最近 AI 圈子里讨论度最高的一条消息，大概就是腾讯 WorkBuddy 在模型列表里悄悄上线了一个新选项——Space-Bunny，而且是以“独家接入”的方式合作，还挂出了限时折扣，截止日期是 10 月 7 日。很多人看到“匿名模型”四个字就懵了：什么叫匿名？它跟 WorkBuddy 默认绑定的那些模型比怎么样？现在入手到底划不划算？这些问题我翻了好些技术社区和用户反馈，也自己上手试了一轮，今天就把整个事情从头到尾掰开揉碎讲清楚。

先说结论：这确实是个值得花三分钟了解的新动向。腾讯 WorkBuddy 本身是一款主打“AI 效率智能体”的工作台产品，核心玩法是把大模型、文档处理、知识库、自动化流程这些能力收拢到一个界面里，用户不用来回切换工具，就能完成写周报、做会议纪要、整理资料、搭自动化工作流这类日常事务。而 Space-Bunny 这个突然冒出来的模型，走的却是“匿名发布”路线——官方没有公开训练参数、组织背景和基础技术报告，只给出了模型能力和调用接口。这种“蒙面登场”的方式在模型圈其实不算新鲜，但放在腾讯 WorkBuddy 这种企业级效率工具里，就多了层耐人寻味的信号：平台开始不满足于只用自家或主流头部模型，而是在用更开放的姿态去试探差异化能力。

这篇文章不打算讲那种“某新品发布”式的报菜名，我重点想拆解这几件事：Space-Bunny 为什么值得你用、在 WorkBuddy 里怎么把它的能力榨干、限时折扣背后的定价逻辑，以及几个我实测下来最容易踩的坑。无论你只是好奇“匿名模型能不能信”，还是已经在 WorkBuddy 里建了工作台想换个模型试试，这篇都应该能给你一个比较完整的判断依据。

1. 先搞清楚这件事的来龙去脉

很多人第一反应是问：腾讯 WorkBuddy 不是有 CodeBuddy、有腾讯生态里那一堆模型吗，为什么还要接一个外面的“匿名模型”？要理解这个操作，得先搞清楚 WorkBuddy 在产品谱系里的位置，以及 Space-Bunny 到底是哪种层面的神秘。

1.1 WorkBuddy 到底是什么定位

从功能上看，WorkBuddy 跟 CodeBuddy 是兄妹产品，但侧重点完全不同。CodeBuddy 是面向程序员的 AI 编程助手，做代码生成、补全、解释，而 WorkBuddy 更像个“效率智能体工作台”。它也挂对话界面，但底层能力不止聊天，还包含 Skill 机制、工具调用、上下文管理、工作流编排这些东西。简单说，WorkBuddy 想让你把日常重复劳动变成可复用、可调度的 AI 工作流。

我自己用下来的感受：它更像一个“AI 操作系统”，里面有文档处理、表格整理、网页阅读、知识库检索这些工具箱。你可以给它布置一个任务，比如“把这 20 份简历按技能关键词分类，并输出 Excel 表格”，它能通过 Skill 串联多个步骤完成，而不是只给个建议。

这就带出一个关键点：WorkBuddy 的能力上限，一半取决于平台本身，另一半完全取决于它接入的模型。因为同样的指令，不同模型的拆解能力和工具调用水平差距可以非常大。Space-Bunny 被“独家接入”，本质上就是腾讯愿意在自家效率智能体里，给这个模型一个开放接口，让 WorkBuddy 用户在对话窗口里直接切换使用。

1.2 匿名模型 Space-Bunny 有什么来头

Space-Bunny 这个称呼，我查到的信息里从来没有一个官方的“公司主体说明”。它对外叫 Space-Bunny，宣传口径是“匿名模型”，也就是说它不挂某个大厂的招牌，也不公布团队背景，只让你看模型能力和 API。这在模型圈被视为一种“先上场、后验身份”的策略：用实际表现说话，降低用户对品牌的预判，同时也能保护技术细节不被过早研究。

