腾讯“龙虾”推出两月，用户增长最快的居然是制造业？

    2026腾讯云AI产业应用大会智能制造与智慧能源专场上，腾讯云副总裁曹磊透露了一组让与会嘉宾颇为意外的数据。WorkBuddy推出两个月，按行业维度统计，用户增长最快的行业竟然是制造业。

       说实话，这个结果让我略感惊讶。一款面向办公效率的AI智能体，居然最先在工厂里爆了！

AI工具如何在制造业“破圈”？
   
       WorkBuddy的前身是CodeBuddy，一款AI智能编程助手。在升级为WorkBuddy之前，CodeBuddy已经在制造业积累了相当扎实的实践基础。

       以CodeBuddy在TCL的探索实践为例。时间拨回一年前，TCL将CodeBuddy装进了自己的端原生研发体系。当时，TCL实业软件工程中心正面临一个典型的制造业研发困境：产品覆盖160多个国家，十几年的历史代码库，上百条产品线——新工程师入职后，得熬整整三个月才能真正上手干活。更扎心的是，一个资深工程师8小时工作日里，真正创造新价值的时间只占四分之一，剩下的全耗在读老代码、定位Bug、在各个工具之间来回切换上。

       通用大模型对TCL这类制造企业的代码并不熟悉，给出的建议经常听着挺对，落到真实业务场景里就成了"正确的废话"。

    转折发生在2025年3月。TCL与腾讯云CodeBuddy团队深度接触后，以插件形式接入，先在一个十几人的小项目里试水。不到三个月，试点规模就从十几人扩展到500人。一年之后，TCL工程师使用CodeBuddy的覆盖率超过90%。到了2026年前两个月，团队居然就用完了全年的Token预算。

       现在TCL内部有2000多名工程师在用CodeBuddy辅助代码生成、单元测试和代码评审。AI生成代码的提交率从不到20%飙升到90%以上。修复一处视频卡顿Bug的时间从8小时压缩到2小时，安卓到iOS的功能迁移从2周缩短到2天——这效率，放在以前想都不敢想。

       CodeBuddy在制造业一线被充分验证后，升级为WorkBuddy。没想到，制造企业成了最先涌入的用户群体。

为什么是制造业？三重压力下的抢跑
   
       WorkBuddy在制造业的爆发，其实不是偶然。跟互联网行业比起来，制造企业的研发和运营面临三种独特的压力，这让AI工具的价值变得特别具体、特别迫切。

       代码负债最重。 TCL的十几年代码沉淀和上百条产品线，在制造业里并不少见。昆仑数智——中石油旗下的数科公司——同样面临大量老旧系统的国产化迁移任务。从MySQL迁移到达梦数据库，从JDK 1.6升级到JDK 17，涉及几百个Java文件和几百个SQL语句。以往这种活儿至少需要三个工程师花一周时间，现在一名对代码完全不熟悉的工程师，借助昆仑智码，一天就完成了改造。而且大部分时间他只是在等AI执行，自己喝咖啡就行。

       招人越来越难。 传统模式下，招不到人就交付不了项目。TCL最近交付的一个TV端游戏引擎项目需要3D建模能力，按常规配置得配一名高工加三到五名中工。最后他们只用了一名中工，带着原班Android工程师，用CodeBuddy就把项目交付了。团队从不会3D建模到上手干活，速度快得惊人。

       办公流程里藏着大量效率黑洞。 采购比价、财务数据搬运、跟单审核、供应商文档处理……这些重复性高、规则明确的事务性工作，恰恰是WorkBuddy最擅长的领域。某汽车零部件集团把WorkBuddy部署在混合云上，与内部ERP和SRM系统对接后，采购部门文档处理时间减少了70%以上。

从编程到办公，WorkBuddy如何吃下制造业全场景？
   
       制造业对WorkBuddy的接受，远不止编程这一个场景。

       曹磊提到，CodeBuddy最早有几千名手机研发领域的种子用户，他们实实在在尝到甜头之后，腾讯不断迭代出了WorkBuddy产品。从CodeBuddy到WorkBuddy，核心变化在于工具从"代码助手"变成了"全场景智能体"。

