影片筆記：腾讯AI助手WorkBuddy之外，为什么还开源一个Octop

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

騰訊同時推出 Workbody（騰訊托管、開箱即用的桌面助手）與 Octob（開源、數據自主、需自帶模型的本地工具），兩者並非開源版與付費版的關係，而是針對「省心托管」與「數據隱私/自主控制」兩種不同場景的產品策略。實測顯示，Octob 在處理複雜任務時速度更快且成本透明，但需使用者自行承擔模型費用與配置責任。

核心重點

1. 產品定位差異：

• Workbody：偏向服務型，數據托管於騰訊，適合不想操心模型配置、希望「開箱即用」的使用者。
• Octob：偏向工具型，數據存於本地，授權為 MIT，適合重視數據隱私、願意自行配置模型並承擔費用，且希望擁有代碼修改權的使用者。

1. 模型接入能力：

• 兩者皆支援接入第三方模型。Workbody 官方文檔明確支援自訂模型配置，且實測顯示使用自訂模型不消耗積分。
• Octob 則完全由使用者承擔模型廠商的計費。

1. 實測效能對比（基於同一份 78 頁 PDF 報告與 Deep Seek Flash 模型）：

• Workbody：耗時約 9 分 34 秒。策略為「先確認需求再執行」，互動細緻，但未直接交付最終結果，而是進行確認互動。
• Octob：耗時約一分鐘出头。策略為「直接執行並交付結果」，快速生成摘要與表格，數據經核對全對，但需使用者自行承擔模型費用。

1. 成本結構：

• Workbody 免費版有積分限制（2,000 積分），但自訂模型不扣積分；內置模型計費較低。
• Octob 軟件免費，但模型費用按使用者所填模型廠商定價支付。

詳細大綱

I. 產品關係釐清

• 常見誤區：許多人認為 Octob 是 Workbody 的開源版，或兩者僅是版本差異。
• 事實真相：
• Workbody：騰訊推出的桌面助手，需註冊登錄，有免費體驗版與付費方案。
• Octob：騰訊在 Github 開源的助手，授權協議為 MIT，代碼可自由修改。
• 結論：兩者為騰訊旗下不同的產品，非同一產品的兩個版本。

II. 功能差異：模型接入能力

• 誤區澄清：並非只有 Octob 能接自訂模型，Workbody 也能。
• Workbody 官方文檔說明：
• 允許自行接入第三方大模型作為調用底座。
• 配置參數（API Key）僅保存在本地 JSON 文件中，不上傳雲端。
• Workbody 僅作為通信鏈路轉發輸入，輸出由第三方模型直接返回。
• 除必要傳輸與審計外，不讀取、不存儲相關內容。
• 實測驗證：
• 文檔中「積分頁」與「模型頁」描述看似衝突（前者說消耗積分，後者說費用第三方付）。
• 實測結果：使用免費體驗版接入自訂模型，跑完任務後積分消耗為 0。

III. 實測對比：安裝與使用體驗

• 安裝階段差異：
• Workbody：安裝包 510M，裝完登入即可使用。支援接入本地模型（如 Olama），但新版需手動填寫地址，實測可行。
• Octob：透過一行指令 41 秒安裝，但開箱即用性差，提示「沒配模型」，需使用者自行帶模型（填密要或跑本地模型）。
• 任務執行對比：
• 測試環境：同一台電腦、同一份 CNNIC 第 56 次報告（78 頁 PDF）、同一句指令、同一個模型（Deep Seek Flash）。
• Workbody 表現：
• 耗時：9 分 34 秒。
• 策略：先詢問需求細節（摘要類型、表格類型），提供按鈕選擇。
• 結果：未直接交付最終結果，而是進行確認互動。
• Octob 表現：
• 耗時：一分鐘出头。
• 策略：檢查系統現有工具，直接執行。
• 結果：快速交付 6 部分摘要及 10 行對照表，數據經核對全對。
• 計費：輸入 269,000 個詞塊，命中緩存 8x3，輸出不到 7,000。