那 Space-Bunny 到底强在哪？官方页面和社区里能拼凑出的信息大概是：它在长文本理解、信息抽取、结构化输出这些任务上表现很稳，对中文场景尤其友好，上下文窗口给得也比较大，支持一次喂入大量文档内容。在 WorkBuddy 里，它被定位成一个“干活型选手”——不是用来陪你聊天的，是处理真实办公任务的。

需要注意：我这一段关于 Space-Bunny 技术特点的描述，基于目前公开信息和社区测试综合推断，并非官方完整技术报告。匿名模型从来不公布训练细节，所以任何“参数规模”“架构”层面的说法都只能当参考。

1.3 “独家接入”这四个字的含金量

Space-Bunny 不是接在所有人能用的 API 平台上，而是只在腾讯 WorkBuddy 里能用，这在模型分发上是非常明确的排他合作。对普通用户来说，“独家”最直接的好处是省事——你不需要单独去注册一个模型服务的账号，不用自己封装 API，也不用管算力配额。只要 WorkBuddy 登录账号，在模型列表里切换一下，就能调用 Space-Bunny。它跟 WorkBuddy 的 Skill、工作流是深度打通的，这意味着你可以在自动化流程里也用到这个模型，这个是单纯去买 API 实现不了的。

对平台方来说，独家接入一个“无品牌负担”的匿名模型，等于给自己的生态加了一个可调度的差异选项。以后在某些细分任务上，WorkBuddy 可以打出“比默认模型更适合 office 场景”的牌。对用户来说，多一个选择总归是好事——尤其是当默认模型在一些场景下输出太“模板化”的时候，换个模型往往能带来意外惊喜。

2. 匿名模型的技术画像：它到底擅长什么

Space-Bunny 既然顶着“匿名”的头衔，不公布技术报告，我们就只能从它的行为特征和社区反馈去反向推断。这件事听着玄，但做起来有章法。我根据自己上手跑的一批任务，再结合公开讨论，拼出一个还算清晰的能力画像。

2.1 为什么会有“匿名发布”这种玩法

先解释一下行业背景，否则很多人会误以为“匿名=山寨”。实际上，匿名发布模型在 AI 圈有几种常见动机：

• 降低品牌偏见：挂着大厂招牌，用户期待值会被拉高，一旦表现稍差就会口碑反噬；匿名发布可以让模型只用能力说话。
• 保护训练配方：模型属于小团队的商业机密，发布前不想暴露架构细节公开，先匿名上线看市场反应。
• 灰度试水：团队不确定产品能不能打，先用匿名身份在某个平台小范围验证，跑通了再考虑正式亮相。

所以“匿名模型”本身不是什么贬义，反而是有底气的团队才敢做的事情。它把讨论焦点完全拉到能力和体验上，对用户来说反而更公平——你不需要看光环，直接试就完了。

2.2 从命名和实测反推 Space-Bunny 的定位

Space-Bunny 这个名字，我个人觉得不是随便起的。Space 暗示的是“大上下文/多文档空间”，Bunny 则是“快、敏捷”的意象，组合在一起透露出它主打的卖点是空间大、响应快。虽然字面意会有点玄学，但确实对应了它在社区里被频繁夸的两个点：长文档理解和响应速度。

我实测的几类任务里，它的表现有明显倾向：

综合来看，Space-Bunny 是一个典型的“效率工具型模型”，它的甜区在办公和知识管理，不在创意写作，也不在复杂代码工程。对 WorkBuddy 这类效率智能体产品来说，这种模型其实是“正对口”的。

