用 WorkBuddy 把「AI 生成代码」的留存率，从 76% 提到 95% 的笨办法

Cursor 那份报告说 AI 生成代码的 60 分钟留存率到了 81%，我看完没啥感觉。留存率这指标，说白了就是「AI 写完你愿不愿意留着」。我这边测下来，用 WorkBuddy 处理日常表格和文档，留存率比这高多了，基本 95% 往上。不是 WorkBuddy 比 Cursor 强，是任务复杂度不一样。

但有个问题是一样的：AI 干活，意图对不上，结果就是废的。

上周我拿 WorkBuddy 整理三季度的项目复盘数据。需求很简单，把飞书文档里散落的十几个周报，合并成一张汇总表，按模块分类，标出延期项。我一开始直接说「帮我整理一下这些周报」，结果它给我按时间排了序，没按模块分。能用，但不是我要的。

后来我改了策略。

打开 WorkBuddy → 新建任务 → 粘贴需求摘要，这一步是关键。我不再甩一句话，而是把需求拆成三行：第一行说数据源在哪，第二行说我要什么结构，第三行说哪些字段不能丢。然后让它先生成一个操作清单，我确认了再执行。

具体操作是：任务模板 → 自定义 → 添加步骤，我设了三个步骤。第一步，读取飞书文档里「三季报」文件夹下所有周报；第二步，按「项目模块」字段分组，提取每个模块的延期项和风险点；第三步，生成汇总表，输出到指定目录。参数上，我设了「匹配字段」为模块名称，模糊匹配阈值拉到 80%，这样它不会因为「支付模块」和「支付中心」这种写法差异漏掉数据。

跑完大概四分钟，出来的表是对的。有一处周报里写的是「支付模块-退款链路」，它归到了「支付」下面，没问题。

避坑经验有一条。别让它一次干太多事，我试过把「整理周报+生成 PPT+发邮件」塞一个任务里，结果 PPT 的配色它自己发挥了一下，不太行。后来拆成两个任务，PPT 单独跑，让它用公司模板，别自由发挥。能用，但没必要让它发挥。

权限这块，我设的是「任务结果仅创建者可见」，跑完没问题再手动分享给组里人。不是不信任它，是省得中间结果被看到，还要解释。协作上，WorkBuddy 的模板可以设 审核人，我让组长在最后一步确认，他看过没问题再归档。这一步费不了两分钟，但能避免「AI 跑的没人负责」这种尴尬。

日常运维，我每周一上班先跑一遍「上周任务复查」。不是重跑，是打开历史任务列表，看看哪些任务结果被改过。改得多的地方，说明需求描述有问题，下次拆细一点。

现在我说说那 81% 的事。我看了下报告，说自动合并的占比从 7% 涨到 36%，说明信任度在涨。但代码这行，留存率高不代表对，只能说明「60 分钟内没被发现是错的」。办公场景不一样，WorkBuddy 干的活，错了当场就能看出来，表结构不对一眼就懂。所以意图对齐这件事，在办公工具上比在代码上更紧迫。写代码还有单测兜底，整理表格没有。

我的判断是，AI 工具下一步的竞争点不在「能不能干」，在「第一次就干对」。谁能在任务下发前把意图锁死，谁留存率就高。WorkBuddy 的任务模板算是提前做了一件事，但还不够。我设 80% 的模糊匹配阈值，就是在跟它磨合，让它更懂我要什么。

往后看，这类工具会越来越像新员工，你得先教它一次，后面就不用反复说了。但前提是，你得愿意花那一次教它的时间。