WorkBuddy 混元 Hy4 怎么用？大模型升级后三类新能力最该看懂

"

83.18 分与 96.15% 的任务通过率摆在台面上，WorkBuddy 混元 Hy4 的这组办公评测数字，落到不同人手里读出的分量并不一样。做内容的人盯着 83.18 分，想的是页面与文档还能再稳多少；带团队的人更在意 96.15%，把它当作一桩任务能不能交付出去的概率。

📌 本文看点

把读数拆回任务，83.18 分取自 12 个办公场景的平均效果得分，96.15% 是任务通过率，其中 9 个场景位居国内首位。两项数字合在一起指向一个有限结论，Hy4 在有明确交付物的办公活上，把一桩任务做得成这件事稳住了，场景之间的难度差仍在。

平均分不替某个具体岗位背书，通过率也不等于某个团队照搬就能拿到同样的产出。评测给的是场景集合上的整体读数，落到一家公司自己的口径里，任务怎么定义、交付按什么标准验收都还要单独对齐，这些并不写在那组分数里。

分数能圈住的范围到此为止，真正把任务边界往外挪的，是这次首次引入的视觉理解。Hy4 相比 Hy4 preview 在预训练与后训练上都扩展了数据和训练规模，指令遵循、长文理解与长程智能体的效果随之抬升，而能交给它的活开始从文字扩展到屏幕。

屏幕这一侧值得单独看，它把此前只能靠文字描述的任务接了进来。顺着视觉理解往下走，先论读得懂什么，再看够得着哪些界面。

Hy4 首次引入视觉理解，支持视觉推理与电脑操作（Computer Use），可结合图形界面与命令行处理任务。交给它的素材因此多了一类，一张航拍图、一份复杂图表或一段界面截图，都能直接作为任务的起点，不必先转成文字描述。

两个例子把粒度说得很清楚，28 亿像素的航拍图里精准定位一个 2 米的屋顶构件，重组 900 片拼图还原莫奈《博尔迪盖拉》。细粒度图像处理、复杂图表分析与数学视觉推理这类活，靠视觉理解、推理与工具调用协同完成，对应的是读得细、盯得准的查证工作。

读得懂画面之后，任务的另一半落在把散落的信息串起来，这正是上下文学习能力被抬升后要接的活。一处界面读得再准，也只解决单个时点，跨聊天、邮件与日程的那条线，需要另一类能力来收。

从一屏画面到一串信息，变化的是任务长度。Hy4 在上下文与长程智能体上的提升，要到多源材料一起压来时才显分量，办公协作这一节顺着这条线看。

上下文学习能力提升之后，Hy4 能理解多源复杂信息，借助 WorkBuddy 企业微信套件把聊天记录、邮件、文档、日程与会议串成一条线。多项目并行时，这条线用来理清进度、盯住待办与截止时间，把散在几处的口径收回到一处。

针对 WorkBuddy 人机双写这一特色功能，Hy4 让文档美观度、稳定性与可用性都有明显提升，长程智能体把一串动作连成一条可交代的流程。几份材料来回改过之后，版本与待办还能对得上，这份连贯性才是这类变化真正兑现的地方。

团队协作功能将随新版“项目”在 WorkBuddy 上线，眼下仍按单人多项目并行的用法来试更稳妥。当单体任务与协作线索都能接住，第三块变化就落到专业纵深上，前端、金融与游戏各有各的验证方式。

前两类回答活能不能接、能不能串，专业纵深回答接住之后做得多深。三块放到一处，验证口径便从通用读数换成各领域自己的题。

第三类变化分三块落地，前端、金融与游戏各占一头。前端开发围绕复杂交互、业务逻辑、状态管理和前后端联动做优化，页面呈现更好，应用功能也更完整，这类活对应的是能跑通业务的前端产出。

金融分析强化了基金研究、证券分析与量化策略，混元联合腾讯金融科技团队组织 213 位专家对 579 个真实金融任务开展盲测，其中 153 位来自外部头部金融机构，七成专家有五年以上工作经验，Hy4 在该盲测中位居开源模型首位。