2.3 什么样的场景换用 Space-Bunny 收益最大

既然知道它的甜区，就要学会把好钢用在刀刃上。我给几个清晰的建议：

• 重度文档处理：你经常要一次性消化长文档、多文件材料，Space-Bunny 的优势非常明显，上下文大、不轻易失忆。
• 结构化输出：凡是需要从非结构化文本里抽字段、填表格、整理清单，它生成的格式稳定，少逼疯人。
• 中文办公文案：平实、不啰嗦、套话少。写周报、消息通知、内部说明这种，它比很多以“泛泛全能”为卖点的模型输出都干净。
• 日常轻代码：比如临时生成一个正则表达式、写一段批量改名脚本，它也能胜任。

反过来，如果你主要用 WorkBuddy 做深度调试代码、长时间多轮架构设计，那还是老老实实用默认的编程向模型。不要因为限时折扣就直接全局切换，正确玩法是“按任务类型切换”。

3. WorkBuddy 接入 Space-Bunny 的实操全流程

理论说完了，来点可以直接照着做的内容。下面是我自己从下载到切换模型，再到搭建一个场景化工作台的完整过程记录。不同版本界面可能有差异，但核心路径基本一致。

3.1 三步完成模型切换

第一步：确认 WorkBuddy 版本。较旧的版本可能看不到 Space-Bunny 入口，建议直接去官网下载最新版。安装包在官网首页就能找到下载按钮，这个没难度。装好后用你的腾讯账号或邮箱登录，注意国际版和国内版的模型列表可能不完全一致，如果你装的是国际版还找不到入口，先确认版本渠道再检查更新。

第二步：找到模型切换入口。WorkBuddy 主界面一般是左侧工作台、中间对话窗口、底部输入框。在对话输入框的左下角，通常有一个模型名称的小标签，比如默认显示“默认模型”或类似字样，点一下就会弹出模型选择列表。Space-Bunny 如果已经对账号开放，就会出现在列表里。

第三步：选择 Space-Bunny 并开始对话。选中后，整个对话窗口就会切换到新模型。我强烈建议你新建一个空白会话再切，而不是在旧会话里直接切，因为旧会话带着之前的上下文，可能会影响模型对指令的判断。切完之后你可以先发一句测试指令：“请用 100 字总结这个产品的核心卖点”，看看输出风格是否符合预期。

3.2 温度、上下文与输出长度的参数设置

WorkBuddy 的模型参数里，最影响体验的是“温度”和“最大输出长度”这两个。

• 温度：我用 Space-Bunny 处理文档总结、数据抽取这类任务时，温度一般拉到 0.3 以下。温度越低，输出越稳定、越贴近原文逻辑；如果用来做头脑风暴或文案润色，可以适当拉到 0.6-0.8，但不要太高，超过 0.8 之后它的回答容易跑偏。
• 最大输出长度：处理长文档时，如果输出被截断，核心信息会丢。给它的输出长度尽量配置到 4000 token 以上，尤其是在多文档摘要场景。不过要注意，并不是所有版本都开放自定义最大值，如果设置项是灰的，就保持默认，别强行改配置文件。
• 上下文管理：Space-Bunny 对长上下文的容纳力不错，但建议单个会话最多挂 3-5 个中大型文档，再多的话，它会开始“雨露均沾”，对最早的文件记忆变淡。这时你最好把多余文档拆成独立会话，再汇总结果。

3.3 利用 Skill 机制把 Space-Bunny 变成“自动化员工”

光在对话窗口里用模型，那只是第一层。WorkBuddy 真正有价值的是 Skill 机制，尤其是跟 Space-Bunny 结合时，能把重复工作变成一键执行。我搭了一套“文档处理流水线”，实际效果比手动复制粘贴要省太多事了。

Skill 可以理解为“给模型预设的一套任务模板”：你定义输入、执行步骤、输出格式，之后每次只需要扔入新材料，它就会按预设流程跑。

以我自己搭的一套“会议纪要 + 待办提取”为例：

1. 在 WorkBuddy 的工作台里新建一个 Skill，命名为“会议纪要与待办”。
2. 输入描述：“分析用户提供的会议记录文本，提取每位发言人的核心观点，整理成结构化要点，并在末尾列出所有明确提到的待办事项，格式为‘负责人 - 任务 - 截止时间’。”
3. 在执行模型那里选择 Space-Bunny。
4. 保存后，以后每次开会，直接把转录文本扔进去，跑完输出一份可用的纪要。

