WorkBuddy 用了两个月，我把它的权限收窄了一半，反而更敢用了

WorkBuddy 用了两个月，真正让我把它留下来的是权限收窄这一步。收窄之后它变得可复核了。以前我总想着把一整套流程丢给它，现在我只让它干一件事，干完我自己过一遍，再接下一件。返工反而少了。

这两天本来想搜搜看有没有新的 AI 办公工具，结果搜出来一堆不知道什么玩意。彩票大师的合集讨论、竖屏阅读的双屏布局、镜像显示和扩展显示的差别，还有一堆编号命名的 md 文件在互相引用。倒是顺手刷到两篇正经的硬件评测，一篇是长江存储 PC42Q 那款 QLC 固态的深度测试，四款盘摆一起比读写和延迟；另一篇是头戴耳机横评，B&W Px8 S2、Sony WH-1000XM6、Bose QuietComfort Ultra、Sennheiser Momentum 4 一起上。人家那个才叫横评，指标一条条摆着，谁强谁弱吵得起来。

回头再看 AI 办公工具那些文章，提效、打通流程写得热闹，一个能复核的数字都没有。这些词本身没毛病，只是行政财务的人看完之后，第二天早上还是得自己一张张敲。

我的场景很固定。月初第一天，桌上三样东西，27 张部门报上来的报销明细、两场会的录音、周五要交的季度费用 PPT。前两样能先丢给 WorkBuddy 过一遍，第三样它只能帮我把大纲理出来。会议录音那边我一般是先用通义听悟或者飞书妙记转成文字，再让 WorkBuddy 按议题归并、把待办拎出来，比我自己听一遍快很多。

第一次用的时候我犯了个特别典型的错。我把整个文件夹丢进去，一句话说清楚需求，帮我整理报销、提取发票信息、汇总，顺便生成一份 PPT。结果出来的东西没法看。字段错位，有的行把金额填到备注里去了；上个月的两张单子被一起扫了进来；PPT 的结构跟我要的完全不是一回事。那天晚上我改到九点半，比自己做还慢。

后来学乖了，拆开。第一步只做字段抽取，输出固定表头，别的什么都不许干。第二步我自己过一遍，把拍歪的、手写抬头的挑出来。第三步再做汇总。同一批 27 张，我这边测下来大概跑了十二分钟，需要手动改的三张。汇总表格式是对的，省了我一晚上。但备注栏它经常漏，这一条到现在也没彻底解决，必须自己扫一遍。手写抬头那两张，我是先用 OCR 过了一道再喂给它，单靠它自己认，基本认不出来。

比拆开用更管用的，是我把权限收窄了。只给它一个工作文件夹，不挂整个盘；不许它改动原始文件，只准输出副本；不许它自己发起任何审批动作。这三条定下来之后，我才真的敢用。之前有一次它把一个原始文件名改了，我找了二十分钟。

我还有个习惯，每次它版本更新或者我改了规则，我都会拿上个月已经人工核过的数据再跑一遍，对得上才敢用到新数据上。这算是我自己给自己设的验收。听着麻烦，其实就十分钟的事，比事后返工便宜多了。

工具能不能留在流程里，关键看它每次干的是不是同一件事。同一个文件跑两遍结果不一样，这种事我遇到过，不多，但遇到一次就够了。所以原始件我不让它碰。

缺点也说透。录入这一环它到现在也接不上，识别出来的字段还得手敲进有成报销或者每刻。这是行政财务真正的痛点，识别完了还得人再录一遍。这一点我两个月前写过，现在看法没变。跨月文件混进来也是个老毛病，日期识别不稳，得靠文件夹名自己兜住。还有一点，它不太擅长处理那种格式特别随意的表，比如部门自己加的合并单元格和彩色标记，丢进去基本会乱。

那它跟别的东西比呢。Python 我用了两周，脚本能跑，但表格一变就得重来，我改不动。WorkBuddy 是拖个文件、改条规则，当场就能跑，我这种不懂代码的人也能自己调。跟飞书 8.0 不是一个赛道，飞书是协作层，群里搜个名字把 Agent 拉进来，多个 Agent 一起写文档、动多维表格、发审批，那是给一堆人一起干活用的。我这边大部分时间是一个人闷头做完交上去，不需要那么多人在场。两者位置不一样，谈不上谁比谁强。

我自己摸索出来最有用的一招，是把规则外置。建一个模板文件夹，把上次跑通的那套字段说明和输出格式存成一份文档，放在同一个目录里。下次直接把新文件拖进这个目录，让它照着同一份说明跑。不用每次重新描述一遍需求，输出也就稳定了。这招比什么高级设置都管用。

上周我写过一篇五家横评的三处不同意，里面说行政财务场景要的是能稳定执行可复核动作的工具，不是追求全能的通用 AI。这话我两个月前说，现在还是这么说。区别在于，以前我是从选型角度说的，现在是从用法角度说的，同一个工具，你怎么给它划边界，比它本身有多少功能重要得多。

所以我现在给 WorkBuddy 的定位就一句话，报销流水线上的一个工位，只干一段，干完交出去。