游戏开发一侧，混元与腾讯 IEG 专业游戏开发者合作，提升游戏功能实现、玩法逻辑、状态理解与资产处理能力，实现对 UE、Unity、Godot 等主流引擎的深度适配，并开始扩展至多人联机游戏开发。

网络安全也在这轮训练里被单独对待，针对 PoC 生成、漏洞修复等防守性任务开展训练，组织腾讯玄武、科恩实验室专家做安全审计，结果显示在此次审计覆盖的进攻性能力上未展现出突出风险。

213 位专家的盲测覆盖的是真实金融任务，首位是这次盲测给出的结论，换到另一套业务口径仍要重新验。三类能力摆开之后，限免窗口里先拿哪一类任务试，就成了需要按规则排顺序的具体选择。

能力清单之外还有一道时间约束，11 月 15 日 23:59 这个终点把试错排期压得很实。先把窗口与额度规则摊开，再谈哪一类任务值得排在前头。

腾讯混元 Hy4 上线后，WorkBuddy 国内版与国际版同步完成首发接入，限时免费体验从 2026 年 11 月 4 日开到 11 月 15 日 23:59，Hy3 模型的限免时间也一并延长到同一时点。窗口不长，先把规则读清楚，试任务的顺序才有依据。

免费用户有少量免费体验额度，触及额度后可继续消耗积分体验，订阅用户的免费体验额度更高。因参与热度高，每日免费额度做了合理分配，触及限额后可消耗积分继续使用，页面会提示额度重置时间，当日资源繁忙时则进入排队。

Hy4 是具备视觉理解能力的大语言模型，若用户有特定生成图片与视频的任务，会切换到相应多模态模型完成，因此按正常规则产生积分消耗。把读图与作图分开算，试任务时就不会把两类消耗混在一笔账里。

体验官征集压在同一窗口，即日起至 2026 年 11 月 15 日 23:59，在 WorkBuddy 用 Hy4 完成一次真实创作或办公任务，把过程、成果与真实感受整理成图文或视频，发布到小红书、抖音、视频号、公众号、B站任一平台并带 #WorkBuddy #Hy4 话题，再扫码提交投稿。

投稿有机会赢取上限为 2000 积分的奖励及混元靠垫、棒球帽等好礼，优质作品有机会入选官方案例库。截图或录屏里需展示已选择 Hy4 模型，过程与成果要能对得上，这条要求本身也在提示试任务该留下什么。

额度怎么分、哪一步会转去消耗积分、排队何时发生，这几条规则把试用顺序定了下来。三类任务摆在窗口里，先动哪一类，取决于哪一类更经得起对照，这就要回到任务边界上做判断。

规则和窗口交代完，剩下的是给出一个能落地的先后。把 96.15% 放回自己的活里看，先试哪一类、后试哪一类，依据相当清楚。

先拿有明确交付物、又能对上办公评测场景的那类任务试，把 96.15% 当作自己这条工作流里的基准读数，跑通之后再往读图表的视觉任务挪。理由很直接，前一类任务的验收标准现成，返工与否当场能看出来，试出来的结论才带得走。

三类能力各自压着一类真实工作，视觉理解与电脑操作对应读界面和图表，长程智能体与多源串联对应跨项目理待办，前端、金融、游戏这一路对应有专业口径的具体产出。83.18 分与 96.15% 说明一桩任务做得成的概率，说明不了一家团队口径下的返工率，专业纵深类任务因此宜放在对接口径更清楚之后。

把 96.15% 当起点的团队，会在 11 月 15 日 23:59 之前攒下一份能复用的任务清单，清单上该写清哪几件活挪得动、哪几件还得留在人手里。哪一类真正值得先试，评测给的是概率，自己那几件反复返工的活才给得出答案，顺序也就不用再猜。

云巴巴作为腾讯云AI智能体示范伙伴、腾讯WorkBuddy核心伙伴及官方授权服务中心。目前，腾讯WorkBuddy Managed Agents已经在云巴巴平台上线，想了解更多可以联系我们。在云巴巴（yun88.com），你还能横向对比更多同类产品，根据团队规模和业务场景找到最匹配的方案。