WorkBuddy 用了四周，我劝你先拿同一组脏活再谈替代

最近刷到一篇讲「不想只用 WorkBuddy 之后，办公 AI 工具该先验证什么」的文章，标题挺容易让人冲动。说实话，我上周也差点冲动，因为 WorkBuddy 刚装完那阵子，C 盘被它吃到十几 GB，Craft 模式打开半天不知道说什么，探索板块还老跳出来劝我点。但四周跑下来，我现在判断是：WorkBuddy 不是那种该急着换掉的工具，至少不该因为别人说「多模型协同、MCP、专家角色、全场景工作台」就换。真正该换的时候，是你的活儿已经离开本地文件，跑到协同审批、代码仓库、企业流程或者云端空间里去了。

我平时做测评爱列对比表，这次不用表，结论也能说清。WorkBuddy 的价值不在于它能不能陪你聊天，而在于它能不能把一堆乱七八糟的办公文件变成可交付结果。很多办公 AI 评测其实是在测聊天，不是在测交付。给你一个漂亮摘要，和帮你把十几家店面的采购单合并成一张能报销的表，不是一回事。

上周四社团让我整理一份采购汇总，文件散得离谱：三个 Excel，五个 PDF，四张微信截图，还有同学手写的补货便签。店名不统一，日期有的写得很简略，有的写得很完整，有的干脆没写。金额列里混着千分位、空格、备注，还有两行写着「已付」但没给数量。我先用通用聊天模型跑了一下，答案很清楚，但我还得自己打开文件、复制、粘贴、对齐格式。那叫建议，不叫干活。

后来我把这批文件直接丢给 WorkBuddy。我一开始还是走了弯路，只说「帮我整理成汇总表」，它给我一版看着挺像样、但字段错位的表，把「合计」列重复算进去，还把一张截图里的「已付」识别成数量。这个坑我上周写过类似感受：Craft 模式不是不能打，是它太容易把人带进一种「你可以一句话指挥所有事」的错觉。办公数据不是这样工作的。

我第二次把指令拆细，只让它干一件事：先建目录，按店名和日期分文件，再抽取商品、规格、单价、数量、备注，输出成一张 CSV 表格，金额列强制两位小数，备注为空就填未备注，不确定的值标出来。大概四十分钟，从一晚上缩到半小时。它不是完美，但省的是搬运和格式劳动。这种活儿你让榜单第一的大模型来，也得先有人把文件喂到嘴边。

同一批文件我也试过千问办公和飞书 AI。千问办公用了两周，它在我这边更适合文档生成和偏协同的办公链路，尤其如果团队本来就活在钉钉生态里，它不会显得突兀。飞书 AI 也用了两周，优势是把结论直接发到群里、同步到文档里，协同链路短，适合团队沟通。WPS AI 处理单个表格很利索，学生党写课程报告、老师批文件、行政做模板，这些场景它确实有性价比。

但面对散在桌面、下载、微信文件传输助手里的杂文件，WorkBuddy 的本地整理感更强。它更像把 AI 从对话框里拽出来，直接坐到你桌面上干活。它不一定更聪明，只是更靠近活儿。你要的是把一堆下载文件变成表，它比网页端聊天框更直接。你要的是云端协作、权限流转、多人同步，那它可能就显得重。

很多人劝我换 WorkBuddy，是因为资源占用。这个缺点我不替它藏。它刚装完那阵子，磁盘和内存确实吓人，我上周写过一篇 WorkBuddy 磁盘瘦身，从 10 GB 左右压到 2 GB 左右，内存峰值也降了差不多一半。这几天在试任务管理器和资源监视器，刚上手不到一周，结论不一定专业，但够普通用户用。我这边测下来，WorkBuddy 高占用很多时候是默认缓存、日志、模型本地副本和 Craft 模式后台预加载叠在一起。关掉不常用的探索入口，把日志保留周期缩短，输出目录单独放 D 盘，运行模式别长期开全功能，基本就能救回来。

