社区讨论 · 公司观察

WorkBuddy 用了四周,我还是觉得它比 AI 编程工具更省时间

周同学周同学8月31日2026/08/31 228 浏览

刷到那张 2026 年 AI 编程工具全景图,里面把人群分得挺细。入门用 Lovable,开发者用 Cursor,专业选手上 Claude Code,终端还有 Gemini CLI。后面还提到多 Agent 协作,一个写代码,一个写测试,一个做审查。

我看完第一反应是,对后端来说,真正耗时间的往往不是写代码。

至少对我不是。

这一个月里,我最怕的不是代码没补全,是运营甩过来十几个 xlsx,字段名各写各的,财务还要今晚对账。

这一个月里,我又试了一遍 WorkBuddy。用了 1 个月,结论还是那句,能用,但没必要神话。

上周三,产品、运营、财务在会议室里对账。我本来不想去,被拉进去旁听。三方表头不一样,订货金额、金额含税、结算金额,三个词一个意思。散会以后我把 14 个 .xlsx 复制到一个脱敏文件夹,丢给 WorkBuddy。

任务很简单,按供应商编码和账单月份合并,输出汇总表,把异常行标出来。

它第一版没跑通。报错。

我当时发帖问过,WorkBuddy 合并表格老是报错。后来复盘,问题不在 WorkBuddy,文件没洗干净。三个 sheet 表头有空格,一个日期列混了文本,还有一个金额列里藏着“暂无”。

这种东西,人眼看着烦,工具更烦。

我把表头清了一遍,统一日期格式,再跑。第二次就顺了。

大概十几分钟出来一张汇总表。我又用 pandas 写了十几行脚本交叉验证,结果基本一致。

手工做的话,我这边测下来大约要一个下午。WorkBuddy 加人工校验,大约二十多分钟。省下来的时间够我少写两个临时接口。

AI 编程工具解决的是代码层重复劳动。

Cursor 我用了三周。Tab 补全确实能少写几行样板代码,Composer 批量改接口也还行。但 Cursor 不会替我打开那 14 个 Excel,也不会问我供应商编码是不是同一个。

Claude Code 更适合复杂项目,终端里让它跑多文件修改,能省一些来回。可它的目标还是写代码。

Gemini CLI 免费,个人账号一天 1000 次请求,看着挺香。但我这种场景,最后还是要自己写脚本处理表格。

WorkBuddy 不一样。它不跟我聊架构,也不给我解释什么是 Agent。它就是把文件吞进去,吐一张表。

这对我很重要。

我讨厌开会,更讨厌开完会还要当人肉 ETL。

不过 WorkBuddy 也不是没有坑。

跨工作簿合并这个功能,我用了 1 个月,感觉还不够成熟。

字段对齐不能全自动。

它会给映射建议,比如把“金额(含税)”映射到“订货金额”。这个建议多数时候有用,但不一定对。有的表里“订货金额”是不含税,有的含税。这种业务口径,AI 不知道。它只能猜。

猜错了,财务第二天会来找我。

所以我的流程是,先让 WorkBuddy 给候选映射,再人工确认关键字段。金额、数量、供应商编码、日期,这四个必看。其他字段错了我还能忍,这四个错了,没必要上线。

还有一个问题,它会尽量把表合起来。遇到空行、重复表头、隐藏 sheet,它不一定能判断这是业务异常还是脏数据。

所以它更像高级批量操作,不像数据治理。

这点得想清楚。

我之前的观点挺简单,真正让我省时的不是编程 AI,是像 WorkBuddy 这样处理重复劳动的办公工具。

这一个月以后,这个观点没变。

变的是我对它的预期。

刚开始我希望它一句话把 14 个 Excel 变成一张对账总表,顺便把口径问题也解决。

现在我觉得没必要。

它能把合并、筛选、格式检查、异常标记做掉,就够省事了。

业务口径还是要人确认。

能少管事才算好使。

那张全景图里有一句话我挺认同。

选工具不用贪多,先把一个用透了,再考虑扩展。

这句话对 Cursor 成立,对 WorkBuddy 也成立。

我这边用 WorkBuddy,不是因为它功能多,是因为它刚好卡在我最烦的环节上。

表格合并,文件整理,字段映射,异常检查。

它不需要懂后端架构,也不需要给我生成微服务。

它只要少让我写两行代码。

这一个月里,我还拿它整理飞书文档导出的周报附件。之前每周要收运营、测试、客服三组材料,格式不一样。WorkBuddy 能先把附件按人归类,再生成一个简单目录。

效果一般。

飞书文档里我自己写周报,WorkBuddy 负责把乱七八糟的附件收干净。这个分工挺合理。

没必要让一个工具干所有事。

vlookup 我这几天才在试。

说实话,刚上手的时候有点别扭。以前习惯 pandas,一行 merge 解决的事,表格里要点来点去。

但有些同事不看代码,他们只认表格。

WorkBuddy 的好处是,它能把脚本结果做成同事能直接看的表。

pandas 负责准确,WorkBuddy 负责交付。

Cursor 负责我少写几行。

这三样放一起,后端杂活能少不少。

但主角还是 WorkBuddy。

因为它处理的不是我的代码,是我的会议后遗症。

所以我的判断很明确。

如果你是纯开发者,每天主要写业务代码、改接口、补测试,Cursor 这类 AI 编程工具更直接。

如果你像我一样,经常被拉去处理 Excel、报表、对账、文件整理,WorkBuddy 更省时间。

如果你要的是完全自动化的数据中台,WorkBuddy 还不适合。

它跨工作簿合并还不够成熟,字段对齐也要人确认。

它适合把重复劳动压缩掉,不适合替你承担业务判断。

这一个月用下来,WorkBuddy 给我的感觉是,少写两行代码只是表面。

真正省的是少开一次会,少解释一次字段,少背一次手工合并的锅。

工具行不行,最终看它有没有让你少管事。

WorkBuddy 的价值不是替我做判断,而是替我把重复劳动压缩掉。

2 条回复

?
Ctrl + Enter 快速回复
明
明9月1日

刚跑完 SQL 看到这话想哭。省那十分钟,够我多摸鱼一次吗?

邓思远
邓思远8月31日

表头空格这种脏数据确实要命,AI根本读不懂。我上周搞多agent协作也死锁过,看来清洗数据才是硬道理,不然给再多算力都白搭。