在 AI 时代，只要你学得足够慢，你就可以不用学。年初 OpenClaw 最火的时候，为了养一只龙虾，有人专门买 Mac mini，有人从命令行开始补课，装环境、配模型、研究 Skill，顺便再和各种报错斗智斗勇。虽然折腾是挺折腾，但这波龙虾热也让很多人第一次意识到，AI 的宿命并非只是聊天，还能代替用户完成一些原本需要坐在电脑前反复操作的任务。

半年过去了，Skill、自动化、远程控制等过去需要自己搭环境才能体验的功能，如今正在被装进一个个开箱即用的产品，其中就包括当下风头正盛的 WorkBuddy。但对于第一次接触这类产品的人来说，最容易产生的疑问依然是 WorkBuddy 和 DeepSeek 这些模型到底有什么区别？到底怎么用？更重要的是，我每天手里的哪些工作，真的值得交给它？所以这篇文章不聊复杂的 Agent 原理，也不展开讨论各种技术概念。我们直接从实际使用场景出发，看看到底能做什么，以及普通用户如何快速上手。界面说明书（人话版）WorkBuddy 目前支持 Windows 和 macOS。Windows 要求 Windows 10 及以上版本，Windows 7、8、8.1 无法运行。下载官网安装包后，按照安装向导完成安装即可。Mac 要求 macOS 12 Monterey 及以上版本。

B | 这里需要注意芯片区别，M 系列 Mac 下载 ARM64，Intel Mac 下载 X64。安装完毕后，第一次打开 WorkBuddy，全新的界面难免会让不少用户产生一种熟悉又陌生的感觉。熟悉，是因为它看起来仍然像一个聊天工具。陌生，是因为聊天窗口旁边，多了一整套围绕任务、文件和工具展开的工作区域。

左侧，能力管理区：覆盖新建任务、助理、项目、专家、自动化、资料库、Skill 等主要功能。中间，任务执行区：用户可以输入需求、上传文件、选择模型、Skill 和工作空间，然后让 WorkBuddy 开始执行任务。

C | 右侧，结果管理区：这里可以查看 WorkBuddy 生成的文件、当前工作空间中的资料、文件修改记录以及网页预览。官方将右侧工作栏分为产物、工作空间文件、变更、浏览器几个区域。

第一次使用时，最需要区分的是聊天回复和产物。比如让 WorkBuddy 制作一份 PPT，中间区域展示的是执行过程，而真正生成出来的 PPT 文件，会出现在右侧产物中。

D | 如果它修改了已有文件，变更区域还能查看具体调整了哪些内容。打开按钮的正确理解方式面对左侧一长排功能，很多用户刚开始可能会有些不知所措。但其实它们的核心逻辑只有一个：让 AI 除了能回答问题，还得帮助打工人完成工作。简言之，不要告诉 AI 你想知道什么，而要告诉它你最终想完成什么。灵感：不知道让 AI 干什么？先抄作业照葫芦画瓢，是上手 AI 最快的方式。大多数人都说 AI 无所不能，但鲜少有人真正告诉你，这个能到底体现在哪里。好在很多问题其实都有现成答案。对第一次接触 WorkBuddy 的人，我的建议很简单：遇事不决，先看灵感。

灵感更像一个 AI 任务案例库，你可以在这里看到别人如何使用 WorkBuddy 创建网页、处理文档、分析数据、制作内容等，然后再模仿学习。比如看到一个自动生成周报的案例，你可能会想到自己的日报、会议纪要是否也能交给 WorkBuddy；看到一个资料分析案例，也可能会想到自己的行业报告整理工作。很多时候，AI 的使用方式并不是来自学习某个技巧，而是重新观察自己的工作流程。新建任务：学会派活，才算真正上手日常使用 WorkBuddy，绝大多数工作都会从新建任务开始。和普通聊天机器人相比，最大的区别在于，你交给它的不应该只是一个问题，而是一件完整的工作。在新建任务时，WorkBuddy 提供了 Plan（计划）、Ask（仅问答）等模式。

E | 顾名思义，Plan 模式将先规划任务，等你确认后再执行；而 Ask 模式适合问问题，找思路，无法做执行。

比如：帮我总结一下这篇文章。

F | 这是普通 AI 很擅长的事情。但读取电脑文件夹里的 20 份行业报告，整理今年 AI 手机市场趋势，并生成一份 PPT。才是 WorkBuddy 更适合处理的任务。因为它不仅可以理解内容，还可以围绕目标继续读取文件、调用工具、生成产物。这里也正好解释了 WorkBuddy 和 DeepSeek、Kimi 等模型的区别。大模型更像负责思考的大脑，负责理解、推理和生成内容。WorkBuddy 更像一个工作环境，把模型、本地文件、Skill、工具和任务流程组织起来，让模型能够继续执行后续动作。