这套组合拳的核心逻辑是：Space-Bunny 对中文口语文本的整理能力很强，配合固化的 Skill 模板，能保证每次输出的结构一致性。如果你只是靠直接在对话框里催模型“帮我整理一下”，每次格式都可能跑偏，但用 Skill 固定输出格式之后，基本一次到位。

3.4 缓存目录修改：被问烂了的痛点

不少人在社区问到 WorkBuddy 缓存目录怎么改。默认情况下，WorkBuddy 会把模型临时文件、历史会话数据放在系统盘的用户目录里，C 盘空间小的机器很容易被拖垮。改缓存目录的通用做法是先找到设置里的“存储位置”选项，如果没有，就把整个工作目录迁移到其他盘，或者用符号链接把原目录指过去。

以 Windows 为例：先退出 WorkBuddy，找到默认缓存路径，一般是 C:\Users\用户名\AppData\Roaming\WorkBuddy 或者类似位置，把整个文件夹剪切到 D 盘，然后在原位置打开命令行执行 mklink /J 原路径 新路径，这样系统会把两个位置链接起来，WorkBuddy 能正常读写，但实际占用的空间已经搬到了 D 盘。注意这个操作要在软件退出状态下做，否则开了进程直接搬容易损坏数据。

macOS 和 Linux 下的思路完全一致，只是命令换成 ln -s，原理都是把缓存目录软链接到别的位置。

4. 限时折扣的定价逻辑与下单时机

接下来聊聊大家最关心的钱的问题。限时折扣到 10 月 7 日，这个日期本身不是随便定的，多半和会员续费周期绑定，设计意图是想在自然月/季度节点之前，把用户“抢到一个新模型承接的使用周期”。搞清楚打折的底层逻辑，你就知道该不该现在下手。

4.1 折扣便宜的到底是“会员”还是“用量”

WorkBuddy 的收费模式多是订阅制加额度制混合。订阅解锁的是平台功能，额度决定你能调用多少模型。Space-Bunny 这次限时折扣，大概率是叠在订阅费或额外包上的，所以你要先分辨折扣的标的。

我的建议是：先看订阅页面的描述，是“WorkBuddy 会员立减”还是“Space-Bunny 专属包限时折扣”。如果是会员立减，那折扣覆盖的不只是新模型，还会让你顺带解锁其他模型，这样的性价比比较高。如果是专属用量包，那你要估一下自己未来一个月大概会用掉多少 token，别盲目囤量，模型再便宜，用不上就是浪费。

4.2 一个简单的成本账目示例

假设你是中等频度用户，每天用 WorkBuddy 处理约 2 万字文档，一个月大约 60 万字。按 token 折算，中文一个 token 大概对应 0.6 到 1 个汉字，60 万字折算成 token 大概是 60-100 万。如果你的订阅包里含有 500 万 token/月，Space-Bunny 的折扣可能会体现在会员费上，比如月费从几十元降到十几元。如果折扣是直接给模型单价打折，那就粗略按“输出 token 单价 × 使用量”算。

我建议不要只看表面的折扣数字，要按“月均 token 消费量”折算成实际的元/万 token 单价，再对比折扣前后差异。如果折扣后单价在可接受范围，顺手买了没问题；如果折扣力度看着大，但它给的额度根本用不完，相当于花钱买了一堆用不上的 token。

4.3 我的建议：先白嫖，再决定要不要付费

对于犹豫的人，我的明确建议是：在 10 月 7 日之前，先利用 WorkBuddy 的免费体验额度把 Space-Bunny 完整跑一遍。重点测试三个场景：一是丢一篇 1 万字的长文让它总结；二是让它从一段对话里提取待办事项并输出表格；三是在 Skill 里固定模板跑两天真实工作流。

