WorkBuddy 用了两个月，看完那篇五家横评，我有三处不同意

月初第一天，桌上摊着三样东西：27 张部门报销明细、两场会的录音、一份周五要交的季度费用 PPT。以前这种日子我得熬到九点，现在至少前两样能丢给 WorkBuddy 先过一遍。用了两个月，它的脾气我算是摸清了。

刷到平芜编程栈那篇企业 AI 办公智能体横评，腾讯、阿里、字节、金山、实在五家摆一起比。里面引了易观的数据，说 2026 年二季度 17 款桌面办公智能体月访问量合计破了 6000 万，WorkBuddy 以 2097 万居首。这个数字我不意外，但横评里对 WorkBuddy 的几条评价，我想从我自己的角度补几句。

Plan 模式这条，横评写对了

文章提到 WorkBuddy 的亮点是「执行前给出成本预估」，这条我举双手。免费版每月 500 积分，付费 99 到 999 一个月，行政出纳是要走预算审批的，我得先知道这批活大概烧多少。Plan 模式会先列出来它准备做几步、大概消耗多少，我截图存下来就能拿去报。

有一次我让它处理 40 张发票加一份 60 页的会议录音，它预估的积分和我最后实际消耗差了不到 10%。这个准确度，够我向上报数了。

对做行政的人来说，能预估成本比能多干活重要。前者能报批，后者只能自己偷偷用。

被说弱的地方，我部分同意

横评里写 WorkBuddy 图表视觉弱，我认。上个月我拿它做部门费用趋势图，数据是对的，配色和排版很素，轴标签挤在一起。最后还是导出到 Excel 里手动调了半小时。

但我对这个短板的态度和别人不太一样。图表好看不是我的核心需求，数据对得上才是。 我交给财务总监的东西，他第一眼会看合计数对不对，第二眼才看颜色顺不顺眼。WorkBuddy 把前者做稳了，后者我自己补，这个分工我能接受。

还有一条我更在意：修改本地文件名会丢上下文。这个坑我踩过。九月中旬有一次，我嫌原始文件名太乱，先花二十分钟把 27 张报销单统一重命名成「部门-日期-金额」，再一起丢进去。结果它认不出哪张是哪张了，等于白干。后来我改了顺序，先原样丢进去跑完抽取，拿到结果再批量改名。多这一步，反而省事。

这种坑，横评里一句话带过，但对天天用的人来说能记一辈子。

横评没说透的那一环，才是我最在意的

五家里实在 Agent 被写得最高，说 2026 年 7 月以 90.2% 的任务成功率登顶 OSWorld，API 优先加 GUI 兜底，不依赖接口直接看懂界面。这个思路对行政财务场景其实是刚需。

为什么。因为我们真正的痛点不在读得准，在写得进去。

我八月份写过一篇，讲 WorkBuddy 和 ChatGPT 的差距，那时候我的结论是 WorkBuddy 在发票字段抽取上够用。两个月过去，这个结论没变。发票号码、日期、金额、抬头，我这边测下来准确率大概在九成出头，拍歪的、有折痕的要手动改。这个水平我满意。

但抽完字段之后呢。我要把它们录进每刻的报销系统。WorkBuddy 走的是接口路线，每刻那边权限没开，这一环就断了。我现在的流程是：WorkBuddy 抽字段导出 Excel，我再手动复制粘贴进每刻。省掉的是一半，不是全部。

如果说我对 WorkBuddy 有什么不满，就是它把读取做得很顺，把录入留给了我。 实在 Agent 的 GUI 兜底思路正好补这一块，没有 API 就去点界面。但那是别人家的产品，我用不上，也不想为了这一环再学一套东西。

至于选谁。横评最后给了个选型表，按定位、技术特色、生态分，我们这种小公司行政看那个表没用。我的标准就三条：

• 能不能稳定跑完。同一个活跑十次，八次结果一样，剩下两次能看出哪里不一样。这是底线。
• 出错了我能不能复核。它给结果的同时，要让我看到是从哪份文件哪一行来的。看不到来源的自动化，我不敢用。
• 要不要我重新学一套。我一周前才开始碰 Python 和 VBA，学不动了。WorkBuddy 上手我大概花了两天，这个门槛是我能接受的。

按这三条排，千问办公绑钉钉生态，我们用飞书加企微，用不上。灵犀专业版说自己是 Office 原生格式专家，能生成可继续编辑的原生文件，公式和标准图表都保留，这对我们做 PPT 确实有吸引力，我没深度用过，只听说格式保留做得好。WorkBuddy 强在腾讯这套生态，会议纪要、文档、PPT 能一条线走下来，我这个场景正好卡在中间。

月访问量 2097 万这个数字，对选型没什么参考价值。用的人多不等于适合你，用的人少也不等于不好用。