WorkBuddy 与豆包工作
目标:搞清 网页版聊天 vs 桌面端 Agent 的差别,用 WorkBuddy / 豆包工作 把「能对话」推进到「能直接改本机文件、控办公软件」。
产品对比与选型见 AI 办公桌面端。桌面端擅长本机文件与办公软件;若要读写消息、日程、待办、多维表格、云文档等平台原生能力,在 WorkBuddy / 豆包工作里接入官方 CLI 即可(见 桌面 Agent 接入办公 CLI)。
为什么网页版不够用
手机版、网页版豆包(以及同类对话产品)很适合问答、写稿、出点子,但能力边界很清楚:
- 碰不到本机:不能直接读写本地文件夹、改 Word / Excel、开浏览器点按钮。
- 交付停在「文字」:结果多半是一段回复,你还得自己复制、排版、粘进软件。
要把「说清楚一件事」变成「电脑上真的做完」,需要的是桌面端 Agent(Desktop Agent):装在电脑上的办公智能体,能调本机文件、办公软件、浏览器,以及 Skills / MCP / 连接器。
WorkBuddy、豆包工作、DuMate、千问办公等,都属于这一类。体量与定位见 AI 办公桌面端。
订阅:像加油、像充话费
桌面端相对网页版更重能力,也通常要付费订阅(或按额度计费)。
当前各大厂常做拉新活动:免费试用数月,或送额度——方便上手,但额度几乎一定会封顶。长期高频用,订阅就像:
| 类比 | 含义 |
|---|---|
| 汽车加油 | 没有「油」,车开不远;任务跑不动 |
| 手机话费 / 流量 | 上网本身是日常刚需,不是可有可无的奢侈 |
实务上,个人月支出多在 几十到数百元 区间,按用量与所选模型浮动。把订阅当成「生产力油费」,比纠结「要不要买」更有用——真正拉开差距的是:同样的额度,能不能更快、更稳地交付。
订购渠道:走官方买 token / 订阅通常更稳,但价格偏贵。第三方中转往往更便宜,适合控成本;质量、稳定性与风控参差不齐,选购要谨慎。渠道对照、风险与验真方式见 Coding Plan 与渠道。
WorkBuddy 大概能做什么
就当前市场体量与办公打通深度而言,WorkBuddy 常处在第一梯队(月活等数据见选型篇)。它侧重把各大办公软件串起来:自然语言下达任务后,可直接参与文档编写、图片与视频处理等流程,而不只是「给你一段建议」。产品能力与界面总览见官方 WorkBuddy 简介。
豆包工作则更贴飞书生态(调研、文档、PPT、电脑与浏览器操作、定时任务),适合已经泡在飞书里的团队。两者都是桌面端 Agent,选型看生态与习惯即可,用法心法相通。
WorkBuddy 只是桌面办公里的一个选项:目前免费额度与功能较完善,更容易让更多人上手喜欢。同类与更多工具可参考 IDE 与编程工具——只要是编程向 Agent / IDE,往往都能做办公自动化,因为底层都是代码调用(读写文件、跑命令、调 CLI / MCP)。
需要给 Agent 单独邮箱时,可用 QQ 邮箱的 Agent Mail:专为 Agent 设计的邮箱,方便收发、归档与任务触发,而不必把个人主邮箱直接暴露给自动化流程。
交付格式:别被 Word「默认选项」绑死
过去很多人习惯用 Word 交结果。Word 能用,但对 AI 生成与展示 并不友好:版式复杂、结构松散,模型也不如写 Markdown / HTML 那么顺手。
更稳妥的默认交付:
| 格式 | 适合做什么 |
|---|---|
| Markdown | 报告、说明、清单、技术方案;结构清晰,Diff 友好 |
| HTML | 需要版式、可交互预览、对内分享的页面 |
| Word / PPT | 对方强制要 .docx / .pptx 时再导出;或交给 Agent 按模板灌内容 |
原则:先让 AI 用它最擅长的格式把内容做对,再按对方要求转换,而不是一上来就在复杂排版里硬扭。Claude Code 团队的实践也倾向这种分工:Markdown 适合当轻量底稿,HTML 更适合给人读、给人点(规格、PR 说明、原型、交互报告等)——详见 HTML is the new Markdown:来自 Claude Code 团队的实践。
