WorkBuddy geht einen Schritt voraus, wer bezahlt die Token-Rechnung?

Wenn die KI beginnt, „Ökosysteme aufzubauen“, wird die Scherenkurve zwischen dem Token-Verbrauch und den kommerziellen Einnahmen zu einem unvermeidlichen Betriebsproblem für alle Agent-Plattformen.

Am 178. Tag nach seiner Markteinführung öffnete sich WorkBuddy selbst für die Öffentlichkeit.

Am 2. September wurde die offene Plattform von Tencent WorkBuddy offiziell gestartet. In der ersten Phase wurden mehr als 100 Ökosystempartner aufgenommen, und die zugrundeliegenden Agent-Funktionen werden umfassend für intelligente Hardware, Branchenanwendungen und Entwickler freigegeben. Liu Yi, Vizepräsident von Tencent Cloud und Leiter von Tencent CodeBuddy & WorkBuddy, erklärte auf der Pressekonferenz: „Wir entwickeln kein stärkeres Werkzeug, sondern eine Plattform, die alle Werkzeuge aufnehmen kann.“

Das klingt wie der Standardtext zu Beginn jedes Plattformtraums. Im Unterschied zu traditionellen Software-Ökosystemen wird die Token-Rechnung mit zunehmender Größe des Agent-Ökosystems immer länger, da jeder Lauf jedes Agenten Rechenleistung verbraucht.

Die Rechnung liegt auf dem Tisch, und es stellt sich die Frage: Wer zahlt letztendlich für diesen kontinuierlich verbrauchten Token? Wenn die KI beginnt, „Ökosysteme aufzubauen“, können die von diesen Agenten erzeugten Werte dann die von ihnen verursachten Kosten decken?

Der „Freundeskreis“ von WorkBuddy wächst: Das Agent-Ökosystem entsteht

Der „Freundeskreis“ von WorkBuddy wird stetig erweitert.

Auf der Hardware-Seite wurden mehr als 30 Marken aus über einem Dutzend Kategorien wie intelligente Brillen, Aufnahmekarten und Mikrofone integriert. Auf der Seite der Buddy-Anwendungen wurden mehr als 30 Partner wie Tongdaxin, GF Securities, Weimob, Beisen und Fanru aufgenommen.

Diese Partner gelangen auf zwei Wegen in das WorkBuddy-Ökosystem: Software und professionelle Dienstleister bringen Fähigkeiten aus vertikalen Bereichen ein. Unternehmensdienstleister wie SalesForce und Fanru übertragen ihre jahrelang angesammelten Fachkenntnisse und Geschäftsdaten aus Bereichen wie CRM, Datenanalyse und Betriebsmanagement in WorkBuddy und stellen sie den Nutzern in Form von Buddy zur Verfügung.

Hardware-Hersteller hingegen bringen die KI aus den Computerbildschirmen heraus. Geräte wie intelligente Brillen, Aufnahmekarten und Mikrofone versorgen WorkBuddy mit visuellen, akustischen und Umgebungsinformationen, sodass die KI Zugang zu mehr echten Arbeitsszenarien erhält.

Erstere erhöhen die Fähigkeitsdichte der Agenten, sodass die KI mehr fachliche Aufgaben erledigen kann, letztere erhöhen die Zugangsdichte, sodass die KI mehr Informationen aus der realen Welt sehen, hören und speichern kann. Beide bilden gemeinsam die Grundlage des WorkBuddy-Ökosystems.

WorkBuddy hat einen realen Nutzerbasis, um das Ökosystem zu diesem Zeitpunkt zu öffnen. Laut dem Bericht „Markteinblicke in den chinesischen Markt für KI-gestützte Büro-Agentenplattformen im zweiten Quartal 2026“ von Analysys hat die monatliche Anzahl der Besuche von Tencent WorkBuddy auf dem Markt für KI-native Büro-Agenten auf PCs im Inland im Juni 2026 20 Millionen überschritten, steht an erster Stelle auf dem Markt und übertrifft die Summe des zweiten und dritten Platzes.

Laut offiziellen Angaben von Tencent wurde WorkBuddy seit seiner Markteinführung Anfang März 2026 in mehr als 50 Branchen wie Regierung, Bildung, Einzelhandel, Finanzen, Medien und Mobilität eingesetzt.

Nutzer und Szenarien sammeln sich allmählich an, und die Anforderungen an die Fähigkeiten der Plattform werden immer komplexer.

„Im Mai und Juni dieses Jahres haben wir begonnen, über das offene Ökosystem von WorkBuddy nachzudenken“, sagte Lin Zuolu, Leiter des offenen Ökosystems von WorkBuddy, in einem Medieninterview. „In diesem Prozess öffnen wir uns nach und nach und versuchen, Ökosystempartner verschiedener Typen und mit unterschiedlichen Anforderungen zu integrieren.“

Der erste Schritt besteht darin, die grundlegenden Fähigkeiten des Agenten freizugeben. WorkBuddy stellt den Ökosystempartnern das Agent-Harness-Modul zur Verfügung. Die ursprünglich von Unternehmen selbst zu erstellenden und zu debuggenden Schritte wie Modellaufruf, Kontextverwaltung, Aufgabenplanung, Werkzeugaufruf und Ausführungsfeedback werden vollständig in die Plattform eingebunden. Für Unternehmen ändert sich die Aufgabe von „ein Agent-System aufbauen“ zu „die Geschäftsfähigkeit in den Agenten einbinden“.