免费体验的额度不需要节约，直接把最贴近你日常工作的任务丢给它。三天之内，你就能感知到它跟默认模型的差异。如果三个场景里至少有两个明显更省时间，那就值得趁折扣期买。如果表现平平甚至更差，那就坚决不买，限时折扣不是限时绝版，错过也不亏。

5. 接入 Space-Bunny 后容易踩的坑，我替你试过了

真正上手之后才会发现，模型选对只是第一步，后面还有一堆零零碎碎的坑踩在前头。这部分我按实操顺序写，希望能帮你少走几段弯路。

5.1 找不到 Space-Bunny 入口怎么办

这个大概率是版本问题。很多用户下载的是早期安装包，模型列表是固定的，不会自动把新模型同步进去。解决方法是去官网重新下载最新版安装，不要只点一次“检查更新”就完事，有条件的话直接卸载重装比较干净。另外，如果你用的是国际版，模型列表的更新节奏可能跟国内版不一样，可以尝试把语言切换成中文再刷新列表，或者重新登录账号。

5.2 接入后响应速度慢，甚至超时

Space-Bunny 是匿名模型，它的服务端资源调配不像大厂那么机房充裕，高峰期确实可能出现排队。这种情况我实测下来的对策是把输入材料拆小一点，不要一次塞 50 页 PDF。超时大概率不是模型能力问题，而是负载问题，错峰使用会好很多。另外确认一下你所在网络环境是否能稳定访问腾讯云服务，这是个基础前提。

5.3 输出质量在 Skill 流程里不稳定

如果你发现同一个 Skill 模板，有时候输出完美、有时候缺东少西，那问题往往出在“Skill 模板没有固定模型”。WorkBuddy 的 Skill 是可以指定执行模型的，但默认继承全局设置。如果你全局用的是默认模型、Skill 里想用 Space-Bunny，一定要在 Skill 设置里明确指定，否则流程跑着跑着就悄悄回退到默认模型了，输出风格自然就不稳定。

5.4 折扣到期的续费陷阱

“限时折扣至 10 月 7 日”这个表述，要特别留意续费价格会不会回调。一般平台首期折扣之后，到期会自动按原价续费。如果你只是试试水，记得在到期前一两天的日历上设个提醒，去账户设置里手动取消自动续费，或者把订阅改成“到期后不续订”，避免被无声扣款。这个不是腾讯 WorkBuddy 才有的问题，是所有订阅制产品的通病，不留个心眼很容易忽略。

5.5 不要忽视数据同步与多端一致性

WorkBuddy 支持多端登录，但如果你在电脑端切了 Space-Bunny 并构建了 Skill 流程，手机端打开后可能看不到最近的模型切换记录。这不是模型问题，而是客户端同步延迟。重要的调试工作建议集中在主设备上做，等流程稳定了，再依赖云端同步到其他设备查看结果。同步异常时要确认账号版本一致，否则会出现“电脑上能跑，手机上报错”的诡异场景。

最后再分享一点我自己的体会：匿名模型这个东西，在没有品牌光环的情况下能站到台前，本身就说明它有两把刷子。Space-Bunny 肯定不是全能的，但它在办公效率这个细分方向上确实给出了一套很干净的体验。现在这个时间点，与其纠结“代号神秘”或者“限时折扣”，不如花半小时把它放进现有的工作流里跑一遍真实任务，用效果做决定。工具消费这件事，最终还是要回归到“能不能让我少加班、多省心”。如果你恰好也在用 WorkBuddy 搭自己的工作台，那 Space-Bunny 绝对值得放进候选列表里试一轮；如果试完觉得不顺手，到期取消就完了，成本低得很，没必要背上什么“技术焦虑”。