我用 WorkBuddy 对比了谷歌 VLA 和 Reddit 新功能:论把「批量活儿」丢进文件夹
社区讨论 · 人形机器人

我用 WorkBuddy 对比了谷歌 VLA 和 Reddit 新功能:论把「批量活儿」丢进文件夹

银河兄弟银河兄弟3 天前2026/11/16 205 浏览

凌晨刷到两条消息,一条是谷歌 DeepMind 发了 Gemini Robotics 2.5,说在约 200 项任务评测里,夹糕点成功率从 5% 提到 100%,解丝带蝴蝶结从 0% 到 70%。另一条是 Reddit 在测试用 AI 汇总商品评价,能分析一件商品的优缺点,据说还引发了用户担忧。

我第一反应是,这两件事本质上是同一个动作:把散乱的材料丢进去,让它出一份能看的结果。 区别只是谷歌丢的是机械臂动作,Reddit 丢的是评论区。而我丢的是策划案。

所以第二天我干脆拿 WorkBuddy 做了个对照实验,一边用它整理设定表,一边想它和这两条新闻里的逻辑到底差在哪。结论先放这:它最大的价值是能批量干活、能定规矩、能回头查,这三样比它聪不聪明实在得多。

我这边具体怎么设的

我的环境是 Win 11,WorkBuddy 桌面端,版本号就不报了,反正上周自动更过一次。不一定适用所有人,尤其是你们团队要多人协作的话。

新建任务的时候,别直接进对话框打字。先点左侧的「工作区」,选「新建工作区」,给它一个文件夹。这一步很关键,相当于给 AI 划一块地,它只在这块地里干活。我建的是 策划案_设定归档,然后把一百多条设定的 docx、几个 xlsx、还有几张手写的截图全拖进去。

接着点「输出契约」,这是 WorkBuddy 里我最看重的一栏。说人话就是提前写清楚你要什么格式、什么字段、什么命名规则。我填的是输出一张 xlsx,列分别是编号、名称、类别、首次出现章节、关联条目、备注。备注栏留空,让它别自己瞎发挥。

这一步 Reddit 那个功能就没法比。AI 汇总评价,汇总成什么样你管不了。但契约你写死了,它就跑不出这个框。

然后是最容易翻车的地方,权限。工作区右上角有个「协作」按钮,点进去能设三种角色,可查看、可编辑、可管理。我给自己设可管理,给主策设可查看。为什么要设这个,因为我踩过坑。

踩过的坑

第一次跑的时候我没设权限,直接把工作区链接甩群里了。结果有个同事手贱改了个字段名,把「类别」改成「分类」,下一轮跑出来整个表全空。我对着屏幕愣了大概十分钟,以为模型抽风了。

后来才明白,WorkBuddy 是认字段名的,你改了名它就对不上契约里的定义。这跟谷歌那个 VLA 模型其实一个道理,评测里成功率能到 100%,是因为任务定义得死。定义一松,成功率立刻掉。所以我现在的习惯是,工作区建好第一件事就是锁权限,只留自己和管理员能改结构。

日常运维我固定做三件事

一是每轮跑完先看「运行日志」,就在任务详情页往下拉。它会列出来哪些文件读成功了、哪些跳过了。有次三张截图它全跳过了,日志里写「图片分辨率过低」,我重新拍了一遍就过了。不看日志你根本不知道它偷懒了。

二是每周清一次工作区缓存,在设置里「存储管理」那儿,点「清理临时文件」。不清的话跑多了会卡,我这边大概跑到第十几次开始明显变慢。

三是我给自己定了个规矩,一次只让它干一件事。之前想一口气把设定表和章节大纲一起出,结果它把两边的字段混着填,出来一坨。后来拆成两个工作区,各跑各的,反而快。

Reddit 那个 AI 汇总评价的担忧,我大概能理解。用户怕的是 AI 替他们下判断,还不告诉你依据。WorkBuddy 这边我的解法是,契约里加一列「来源文件」,每个条目都必须标明出自哪个 docx 第几段。这样它想编也编不出来,你回头一查就知道对不对。

谷歌那个模型再强,也得有人给它定义任务。Reddit 那个功能再有争议,争的也是谁来定规矩。我这边反正是把规矩写死,跑完翻一遍来源文件,对得上就留着。规矩越死,它越不容易出岔子。

2 条回复

?
Ctrl + Enter 快速回复
偃师
偃师2 天前

“类别改成分类就全空”这个坑太真实了,字段名一改契约就对不上,我这边也踩过。

仓库跑起来
回复 偃师

字段名一改就全空,我补一句:楼主那个「类别」改「分类」的坑,实际仓库里跑过就知道,锁权限只锁人,锁不住字段定义漂移,得把契约列名当接口文档版本管。