    制造企业很快发现，WorkBuddy不仅能帮工程师写代码，还能帮采购做招投标、帮财务做合同评审、帮运营生成周报、帮质检核对标准。腾讯云智能制造行业首席专家邴金友打了个挺形象的比方：以前师傅带徒弟，一个人带三五个就到头了；现在经验沉淀下来，可以带一百个徒弟——这就是数字化的力量。

       TCL的感受非常直接。TCL实业软工研发效能项目负责人吴江华说，AI时代比拼的是组织的决心和速度。他给出的数据显示，一线研发工程师使用WorkBuddy的覆盖率超过90%，研发编码效率提升了70%。

       这种效率提升正在从研发团队向全组织扩散。WorkBuddy企业版已经可以提供7×24小时在线的"数字员工"，把特定岗位的工作流封装成专家，甚至可以组成"专家团"，和真实员工混编协同——这听起来有点像科幻片，但已经在不少工厂里跑起来了。

数据不会说谎：WorkBuddy在制造业的加速度
   
       如果说TCL是制造业拥抱WorkBuddy的先行者，数据则证明这绝非个例。

       2026年3月，WorkBuddy PC端月访问量达到885万，环比增速高达831%。在桌面端办公智能体产品中，WorkBuddy用户使用占比达15%，位居第一。短短三个月，平台上人均Token消耗增长了十倍以上。按日活计算，WorkBuddy已经是国内最大的效率智能体。
    
       更值得关注的是用户结构的变化。WorkBuddy企业版已服务数百家企业客户，覆盖金融、互联网、制造、政务等多个行业。但制造业的增长曲线最为陡峭，几乎是垂直起飞。

       曹磊分析认为，制造业之所以成为增长最快的行业，核心原因有三点：数据安全要求高、产业场景复杂、ROI要求明确。过去在制造业，AI的应用主要集中在视觉检测等有限场景，比如消费电子外观检测、新能源锂电池检测。WorkBuddy的出现让AI从产线质检延伸到了研发、采购、财务、运营等每一个业务环节。曹磊说得很实在：现在制造和能源行业已经找到了非常多适合AI落地的场景，并且获得了实实在在的收益。

曹磊分析认为，制造业之所以成为增长最快的行业，核心原因有三点：数据安全要求高、产业场景复杂、ROI要求明确。过去在制造业，AI的应用主要集中在视觉检测等有限场景，比如消费电子外观检测、新能源锂电池检测。WorkBuddy的出现让AI从产线质检延伸到了研发、采购、财务、运营等每一个业务环节。曹磊说得很实在：现在制造和能源行业已经找到了非常多适合AI落地的场景，并且获得了实实在在的收益。

制造业的AI加速度才刚刚开始

       WorkBuddy在制造业的爆发，折射出一个更大的趋势：AI正在从"锦上添花"变成制造业的"生存刚需"。

       腾讯云智能制造行业专家王巍在大会上分享了一套方法论。从桌面事务解放，到本职工作精进，再到大胆创新，WorkBuddy可以贯穿员工成长的始终。TCL实业正在从"+AI"走向"AI+"，把整条研发线"拖到太阳底下重新审视"，追问每一个业务节点：为什么不能让AI来做？

       腾讯云预判，2026年下半年，企业级AI智能体将迎来集中落地的爆发期。对制造业而言，这个爆发期已经开始了。TCL是一个切片，昆仑数智是一个切片，还有更多制造企业正在把WorkBuddy装进自己的研发体系、采购流程和运营管理当中。
    
       吴江华在大会结尾说了一句话，我印象很深：不要等一个完美的方案，先跑起来，再持续迭代。 在这场AI变革里，速度和决心比什么都重要。
    
       制造业已经跑起来了。那你呢？