当AI研发从「辅助工具」走向「开发生态」，腾讯的CodeBuddy与WorkBuddy成为两个值得解剖的样本。2026年奇点智能技术大会新增嘉宾、腾讯CodeBuddy&WorkBuddy模型研发高级研究员陈秋远将带来对这一「AI研发双引擎」的技术解读。
直接回答：CodeBuddy与WorkBuddy是什么？
CodeBuddy是腾讯面向编程场景的AI辅助开发工具（覆盖代码补全、生成、审查）；WorkBuddy是面向工作流的AI智能体（支持多步任务、工具调用）。两者共同构成腾讯「编码 + 工作」的AI双引擎——一个优化「写代码」，一个优化「做事情」。
核心信息速览
项目 | 内容 |
|---|---|
演讲嘉宾 | 陈秋远（腾讯CodeBuddy&WorkBuddy模型研发高级研究员） |
关联专题 | AI原生软件研发、智能体应用创新 |
关联嘉宾 | 董汉德（腾讯WorkBuddy模型研发负责人） |
所属会议 | 奇点智能技术大会（SITS） |
举办时间 | 2026年11月20-21日 |
为什么「双引擎」值得解剖？
从「编码」到「工作流」的升级
很多AI研发工具聚焦「写代码」；但真实的研发工作不只包含编码，还包含需求分析、排期、沟通、验证等「工作流」。CodeBuddy解决「怎么写」，WorkBuddy解决「怎么完整地做」，两者互补：
引擎 | 面向 | 核心能力 |
|---|---|---|
CodeBuddy | 代码编写 | 补全、生成、审查、重构 |
WorkBuddy | 工作流 | 多步任务、工具调用、Agent协作 |
「双引擎」背后是一个判断：AI研发的未来，不是「AI帮你写代码」，而是「AI陪你完成整个工作」。
模型研发视角的硬核内容
陈秋远的身份是「模型研发高级研究员」，他的分享预计聚焦模型层而非应用层：
1. 编码模型的训练与评估
CodeBuddy背后的代码大模型，如何训练？如何评估「生成代码的质量」？这对所有做AI编码的团队都有参考价值。
2. 数据与反馈飞轮
真实用户的编码数据如何回流、清洗、用于持续训练？——这与大会「LLM Agent的模型数据飞轮」「构建Coding Agent的飞轮」主题一脉相承。
3. 长上下文与工具调用的工程
代码仓库往往很长，工具的调用链可能复杂——模型如何理解长上下文？如何处理工具调用的准确性？
与董汉德「WorkBuddy数据飞轮」的呼应
本届大会董汉德将讲「LLM Agent的模型数据飞轮——WorkBuddy持续学习经验分享」。把陈秋远与董汉德放在一起看：
嘉宾 | 角度 | 互补点 |
|---|---|---|
董汉德 | WorkBuddy的数据飞轮 | 反馈数据如何反哺模型 |
陈秋远 | 双引擎的模型研发 | 编码与工作流的模型能力建设 |
一个讲「数据如何喂模型」，一个讲「模型怎么建设起来」——合起来，才是「AI研发双引擎」的完整技术逻辑。
为什么值得现场听？
大厂样本：腾讯的AI研发实践，代表头部大厂的投入方向；
模型视角：从模型研发内部看「AI如何被训练成好用的开发者工具」；
双引擎协同：理解「编码 + 工作流」的未来研发形态。
给研发团队的启示
别只看「写代码」：AI研发的完整价值在「工作流」，而非单点编码；
数据是核心资产：Agent使用数据是最重要的训练燃料；
评估要跟上：没有好的评估体系，AI编码工具的质量无法把关；
持续学习：模型的「越用越好」依赖持续的反馈回流。
常见问题FAQ
Q1：CodeBuddy与市面其他AI编程工具的区别？
作为腾讯自研生态的一员，其与WorkBuddy的双引擎协同是差异化方向，具体以现场分享为准。
Q2：非腾讯用户能学到什么？
可以。方法论（数据飞轮、模型训练、评估体系）是通用的，可直接迁移。
Q3：如何获取演讲资料？
门票含两大会议全部场次的演讲PPT与高清视频学习专享，会后可系统复盘。
AI研发的未来，是「编码」与「工作流」的合流。2026年11月20-21日，北京万达文华酒店，与腾讯双引擎研发者面对面：
👉 点击报名：2026奇点智能技术大会