此外，自由度颇高的 WorkBuddy 还内置多款模型，同时支持用户添加第三方模型。在设置中的模型页面，可以配置 API Key、模型地址等信息，也可以接入本地部署的大模型。具体操作也很简单。首先打开 WorkBuddy，在左下角进入：设置 → 模型 → 添加模型进入模型配置页面后，可以看到几种接入方式：第一种是直接选择已有模型提供商。如果 WorkBuddy 已经预设了对应服务，只需要选择提供商，然后填入 API Key 即可。系统会自动补全接口地址和相关配置。

第二种是自定义 API。

G | 如果你的模型服务没有出现在列表里，可以选择自定义 / Custom，手动填写三个信息：接口地址（URL）：也就是模型服务提供商提供的 API 地址。API Key：这是调用模型的身份凭证，一般需要在对应模型平台申请。模型名称（Model Name）：填写具体要调用的模型 ID，例如 DeepSeek 的某个模型名称。第三种是接入本地模型。Ollama 本身是一个运行本地模型的工具，启动后会提供兼容 OpenAI 协议的接口，WorkBuddy 可以直接连接。这样做的优势是数据不会上传到云端，同时也不消耗第三方 API 的 Token。

H |

不过，对于大多数普通用户来说，没有必要一开始就研究本地模型。

I | 第一次使用，更推荐先体验内置模型，或者接入自己已经拥有 API 的模型。保存之后，这个模型就会出现在 WorkBuddy 的模型选择列表中，之后新建任务时可以直接切换使用。不同任务适合的模型也可能不同。

J | 例如写作、数据分析、视觉理解和复杂推理，对模型能力的侧重点都有区别，选择合适的模型，往往能获得更好的效果。助理：下班了，但你的 AI 可以没下班如果人不在电脑旁，WorkBuddy 还能不能继续干活？过去使用 AI，通常需要人坐在电脑前，打开软件，输入需求，然后等待结果。但如果 AI 真正进入日常工作，它不应该永远等着用户坐在屏幕前。WorkBuddy 的助理功能，就是把这个入口延伸到了手机端。在保持 WorkBuddy 电脑端运行之后，用户可以通过微信、企业微信、QQ、飞书、钉钉等平台，从手机向它发送任务，再接收执行结果。

K | 比如下班路上突然想起明天要整理会议资料，可以直接发送：帮我读取电脑今日采访文件夹里的资料，整理一份采访纪要。电脑里的 WorkBuddy 会继续执行任务，完成后把结果同步回来。

L |

对于个人用户来说，目前最简单的方式是接入微信助理。

M |

进入助理设置，找到微信助理，生成二维码后扫码绑定即可。

N | 长期使用时，需要注意电脑保持运行，同时可以开启防休眠相关设置，避免电脑进入睡眠状态导致远程任务中断。向左滑动查看更多内容项目：一次交代，长期有效如果新建任务解决的是现在做什么，项目解决的就是长期围绕一件事持续工作。例如运营一个品牌，可以建立一个项目，把品牌资料、历史报告、写作要求、常用 Skill、专家配置全部放进去。

以后再进行新品分析、竞品研究或者内容创作时，WorkBuddy 可以直接继承这些背景信息。对于一次性的任务，新建任务就够了。对于持续几周、几个月的工作，项目会更加合适。

o | 专家、Skill 和连接器：更专业、更能干、更博闻如果说新建任务负责让 WorkBuddy 开始工作，那么专家、Skill 和连接器解决的就是另一个问题：如何让它变得更专业，拥有更多能力，以及接触更多信息。三者看起来相似，但负责的事情却并不相同。专家：给 Agent 一个专业身份专家可以理解成提前配置好的专业 Agent。比如内容专家更关注资料整理和写作，数据专家更擅长分析表格，PPT 专家则负责演示文档制作。当一个任务涉及多个领域时，还可以让多个专家组成专家团，让不同 Agent 分工完成不同部分。

p |

例如制作一份行业报告，可以让一个专家负责搜索资料，一个负责分析数据，一个负责整理成文，最后汇总输出。普通任务不需要频繁调用专家团，但当工作本身需要多个角色协同时，它会更有价值。

q | Skill：给 WorkBuddy 安装新的技能Skill（技能）更像是给 Agent 增加具体工具。比如要处理 PDF、Word、Excel、PPT，可以安装办公文档 Skill；要进行互联网搜索，可以用 Web Search；要让 Agent 直接打开网页、点击按钮、滚动页面，可以用 Agent Browser。除了一些 SkillHub 的常规的通用技能，还有适用于 OPC 一人公司，办公协同，开发工具，投资理财，效率工具以及内容创作等技能。连接器：让 WorkBuddy 接入更多外部数据连接器负责解决信息来源的问题。默认情况下，WorkBuddy 主要围绕当前工作空间和用户提供的资料执行任务。

