WorkBuddy 用了两个月，我最大的体会是：输出契约比模型聪明更重要

AI 办公工具翻车，九成问题出在你没告诉它这一步的产出该长什么样，跟模型聪不聪明关系不大。这话听着像废话，但我用 WorkBuddy 两个月，踩的坑基本都在这上面。

前几天刷到一条消息，有人把一个叫 OpenWorkMate 的项目开源了，定位是「企业内部的 AI 工作伙伴」，能私有部署，把企业知识和业务系统连起来。作者写得很清楚，这不是腾讯 WorkBuddy 的官方项目，也不代表两者能力相当。我看完没太在意开源这件事，倒是被里面一个设计细节勾住了。它的一份 Skill 要用 manifest 描述，里面得写清楚业务输入、调用工具、风险等级、允许角色、人工确认策略，还有输出契约。

看到「输出契约」四个字，我基本就坐直了。因为这套东西我在 WorkBuddy 里已经用土办法实现了一半，剩下那一半，恰恰是它眼下最缺的。

我大约两个月前开始用 WorkBuddy。日常大概是这个样子，手上三份供应商框架协议，每份带一堆附件，另外有几份类案判决要摘，最后要出一份风险条款摘要给合伙人看。以前这套活我手工干，一份合同从拆到摘大概两个多小时，三份加起来一个下午就没了，还经常是我一个人加班到十点，靠咖啡续着。

第一次用 WorkBuddy，我的做法很典型。把所有 PDF、扫描件、判决书全丢进一个工作区，写了一段长长的提示词，大意是帮我比对这几份合同，找出差异条款，检索相关类案，最后出一份风险摘要。结果出来的东西，能用，但我核对了将近两个小时才敢往上报。

问题出在哪，我后来复盘得很清楚。它把第二份合同的附件当成了第一份的，类案检索把不在管辖范围内的判决也混了进来，还有一段它自作主张改了原文表述，改得挺顺，我差点没看出来。三件事，三个不同的错，根子是同一个，我没定义每一步的产出。

后来我把它拆成了四个节点。

第一个节点只干一件事，文档比对。这个功能我用了两个月，算熟。三份框架协议跟各自的模板比对，输出一份差异清单，格式我固定成「条款编号 / 原表述 / 新表述 / 差异类型」。这一步我不让它做判断，只让它列。

第二个节点处理扫描件。有几份附件是纸质签回来再扫的，我先用 OCR 过一遍，这个用了一个月，识别率我这边测下来还行，拍歪的少数几张要手动校。

第三个节点是类案检索。这块我一周前才接上北大法宝，通过 MCP 接进 WorkBuddy，前后也就用了一周。说实话还在磨合，法宝灵境那套我一周前刚开始碰，检索结果的来源锚点我目前还得自己核。所以这一步我现在的做法是只让它出候选，不出结论。就我自己的体验而言，在 AI 法律检索里，能不能追溯到具体文书编号，比语义匹配得像不像更重要。

第四个节点才是合同摘要。这个用了一个月，输出固定成「风险等级 / 条款位置 / 依据 / 建议动作」四列。摘要出来之后，我有时会丢给 Claude API 再过一遍，Claude API 我用了一个月，长文本它稳一点。最后走邮件助手发给合伙人，邮件助手用了两个月，这个环节倒是没出过什么岔子。

拆开只是第一步，真正管用的是我给每个节点都写了失败路径。第一个节点，如果比对结果少于三条，判定可疑，停下来让我看。第三个节点，如果检索到的判决追不到具体文书编号，整条作废。第四个节点，如果风险等级给了「中」却没写依据，退回重做。

这些写进去之后，同一个工作区，同一批材料，我这边测下来总耗时从原来手工的一个下午压到了大约四十分钟，我自己核对的时间也从两小时降到了二十来分钟。真正的差别是它每一步的产出变成可验收的了，工具本身没变聪明。机器生成的清单只能当草稿，素材对应关系必须人工核对，这条我到现在也没推翻。

再回头看 OpenWorkMate 那套 manifest，它把风险等级、允许角色、人工确认策略直接做成了配置项，平台校验、审核、发布之后才允许执行。这个思路我认同，而且比 WorkBuddy 现在的方式更彻底。WorkBuddy 里这些边界目前得靠你自己在提示词和工作区设置里守，它不强制你写。

这是短板，也是长处。短板是，你不写它就真敢自由发挥。我九月下旬写过一篇，说几份材料一合并就串位，那个问题现在还在，多份材料一起进工作区的时候，我依然是一份一份来。长处是它上手快，你不用先学一套 manifest 语法，把事说清楚就能跑。对我这种每天加班到十点、咖啡当水喝的人来说，这个取舍我接受。

还有个事顺带提一句。DAG 这个概念我七天前才第一次接触，纯粹是这几天在试，谈不上什么心得。但粗看下来，它跟我这套把流程拆成节点、每个节点定产出和失败路径的思路，其实是同一件事的两种说法。区别是 DAG 把它形式化了，画得出来，哪个节点挂了看得见；WorkBuddy 这边靠的是文字约定，灵活，改起来不用重画图，但也没有那张图给你兜底。

所以我的判断是，接下来一两年，企业级 AI 办公工具的竞争会从模型能力转到契约能力上。谁的产出契约能做成默认配置，谁才进得了真正需要留痕的场景，法务、财务、审计都是这样。WorkBuddy 现在这个状态，能力够用，但契约那层还是靠用户自己搭。它要是能把 manifest 那一层做进去，比如让工作区支持给每个节点声明输出格式、风险等级和人工确认点，我会第一时间把手上这套土办法迁过去。

在此之前，我的做法不会变。先写产出，再写失败路径，最后才考虑提示词怎么写。顺序反过来，加班的就是你自己。