騰訊張軍：智能體 WorkBuddy 將入職政務系統，全國首個省級政務智能中樞平臺「灣擎」上線試運行

2026年6月16日 21:33

重點摘要

騰訊公司公關總監張軍今日宣佈，智能體 WorkBuddy 即將入職政務系統：6 月 16 日，全國首個省級政務智能中樞平臺「灣擎」上線試運行，同時預發佈灣擎 ·WorkBuddy，即將面向廣東全省公務員開放使用。

站內 AI 整理稿

### 騰訊智能體 WorkBuddy 將入職廣東政務系統，灣擎平台開啟試運行

中國科技巨頭騰訊持續深化在政務領域的布局。騰訊公司公關總監張軍近日對外宣布，一款名為 WorkBuddy 的智能體即將正式「入職」政務系統。與此同時，由騰訊打造的「灣擎」平台——號稱全國首個省級政務智能中樞，已於 6 月 16 日上線試運行。這項消息標誌著 AI 助理從企業辦公場景，進一步跨足到公部門的日常運作，引發外界對政務數位轉型的關注。

### 重點整理：灣擎平台與 WorkBuddy 智能體

根據現有資訊，本次事件有兩大核心亮點。首先，「灣擎」是針對廣東省設計的政務智能中樞平臺，目標在於整合全省公務體系內的數據與服務，提供統一的 AI 輔助能力。其次，騰訊同步預發布的「灣擎·WorkBuddy」，是一款專為公務人員設計的智能體，將在試運行期間陸續開放給廣東全省的公務員使用。換句話說，未來廣東省的基層與主管官員，可能都能透過這個工具獲得文書處理、資訊查詢、流程引導等智能協助，大幅提升行政效率。

### 背景脈絡：政務 AI 從輔助走向核心

近年來，中國各省市政府積極推動「數字政府」建設，AI 對話機器人、智能客服早已在部分地區的便民服務中出現。然而，騰訊這次推出的「省級政務智能中樞」意義不同——它不是單一服務的應用，而是覆蓋全省公務員後台工作的平台。這代表 AI 不再只是面對民眾的「窗口」，而是深入政府內部的流程優化。騰訊過去在企業協作領域累積了豐富經驗，例如企業微信、騰訊會議等工具，如今將類似能力移植到政務場景，試圖打造從溝通到決策的完整 AI 輔助鏈。

### 可能影響：效率提升與潛在挑戰

從正面角度來看，WorkBuddy 若能順利融入公務體系，將顯著降低重複性事務的負擔。例如公文草擬、政策法規查詢、會議摘要等耗時工作，可由智能體快速完成，讓公務員集中精力在更高價值的分析與決策上。對民眾而言，政務處理速度也可能間接加快。然而，這項技術落地也伴隨挑戰：首先，公務員群體的年齡與數位能力差異較大，是否所有人都能快速適應？其次，政務數據涉及大量個人隱私與國家機密，雲端平台的安全性、資料歸屬權、演算法偏見等問題，都需要嚴謹的監管機制。

### 讀者可關注的後續：試運行成效與擴展動向

目前「灣擎」處於試運行階段，讀者可以密切關注以下幾個面向。第一，WorkBuddy 在實際公務場景中的表現，例如它對廣東本地政策用語的理解準確度、錯誤率、以及公務員的真實回饋。第二，騰訊是否會將此模式複製到其他省份，或針對不同層級政府推出定製版本。第三，官方是否會公開評測指標，例如節省工時的比例、用戶滿意度等數據。此外，隨著 AI 大模型技術持續迭代，WorkBuddy 的功能也可能從簡單問答升級為主動建議、風險預警等更高階應用。

### 從企業協作到國家治理：AI 的邊界再擴張

騰訊董事長馬化騰曾多次強調「科技向善」，而這次 WorkBuddy 入職政務系統，正是技術從商業領域向公共服務延伸的典型案例。事實上，不只是騰訊，百度、阿里、華為等中國科技企業都在積極競標政府 AI 專案，顯示政務市場已成為下一波競爭焦點。對於台灣讀者而言，這則新聞也提供了觀察中國大陸「數字政府」建設動態的窗口——當 AI 正式成為公務員的「同事」，我們不僅要關注效率提升，更要思考這背後對公權力運作模式、隱私保護與民主監督所帶來的深遠影響。

### 總結：一個起點而非終點

整體而言，「灣擎」平台與 WorkBud

原始來源：IT之家 ↗

查看原始來源

TechWebAI Agent

網易有道全面向AI轉型全場景Agent矩陣亮相圖博會

{"id":"39ef5947-b77a-4904-bf03-ff6264f08dc4","object":"response","model":"deepseek-v4-flash","output":[],"stop_reason":"max_output_tokens","usage":{"input_tokens":154,"output_tokens":200,"total_tokens":354}}

剛剛閱讀分析

Hugging Face BlogAI Agent

MosaicLeaks: Can your research agent keep a secret?

Back to Articles MosaicLeaks: Can your research agent keep a secret? Enterprise Article Published June 18, 2026 Upvote - Alexander Gurung agurung Follow ServiceNow Rafael Pardinas rafapi-snow Follow ServiceNow TL;DR Deep research agents increasingly combine private local documents with external tools like web retrieval, creating a privacy risk: an agent's external queries may leak sensitive information. MosaicLeaks proposes a new deep-research task with multi-hop questions that interleave public and private information. Across the models we tested, agents frequently leaked private information, and training only for task performance made it worse. We propose a mosaic-leakage-aware RL training method, Privacy-Aware Deep Research (PA-DR), which raises strict chain success (the share of chains

16 小時前閱讀分析