核心隐喻:从走路到开车
干一件事,好比去一个目的地:
- 传统方式 ≈ 走路:慢,极度依赖个人体能与认路能力。
- 桌面端 Agent ≈ 开车:快得多,但要会开车,还要加油。
会开车 ≠ 自动到站。同样是开车到目的地:
- 路线选错 → 绕远、迟到
- 油门乱踩 → 油耗高、额度烧光
- 技术不熟 → 中途抛锚、反复重开任务
用 Agent 也一样:目的地相同,技巧不同 → 耗时不同、额度(油耗)差很多。下面几条,就是「开好这辆车」的最小技巧集;更完整的官方清单见 WorkBuddy 10 个上手技巧:
- 清晰表达,给 WorkBuddy 下达明确任务
- 小步快跑,一次搞定一件事
- 不满意就调整,别一轮定生死
- 先本地后远程,稳扎稳打不踩坑
- 给 WorkBuddy 一个身份,它就更专业
- 给 WorkBuddy 看例子,比说一堆要求更管用
- 善用多任务,别在烂上下文里死磕
- 记得频繁备份和做版本管理
- 用好自动化,让 WorkBuddy 自己持续干活
- 学会「偷懒」+ 合理激发 WorkBuddy 的输出
上手三件事
1. 选模型:性价比最优解,不是最便宜
便宜但完成质量差的模型,往往要多轮返工,总油耗反而更高。
- 简单整理、改格式、短文 → 可用轻量 / 便宜模型
- 多步办公、跨软件、要判断取舍 → 上更强的主力模型
- 不确定时:先用「自动 / 推荐」,跑通一次后再按账单微调
目标不是「单次最便宜」,而是 「单位交付成本最低」。
2. 把问题说清楚,并点名工具
Agent 不是读心术。一次任务里尽量写清:
- 目标:交付什么(文件路径、格式、完成标准)
- 约束:不能改什么、截止时间、必须保留的字段
- 工具:需要时直接指定 Skills、专家、MCP(例如「用某某 Skill 出封面」「走飞书 CLI 发消息」)
模糊的一句「帮我弄一下那个表」,等于让司机自己猜目的地。
3. 接好连接器(含平台 CLI)
连接器、MCP、办公平台 CLI 都是把 AI 接到第三方应用的桥:文档、表格、日历、IM、网盘等。接好之后,任务才能从「口头方案」落到「对方系统里真的改了」。
- 产品内连接器 / Skills:WorkBuddy 侧重腾讯文档 / 企微等;豆包工作侧重飞书。优先用界面里已提供的连接与技能。
- 官方 CLI:消息、DING、日程、待办、多维表格、通讯录等,桌面端往往触达不全;按 桌面 Agent 接入办公 CLI 装好 CLI 与 Skill 后,在任务里点名调用即可(例如「查今日日程并发群提醒」)。
- CLI vs MCP:CLI 更适合写操作与全链路编排;MCP 更适合当知识库 / 上下文源。详解见 桌面 Agent 接入办公 CLI。
使用细节(少踩坑)
| 做法 | 原因 |
|---|---|
| 选对模型 + 选对技能 | 模型负责推理,技能负责固定流程;两者错配会空转 |
| 一个会话一个主任务 | 中途塞进无关新任务,上下文被污染,返工与幻觉都变多 |
| 控制对话轮次 | 轮次过多说明目标没一次说清;宁可新开任务,也不要无限续聊 |
| 多用定时任务 | 日报、同步、巡检等可设自动或手动触发,减少「每次重新口述」 |
可记成一句:说清一次 → 选对工具 → 专事专开 → 重复的事交给定时。
建议练习路径
- 装好 WorkBuddy 或豆包工作,用活动额度跑通一次「读本地文件 → 改内容 → 写回」。
- 同一任务分别试轻量模型与主力模型,对比质量与消耗。
- 装一个明确的 Skill(或连接器),用「点名调用」完成一次可验收交付。
- 按需在 WorkBuddy / 豆包工作里接入企微 / 钉钉 / 飞书 CLI(见 桌面 Agent 接入办公 CLI),跑通「查日程 / 写文档 / 发消息」之一。
- 把每周重复动作做成定时任务(自动或一键手动)。
跑通以上几步,桌面端 Agent 就从「会打开」变成「本机 + 办公平台都能稳定省油到达」。