于腾讯这套 Agent 能力继续搭东西。 腾讯可能正在同时押两条路线 所以我觉得，Octop真正值得关注的并不是“腾讯又开源了一个项目”。 而是腾讯在AI办公这件事情上，已经开始出现两条非常明显的产品路线。 一条路线是WorkBuddy。 不断降低门槛，把专家团、Skills、MCP、多模型这些复杂东西全部包装成产品，最终让普通人感觉自己只是“多招了几个 AI 同事”。 另一条路线就是 Octop。 把模型、Agent、记忆、知识库、浏览器、Terminal、MCP、工作区这些东西拆开放出来，让开发者自己组装。 甚至Octop的Roadmap里已经写了 AgentTeams ：未来让一个协调者自动调度多个专家，共同完成复杂任务。 这几乎就是 WorkBuddy 今天正在重点宣传的“专家团”方向。 当然，这并不能说明Octop就是WorkBuddy的开源版本。 但至少说明了一件事： 腾讯对下一代办公软件长什么样，内部的答案正在变得越来越一致。 它可能不再是Word、Excel、PPT加一个 AI 按钮，也不只是聊天框。 而是一群可以读文件、开浏览器、调用工具、连接企业系统，甚至互相协作的 Agent。 从这个角度看，Octop更像是腾讯把这种“AI 同