WorkBuddy 用了一个月，我更愿意把它看成文件管道，不是办公助手

我最近有个不太讨喜的判断，WorkBuddy 这类 AI 办公工具，最该被重新定义的地方是可复核的数据预处理。它不必急着生成 PPT、写周报、接管对外协作入口，也不必把结果包装得好看。它更合适的位置，是把我桌面上那堆乱七八糟的文件，压成一张能查、能算、能复核的数据表。

最近刷到一张图，说 Google 把 AI 生图和精细编辑直接塞进 Workspace，竞争焦点不只是模型，更是 Workflow。

这话没毛病，但我第一反应是累。我刚加完班，眼睛发花，看见直接进入办公工作流就想到一堆按钮、大屏、模板、自动配图。办公流里卡人的地方，往往在发票金额、供应商报价是否重复、合同付款节点在第几页。AI 把生成能力塞得越满，我越担心它把“看起来完成了”当成“数据可用了”。

我用 WorkBuddy 大概一个月，最大的变化是开始重新理解它应该放在哪一层。我反而不太关心它能不能一键接管聊天入口。微信我大概用了一个月，企微、飞书、钉钉这几天才刚碰，它们在我这里最多是通知渠道，不能直接当数据结论。我更愿意先把它放在一个可追溯的处理流程里，让它只做一件事，把文件吃进去，把结构化数据吐出来。

上周客户又甩来一个压缩包。里面有三张扫描 PDF，两张发票截图，一张乱七八糟的 Excel，还有一个报价单。以前这种活儿最烦，烦在脏。要打开每个文件，看日期、供应商、金额、税额、备注，再合并成一张 CSV。我这边测下来，如果纯手工，大概四十分钟。中途还要处理文件命名、重复行、日期格式、金额单位，很容易一晚上耗进去。

这次我没有直接丢进正式表，而是先给这一批文件建了一个独立批次号，叫 batch-001，只放未处理文件。WorkBuddy 在这个批次里跑。我没有让它生成报告，也没有让它美化表格，只让它抽取四个字段，日期、供应商、金额、税额。输出 CSV。第一次跑得不算好，三张扫描 PDF 里有一张把“1,200.00”识别成“12000”，备注栏直接丢了。它很爱顺手给我一段摘要，好像知道我在加班，想替我做点人文关怀。但我需要的是可复核的数据。

后来我学乖了，一次只让它干一件事。先抽取，不汇总。先 CSV，不 Markdown。先字段，不报告。我用 Pydantic 和 JSON Schema 定了一个很窄的字段约束，日期必须是 YYYY-MM-DD，金额必须是数字，供应商不能为空。Pydantic 和 JSON Schema 我都用了1个月，不算熟，但够卡住明显错误。再让 WorkBuddy 只输出符合这个结构的东西。结果就稳定很多。我这边测下来，十八个文件一批，默认让它做汇总大概要六分钟，还会把几个金额错到一起。改成先抽取 CSV，再用 SQL 和 Pandas 聚合，大约两分钟就能出表，后面人工复核八分钟。净省三十分钟不算多，但一周来三次，一个月能省出一个下午。

这就是我对 WorkBuddy 架构的理解。它看起来是一个全能办公助手，其实更像一条抽取管道。输入层是 PDF、CSV、Excel、图片、邮件附件。处理层是识别、抽取、清洗、分类。输出层才是表格、JSON、报告、待办。很多用户一上手就想跳过前两层，直接要最后那一层漂亮结果。结果就是，报告很完整，数据很可疑。办公 AI 最容易坏的地方，是它把不可审计的猜测包装成可交付的结论。

WorkBuddy 在我这里最大的价值，是替我把脏文件变成可计算对象。

所以我给它设了几条很土但有效的规则。每个批次都有独立批次号和时间戳，输出文件名也必须带批次号和时间戳。识别失败的单独放一个待复核目录，人工看。所有金额、日期、供应商名称必须保留来源文件名和页码，方便回查。它不能直接生成最终报告，只能生成可复核中间表。最后一条是我踩出来的。之前 WorkBuddy 帮我合并报价，看起来整整齐齐，结果两个供应商名字很像，金额也接近，我差点把重复报价当成正常波动。后来我要求它每行都带上 source_file，才敢继续用。

我也拿它和 Excel Copilot 比过。Excel 我用了1个月，Copilot 也试了这段时间，它强在表内，公式、透视、清洗提示都很顺手。但如果数据根本不在 Excel 里，而是散在 PDF、截图、邮件附件里，它就没那么快。WorkBuddy 的入口更宽，适合把杂文件先压成表。Formula Bot、CHATEXCEL 这类工具，我刷到过比较，一个偏数据准备和公式生成，一个偏对话式改表。它们都有价值，但我的痛点在公式前面的数据还没整理出来。所以我会让 WorkBuddy 做入口，做脏活，再把干净 CSV 交给 Excel Copilot 或 Pandas。

我也试过把它和 n8n、Webhook 组合。n8n 和 Webhook 我用了一个月，思路很简单，WorkBuddy 负责解析文件，n8n 负责触发和分发。比如文件进入批次目录，WorkBuddy 输出 CSV，n8n 检查有没有异常金额，再发一条通知给我。这个流程我只把它当复核信号，只发到我自己电脑上。因为一旦把未经复核的抽取结果推给部门入口，省下的十分钟可能变成返工的一小时。前几天我刷到 WorkBuddy 部署实战，说它能接企微、QQ、飞书、钉钉，还兼容 OpenClaw 技能体系。OpenClaw 我这几天才第一次碰，QQ、飞书、企微、钉钉也都是刚上手，没资格乱评价。但我自己的判断很明确，先把抽取流程跑稳，再谈其他入口。一个工具如果能把杂文件变成可复核表，已经很好了。入口扩展是组织流程问题，我先把数据质量这一层做稳。

这也改变了我对自动化的理解。以前我觉得自动化是端到端，最好从文件进来，到报告出去，全程没人。现在我觉得端到端很危险。更稳的是最小流程，输入、输出、复核点各一个。WorkBuddy 做中间那段最脏的搬运，人只做边界判断。它抽取完，我扫一眼金额和供应商。它合并完，我用 SQL 查重复键。它生成完，我再用 Excel Copilot 调格式。别让它一口气替我把所有事做完。它快，但它快不等于我对。

往后看，我觉得 WorkBuddy 这类工具接下来最该卷的是可审计性。大厂把 AI 生图、编辑、电脑操作塞进办公流，看起来很热闹，但企业办公缺的是信任能力。一个字段来自哪一页，一个金额有没有被 OCR 改动，这些如果不清楚，工具越聪明越麻烦。我希望 WorkBuddy 以后能加一个字段级溯源，每个抽取结果都能点回原文件位置。还希望它有 diff，能显示这次抽取和上次哪里不同。再希望它有沙箱模式，所有写操作默认不落地，只生成预览。至于自然语言生成 PPT、自动写周报、一键交付，我暂时不指望它。

我不喜欢把 AI 办公工具说成解放人类的叙事。它没那么多宏大意义。它如果能在我九点半收到客户压缩包时，少让我复制粘贴二十次，就已经值回票价。这一个月我没有把它供成办公大脑。我把它放在一个很窄的位置上，抽取管道。脏文件先进来，干净数据再出去，判断留给我。