通过连接器，它可以接入更多外部服务，例如腾讯文档、知识库等，让 Agent 能够调用更多数据。比如团队长期维护的一份产品资料库、客户信息库或者项目文档，不需要每次手动下载上传，通过连接器接入后，WorkBuddy 可以直接基于这些信息完成任务。自动化：把重复工作交给 AI自动化适合那些每天、每周都会重复出现的任务。

r | 例如每天生成行业新闻简报，每周整理工作周报，每个月更新数据分析报告。

这些事情的特点是流程固定，只是输入内容不断变化。设置好执行时间、任务要求、工作空间和模型之后，WorkBuddy 可以按照计划自动完成。资料库：AI 的长期记忆，你的第二大脑如果说工作空间解决的是这一次任务在哪里执行，资料库解决的就是以后所有任务需要哪些长期信息。很多 AI 工具的问题在于，每次开启新对话，模型都像一个刚入职的新人，需要你重新介绍背景。资料库的作用，就是把这些长期会用到的信息提前保存下来，让 WorkBuddy 在后续任务中可以直接调用。比如公司的产品资料、过去的行业研究报告、团队写作规范、项目历史文件以及常用数据表格，都可以放进资料库。这样以后创建任务时，不需要每次重新上传一遍背景材料，WorkBuddy 可以直接基于这些资料继续工作。更有意思的是，WorkBuddy 的资料库并不是一个单纯的文件存储空间。它支持人机双写。也就是说，人可以主动上传、整理和修改资料；WorkBuddy 在执行任务过程中，也可以使用 AI 编辑，生成新的内容，并进一步将这些成果继续保存到资料库中。

s |

比如你让 WorkBuddy 完成一次行业调研，它可以把最终报告、整理后的数据表或者 Markdown 笔记保存下来，下一次任务继续基于这些内容工作。目前资料库支持多种文件格式，包括 Markdown（MD）、CSV、HTML、Word、Excel、PPT、PDF，以及图片、音频、视频等多媒体文件。其中，MD、HTML、CSV 这类更接近结构化信息的格式，在 AI 工作流里尤其常见。Markdown 适合保存长期知识和结构化笔记；CSV 适合保存数据表和分析结果；HTML 适合保存网页内容和结构化页面。这也意味着，资料库并不只是用来存放最终交付文件，而更像一个不断增长的工作知识库。随着使用时间增加，WorkBuddy 积累的不只是文件本身，还有围绕这些文件形成的项目背景、历史成果和工作习惯。我的邮箱：让邮件成为 Agent 可以处理的工作资料对于很多职场用户来说，邮箱本身就是一个巨大的工作数据库。合同、客户需求、会议通知、项目进展，长期都散落在邮件里。过去，邮箱负责收信，人负责整理和处理；而 WorkBuddy 的我的邮箱，则尝试让 Agent 直接参与邮件工作流。它会为每个用户创建一个独立的 Agent 邮箱地址。收到邮件后，用户可以在 WorkBuddy 内查看邮件，也可以将邮件加入对话，让 AI 帮助总结内容、提取信息、生成回复或整理待办事项。比如，将客户需求邮件交给 WorkBuddy，它可以提炼关键需求；将合同邮件交给它，它可以快速整理重点条款；将长邮件线程交给它，它可以生成项目进展摘要。需要注意的是，回复、转发等对外操作仍需要用户确认后发送，避免 AI 在未经授权的情况下直接沟通。简单来说，我的邮箱的价值并不是再造一个邮箱，而是让邮件从信息入口变成 Agent 可以调用的工作入口。价格指南截至 2026 年 8 月 24 日，WorkBuddy 和 CodeBuddy 共用同一套账号积分。个人版目前分为体验版 (免费、500 积分/月)、标准版（99 元、4000 积分/月）、高级版（199 元、9000 积分/月）和旗舰版（999 元、50000 积分/月）。

对于首次体验用户，免费版额度已经足够完成一些基础任务，如果后续需要频繁进行文件处理、数据分析、自动化任务等高频使用，再考虑升级付费版本。开发票方面，个人用户可以登录 WorkBuddy 官网，在个人主页进入账单与发票申请。企业用户则由管理员进入企业管理后台处理。插句题外话，过去一年，关于 AI 的讨论里，焦虑似乎成了一种默认情绪。作为一名 AI 编辑，过去一年里，我被很多朋友和同学问过类似的问题：面对 AI 的快速发展，普通人应该如何避免被冲击？又该如何真正接纳 AI？我的建议一直很明确：干中学。事实上，很多人面对 AI 时，都像站在一片正在上涨的海水前。想游过去，却担心自己不会游泳。于是有人研究泳姿，有人购买装备，有人等待一个完美的下水时机。但真正学会游泳的人，往往是那个先走进水里的人。AI 也是如此。你不可能通过看完所有教程、研究完所有模型，再迎接 AI 时代。即便 WorkBuddy 已经把很多复杂能力封装起来，即便这篇文章已经尽可能详细地介绍了它的使用方法，如果只是停留在阅读和了解层面，却没有在一次次真实任务里摸索自己和 AI 的协作方式，依然很难感受到它的价值。未来属于那些会使用 AI 的人。而会使用的开始，永远来自第一次尝试。