WorkBuddy 用了一周，我把报表整理的时间从三小时压到了二十分钟

刷到那篇 6 款顶流大模型编程实测的文章，Gemini 3.1 Pro 在 ARC-AGI-2 拿 77.1%，GPT-5.5 能操控电脑操作软件，评论区又是一片效率翻倍的欢呼。我看了十分钟，关掉，回头继续用 WorkBuddy 整理我们社团的物资盘点表。

不是抬杠。编程工具解决的是写代码的问题，但我这种大三学生，真正消耗时间的从来不是写代码，而是那些看起来简单、做起来想骂人的杂活。比如昨天下午，我对着 63 条物资记录，从 Excel 里复制到另一个 Excel，改格式，对齐列，检查漏项，再手动把十几条重复的合并掉。干到一半我就在想，这玩意儿到底有没有 AI 能帮我搞定。

之前我对 WorkBuddy 的态度是半信半疑。一周前刚开始用的时候，我拿它试过整理招新报名表，47 份格式乱七八糟的表格，它确实能识别，能归类，能汇总。但那时候我觉得它也就那样，出来的结果还得自己再过一遍，还不如手动来得快。所以那篇帖子里我写的是「可交付还差一口气」，数据容错不行，导出格式不稳定，离真正能用还有距离。

但这次物资盘点，我改变看法了。

背景是这样的，我们社团申请了学校的一个项目经费，需要用一批物资，团委那边要求提交一份规范的资产登记表。原来的数据散落在三个不同的地方：一个共享 Excel 里有 30 多条，一个群里发的接龙消息里有十几条，还有几张发票照片，得手动录入。以前我都是先复制到临时表里，然后一条条对齐，差不多要花两三个小时。

这次我试着用 WorkBuddy 的导入功能，把那个 Excel 直接丢进去，然后把接龙消息复制成文本粘贴进去，再拍了两张发票照片上传。它有个功能是可以把不同来源的数据合并到一个表里，然后自动去重和匹配字段。我点了运行，它大概跑了不到一分钟，出了一张新的汇总表，63 条记录都在，数量、单价、金额、日期、备注，每个字段都对齐了。

我仔细核对了一遍。让我意外的是，它把接龙消息里那些「张伟 3 个 U 盘 45 块」这种口语化的描述，自动拆成了姓名、物品、数量、单价四个字段，还识别出了「45 块」是单价而不是总价。这个细节我没想到它能处理对。因为接龙消息的格式相当随意，有的写了「2 箱 A4 纸」，有的就写「打印纸 x2」，它居然都能归到对应的列里。

当然问题也有。发票照片里有一张拍歪了，它识别出来的金额少了个零，80 块识别成了 8 块。要不是我核对的时候发现了，这表交上去就得被团委打回来。另外就是导出的格式，我选了 CSV 导出让它在 Excel 里打开，结果有一列的时间格式变成了文本，排序的时候全乱了。这些小问题不致命，但确实还得自己过一遍。

有个功能我觉得是 WorkBuddy 比同类工具强的地方：局部编辑。我之前用 Seedance 2.5 的时候也注意到这个思路，它可以选中某一条记录单独修改，而不是重新生成整个结果。比如那张发票金额错了，我直接选中那一行，告诉它「金额应该是 80」，它就只改了那一格，其他数据不动。这个体验比那种「重新生成一遍」的交互好太多了，重新生成的风险是你永远不知道它会把哪条数据改坏。

不过我最想吐槽的，是它对「备注」这类自由文本的处理。发票上的备注栏、接龙消息里偶尔带的一句「这个先别买」这种说明，它经常漏掉，或者归错地方。我这次表格里有一个备注「待确认型号」就被它丢到了「规格」那一列。也不是大事，但如果你指望它完全代替人工核对，那还是想多了。

所以我的结论是这样：WorkBuddy 在处理「结构化数据」这件事上，已经达到了可以日常使用的水平，大约能省掉 70% 到 80% 的重复劳动。但前提是你得自己把边界条件理清楚。这跟我之前说 AI 编程工具的观点一致，工具越强大，对使用者的数据素养要求反而越高。你如果连自己的数据有哪些字段、哪些字段可能有坑都搞不清楚，那用什么工具都白搭。

现在论坛上都在聊编程模型有多强，GLM-5.1 超过 Claude、GPT-5.5 能操控电脑，这些确实厉害。但对我来说，真正能救命的还是把杂活干利索的办公工具。接下来的趋势我觉得是这样的：AI 编程工具会越来越卷代码生成，而 AI 办公工具会往「交付结果」这个方向走，谁能把最后那一步做干净，谁才是真正能落地的产品。WorkBuddy 现在离完美还差得远，但至少它已经知道该往哪个方向走了。