Der zweite Schritt besteht darin, verschiedene Zugänge für verschiedene Arten von Partnern bereitzustellen. SaaS-Unternehmen und Dienstleister integrieren ihre Geschäftssysteme und Fachkenntnisse über Konnektoren, MCP und andere Methoden; Institutionen mit umfassendem Wissen und Kontext in Fachbereichen legen ihre Fachkenntnisse in Form von Experten oder Multi-Agenten ab; Fachkräfte und Entwickler hingegen wandeln ihre Erfahrungen über Prompts und Fälle in Fähigkeiten und Inspirationen um, die auf dem öffentlichen Markt von WorkBuddy verfügbar sind.

Viele Hardware- und Software-Hersteller versuchen, KI-Produkte zu entwickeln, aber die Erstellung von Agenten erfordert die Überwindung einer langen Reihe von technischen und produktspezifischen Hürden: Jeder Schritt von der Modellauswahl über die Kontextbeschaffung, Aufgabenplanung, Werkzeugaufruf bis hin zum Ausführungsfeedback muss debuggt werden. Die ursprünglichen Interaktionsmechanismen, die um Menüs, Seiten und Funktionen herum aufgebaut sind, müssen ebenfalls an die Agenten angepasst werden.

Die Forschungs- und Entwicklungsinvestitionen werden sehr hoch. WorkBuddy übernimmt einen Teil der grundlegenden Arbeiten, sodass sich Unternehmen auf ihre Kernkompetenzen konzentrieren können, nämlich die Branchenkenntnisse und Daten einzubringen.

Nach Angaben von WorkBuddy hat ein 3-köpfiges Team von SalesIT nur zwei Monate benötigt, um die Entwicklung des zugehörigen Agenten abzuschließen. Die Entwicklungszeit wird verkürzt, gleichzeitig sinkt die Hürde für unternehmerische Entscheidungen, sodass das Ökosystem „selbstständig wachsen“ kann.

Derzeit hat WorkBuddy gemeinsam mit Partnern wie Tongdaxin, GF Securities, Tencent SSV, Tencent Health, Beida Fabao, Weimob, Beisen, Fanru und Meitu Studio branchenspezifische Buddys entwickelt, die mehr als 20 Bereiche wie Finanzen, SaaS, Recht, Medizin, Bildung, Gemeinwohl und Design abdecken.

In der ersten Woche nach der Markteinführung von Fanru MOSS wurde das Produkt mehr als 10.000 Mal aufgerufen. Nachdem professionelle Software in das Agent-System integriert wurde, entstehen neue Nutzungsszenarien schneller als erwartet.

Die Hardware-Entwicklung schreitet etwas langsamer voran. Geräte müssen entwickelt, produziert und vertrieben werden, sodass sie nicht so schnell wie Software reproduziert werden können. Produkte wie intelligente Brillen, Aufnahmegeräte und Mikrofone erweitern jedoch die Berührungspunkte von WorkBuddy vom Computer auf echte Szenarien wie Besprechungen, Außentermine und mobiles Arbeiten.

Around den fünf Kategorien von Berührungspunkten „Hören, Sehen, Speichern, Chatten, Zusammenarbeiten“ haben Hardware-Marken wie Plaud, Rokid, Insta360, iFlytek, Anker, Moma und JDC in das WorkBuddy-Ökosystem aufgenommen.

Die Plattform stellt grundlegende Fähigkeiten zur Verfügung, die Partner liefern Fachkenntnisse. WorkBuddy möchte ein Anwendungsökosystem für das Zeitalter der Agenten aufbauen.

Gleichzeitig werden die gewohnten Arbeitsabläufe, die tief in unserem Gedächtnis verankert sind – Dokumente in Feishu schreiben, Daten in Excel berechnen, Kunden in CRM suchen – von den Agenten umgestaltet.

Nutzer müssen nur ihre Anforderungen stellen, und die Entscheidung, welche Ressourcen, Daten und Werkzeuge verwendet werden, wird vollständig an den Agenten übergeben. Software wandelt sich von „Werkzeugen, nach denen Nutzer aktiv suchen“, zu „Fähigkeiten, die Agenten aufrufen können“.

Ähnliche Veränderungen finden auch im Ausland statt: Salesforce arbeitet mit Claude zusammen, um der KI die Fähigkeit zum Aufruf von Unternehmenssoftware zu geben. SalesIT nutzt WorkBuddy, um seine eigenen Fähigkeiten in einen einheitlichen KI-Zugang zu integrieren. Beide Wege führen zum selben Ziel. Heute sind nur Dutzende von Partnern mit dem Agent-Betriebssystem verbunden, aber mit dem kontinuierlichen Zustrom von Konnektoren, Experten, Fähigkeiten und Hardware wird den Nutzern schließlich ein Fähigkeitsnetz zur Verfügung stehen, das von Agenten in Echtzeit gesteuert werden kann.