IV. 商業模式與成本分析

• Workbody 成本結構：
• 免費版：2,000 積分（500 套餐 + 1,500 獎勵）。
• 自訂模型：實測不扣積分。
• 內置模型：便宜檔僅按 0.03 倍扣積分。
• 獲取積分方式：限時免費、簽到（100）、邀請一人（最高 650）。
• 限制：免費檔無法購買積分加量包。
• Octob 成本結構：
• 軟件免費。
• 模型費用：使用者自行承擔，按所填模型廠商的定價支付。
• 優勢：MIT 授權，無需建帳號或綁定手機號，數據存於本地文件夾。

V. 結論與選擇建議

• 騰訊開源 Octob 的原因：滿足兩類不同需求。
• Workbody：服務型，托管於騰訊，適合不想操心模型配置的使用者。
• Octob：工具型，數據與改動權在用戶手中，適合重視數據自主性的使用者。
• 選擇指南：
• 選 Workbody：想裝上就用，不想操心模型與密要，接受數據由騰訊管理。
• 選 Octob：想讓數據留在自己電腦，願意自帶模型，重視數據歸屬權。

工具 / 模型 / 名詞整理

• 產品名稱：
• Workbody：騰訊桌面助手。
• Octob / Octobus / Octop：Github 開源助手（逐字稿中名稱有混用，指代同一個開源產品）。
• 平台/網站：
• Github：開源代碼存放處。
• CNNIC：中國互聯網絡資訊中心，提及第 56 次報告。
• 技術/模型相關：
• MIT：授權協議。
• Deep Seek Flash：測試使用的模型。
• Olama：本地運行模型的工具（逐字稿中拼寫，疑點見下）。
• API Key：應用程序介面金鑰。
• JSON：數據交換格式，用於保存配置參數。
• 詞塊：AI 計費單位。
• 緩存：模型調用中的緩存機制。

操作流程整理

Workbody 操作流程

1. 安裝：下載 510M 安裝包並安裝。
2. 登錄：註冊並登錄騰訊帳號。
3. 配置（可選）：若需使用自訂模型，手動填寫本地模型地址（如 Olama）或第三方 API Key。
4. 使用：登入後即可使用，支援接入第三方大模型。
5. 任務執行：輸入指令後，系統可能先詢問需求細節（如摘要類型），提供按鈕選擇，耗時較長但互動細緻。

Octob 操作流程

1. 安裝：透過一行指令安裝（約 41 秒）。
2. 配置：開箱即用性較差，需使用者自行配置模型（填寫 API Key 或運行本地模型）。
3. 使用：無需建帳號或綁定手機號，數據存於本地文件夾。
4. 任務執行：輸入指令後，系統檢查現有工具並直接執行，快速交付結果（摘要與表格）。

值得注意的限制或風險

1. 數據托管風險：Workbody 數據托管於騰訊，雖文檔稱不讀取存儲，但使用者需接受數據由騰訊管理。
2. 成本不確定性：Octob 軟件免費，但模型費用由使用者承擔，需自行評估模型廠商的定價。
3. 免費版限制：Workbody 免費版無法購買積分加量包，僅能通過簽到、邀請等方式獲取積分。
4. 配置複雜度：Octob 開箱即用性差，需使用者具備一定的技術能力來配置模型。

逐字稿辨識疑點

1. 產品名稱不一致：逐字稿中交替使用 Octob、Octobus、Octop 指代同一個開源產品，需查證正確名稱。
2. 工具名稱拼寫：逐字稿提及「跑在你自己機器上的工具」時，拼寫為 Olama，通常該領域知名工具為 Ollama，此處標記為疑點，未做更正版。
3. 計費單位描述：Octob 實測結果中提到「輸入 269000 個詞塊...其中 8x3 命中緩存」，此處「8x3」的具體計費邏輯或緩存計算方式在逐字稿中語意不明，標記為需查證。
4. 版本號：提及 Workbody 版本為「5.56 版」，需確認是否為準確版本號。

可延伸追問

1. Octob 的正確產品名稱為何？
2. 「8x3 命中緩存」的具體計算邏輯是什麼？
3. Workbody 的「5.56 版」是否為準確版本號？
4. Olama 是否為 Ollama 的筆誤？