我不喜欢那种「办公 AI 吃资源你就忍着」的说法。工具是给人用的，不是让人给工具让路的。WorkBuddy 给了可收拾的余地，这反而是它能留下来的原因。真正麻烦的不是它占资源，而是很多人只看到它占资源，却没看到它能把文件整理、表格合并、文档抽取这类脏活接住。你换了一个不占资源的工具，结果还是要自己复制粘贴，那省下来的内存也没变成时间。

缺点也说透。WorkBuddy 的上手门槛不是安装，是任务描述。Craft 模式很容易让人对着空白框发呆。你让它「整理采购表」，它给你一版泛泛的表格；你让它「按店名建表，金额用数字格式，备注列保留原文，不确定的值标红」，它才像个办公助手。它也不适合甩手掌柜。发票备注、合同条款、课程论文引用、社团报销金额，我这边都会复核。有一次它把两个不同品牌的规格合并成同一行，我差点在社团报销里出丑。这种错误不是它不行，是办公数据太脏，AI 越接近交付，越需要人盯边界。

那篇腾讯云文章说，考虑替代前先验证动机。我觉得这个说法比单纯榜单靠谱。替代 WorkBuddy 的理由通常有几类：你主要工作流在飞书、钉钉、企业微信里；你需要强合规部署；你是开发者，想要代码工程上下文；或者你只是不想把文件交给某个客户端。前三种我都能理解。第四种要分开看，WorkBuddy 本地处理文件这件事本身是它的价值，也是它的麻烦。你要的是云端协作，它可能就显得重；你要的是把一堆下载文件变成表，它反而比网页端聊天框更直接。

我用了三周 Trae 和 Cursor，也用了两周 Copilot 和 Gemini 3.1 Pro，ChatGPT 和 Perplexity 各用了一周。这些工具在写代码、查资料、生成方案上确实快。但办公文件整理不是代码补全。代码有仓库索引、上下文窗口、报错日志和版本控制，文件有格式、版本、命名、路径、权限和一堆肉眼可见的混乱。WorkBuddy 在这种场景里的优势不是模型参数更大，而是它把任务落在本地文件上。它处理的是「我桌面上有一堆东西」，而不是「我想问一个抽象问题」。

我也同意那篇文章里的一个判断：不想只用 WorkBuddy，不应该是讨厌 WorkBuddy，而是你的工作重心变了。如果你的核心场景是开发，那 TraeWork 这类偏工程链路的工具值得优先验证，但我目前没把它当主力，不敢瞎吹。如果你的核心场景是团队协同，飞书 AI、千问办公、WPS AI 都有各自生态优势。如果你的核心场景是个人资料整理、表格汇总、文档抽取、本地文件归档，WorkBuddy 用四周之后，我仍然觉得它值得留下来，前提是别把它当魔法，要把它当一个需要训练和约束的桌面助理。

我现在的用法很窄，也很实用。我不碰探索板块，不追新功能，不把所有教程全配一遍。我只留文件整理、表格抽取、文档摘要和批量归档这几条常用路。每次开任务，我先给它一个明确边界：输入是什么，输出是什么，字段有哪些，哪些必须人工复核。它跑出来的结果我不会直接信，但我会直接审。这个差别很重要。聊天工具给你答案，WorkBuddy 给我半成品，我负责判断；而很多所谓「更强」的办公 AI，最后只是把半成品又变回答案。

适合谁。适合经常和 Excel、PDF、PPT、邮件附件、课程资料、社团报销、小店铺台账打交道的人。适合愿意花半小时写清楚规则的人。适合把 AI 当助理而不是当神的人。不适合谁。不适合所有文件都在云端团队空间、强审批流的人；不适合只想要一句漂亮总结的人；不适合指望它替你判断合同风险、财务合规、论文观点的人；也不适合一看到高内存就卸载、但又不肯调设置的人。

WorkBuddy 用了四周，我还是会拿它做杂活，但替代验证应该从自己的脏活开始，而不是从别人的榜单开始。