WorkBuddy baut dieses Netzwerk gerade auf. Je größer das Netzwerk ist, desto mehr muss es verwalten: Welcher Partner ist auf welche Bereiche spezialisiert, welche Daten können aufgerufen werden, welche Aufgabe an wen vergeben wird. Der Nutzer stellt nur die Anforderung, und wer die Aufgabe übernimmt, hat die erste Kontrolle über den Arbeitsablauf.

Mit dieser Steuerungsbefugnis geht aber auch die Verantwortung für die Rechnung einher – wer wird diese Kosten letztendlich tragen?

Je florierender das Agent-Ökosystem ist, desto länger wird die Rechnung

Bei traditionellen Software-Ökosystemen nähern sich die Grenzkosten Null. Im Agent-Ökosystem verursacht jeder zusätzliche Lauf zusätzliche Inferenzkosten. Je größer das Ökosystem ist, desto höher ist der Token-Verbrauch.

Harness löst das Problem „Wie erstellt man einen Agenten?“, aber nicht die Frage „Wer zahlt für den kontinuierlichen Betrieb der Agenten?“.

Bevor ein tragfähiges Geschäftsmodell etabliert ist, finanziert WorkBuddy de facto die grundlegenden Token-Kosten für Hunderte von Ökosystempartnern mit eigenen Investitionen, um die Ökosystemdichte und Kontextdaten zu erhöhen.

Das ist eine typische Plattform-Subventionslogik: Kurzfristig handelt es sich um eine großzügige Investition in die Infrastruktur. Langfristig wird die Frage nach der Stabilität der Grundlagen zu einem betriebswirtschaftlichen Problem, falls die Einnahmen aus Zweitverwertung – Abonnements für Unternehmensversionen, Nutzungsgebühren für Aufrufe, Gewinnbeteiligungen mit Partnern – nicht mit dem Anstieg des Token-Verbrauchs Schritt halten können.

Interessanterweise merken die Nutzer davon fast nichts.

Früher hat Li Yanhong das neue Maßsystem DAA für das KI-Zeitalter vorgeschlagen und argumentiert, dass Nutzer nicht wissen müssen, wie viele Token ein Agent verbraucht, solange er die Aufgabe für sie erledigt. Diese Aussage ist auf der Erfahrungsebene richtig: Nutzer müssen nicht verstehen, was ein Kontextfenster ist.

Aber dies umgeht eine Frage: Wem sollen die Kosten für den Token-Verbrauch während des Harness-Aufrufs zugerechnet werden?

Dass Nutzer das nicht wissen müssen, bedeutet nicht, dass die Plattform diese Kosten ignorieren kann.

Aus diesem Grund wandelt sich der „Token-Verbrauch“ von einem technischen Indikator des Modellteams zu einem Kostenfaktor, den Plattformbetreiber genau im Auge behalten müssen. Li Qiang, Vizepräsident von Tencent Cloud, hat öffentlich erklärt: „Token ist tatsächlich ein sehr wichtiger Managementindikator“ und hat ihn mit dem Kraftstoffverbrauch verglichen: Wenn man nur den Kraftstoffverbrauch im Blick hat, aber keine guten Motoren baut, werden die Kunden letztendlich abwandern. Ein niedrigerer Kraftstoffverbrauch und eine höhere Leistung sind die grundlegende Lösung.

In der Ära des mobilen Internets freuen sich die Plattformen über steigende DAU (Täglich aktive Nutzer), weil dies normalerweise mehr Einnahmen aus Werbung, Transaktionen und Mehrwertdiensten bedeutet. Im KI-Zeitalter müssen Plattformen zwei Richtungen gleichzeitig verfolgen: Je höher die DAA (Täglich aktive Agenten) ist, desto besser, aber die Token-Kosten dürfen nicht unbegrenzt steigen.

Daraus ergibt sich eine neue geschäftliche Frage: Soll die Größe des Agent-Ökosystems anhand der Anzahl der laufenden Agenten oder anhand der von diesen Agenten erzeugten Einnahmen gemessen werden?

Dadurch gewinnt die Frage „Warum sind Partner bereit, dem Ökosystem beizutreten?“ eine neue Bedeutung.

Wenn man WorkBuddy im Branchenkontext betrachtet, hängt der Erfolg dieses Wettbewerbs von drei Variablen ab: Erstens die Nutzer – wie viele echte Anforderungen können Agenten erreichen; zweitens die Fähigkeiten – wie viele verschiedene Aufgaben können die Buddy-Anwendungen und Ökosystempartner gemeinsam abdecken; drittens die Token – wie viele Agenten werden täglich aktiviert und wie viel Rechenleistung verbrauchen sie.

Diese drei Variablen beeinflussen sich gegenseitig: Die wachsende Nutzerzahl erfordert die Erweiterung des Fähigkeitsspektrums; je umfangreicher der Fähigkeitspool wird, desto häufiger werden die Agenten aufgerufen; je häufiger die Aufrufe sind, desto