WorkBuddy入门指南：让AI从聊天机器人变成办公员工

很多人接触AI已经很久，学了一堆提示词，工资却没涨。原因其实很简单——提示词的本质只是建议，而建议并不值钱，能落地执行的动作才值钱。WorkBuddy 正是一个把「建议」变成「执行」的工具，它不满足于回答问题，而是直接替你操作电脑、完成真实的办公任务。

WorkBuddy 到底是什么

WorkBuddy 是一款桌面 AI 智能体（Agent），而非单纯的聊天对话框。市面上大部分大语言模型的使用逻辑是：我们提问，AI 输出文字答案，功能再全也无非是能生成图片、音乐或视频，本质上没有权限操作本地电脑的文件。

这意味着传统网页 AI 更像是一个问答工具，看似是我们在用 AI，实际上落地环节还得靠自己用鼠标键盘一步步操作，过程繁琐。WorkBuddy 的不同之处在于：你只需要用自然语言下达任务，就像和真人对话一样告诉它想干什么，它就能自动完成调研、分派、执行到交付的全过程。

它的核心价值是能够直接操作本地电脑，完成真实办公任务，而不只是给你一些建议或操作方法。你可以把它理解为「Codex 的国内平替」——一个门槛更低、对新手更友好的桌面数字助手，不需要复杂网络环境，也不需要繁琐配置。

AI 智能体（Agent）与普通大语言模型的核心区别在于「工具调用」能力。普通 LLM 只能在对话窗口内生成文本，而 Agent 框架允许模型在推理过程中主动调用外部工具——包括文件系统、浏览器、API 接口，乃至模拟鼠标键盘输入——从而将语言输出转化为真实的计算机操作。这种架构通常被称为「感知-规划-执行」循环：Agent 先理解用户意图，再把任务分解为若干子步骤，最后逐步调用工具完成每个步骤并将结果反馈给下一轮推理。WorkBuddy 作为桌面 Agent，本质上就是在本地运行了这样一个循环，因此才能在不依赖云端远程桌面的前提下，直接读写你电脑里的文件、打开应用并与之交互。

WorkBuddy 与 Codex 的差异

既然已经有了功能更强大的 Codex，为什么还要学 WorkBuddy？视频用了一个形象的比喻：如果说 Codex 是「特种兵」，那么 WorkBuddy 就是「大学生特种兵」。

Codex 虽然强大，但需要一个长官去制定详细的作战方案——告诉它具体是哪个文件、哪个目录、执行时用什么参数，需要相对专业的技能与经验。WorkBuddy 则像一个听话的大学生，也许处理不了特别复杂的任务，但「把某个文件发给谁」「整理什么档案」这类简单任务完全能胜任。对刚起步的职场人来说，指挥「大学生」显然比掌管「特种兵」更容易。

两者的差异可以从三个维度来看：

• 上手门槛：WorkBuddy 装好即用，不需要配置环境、不需要敲命令行；Codex 需要更强的动手能力和编程基础。
• 生态适配：WorkBuddy 与飞书、钉钉、企业微信、腾讯文档等国内办公软件深度打通；Codex 更偏向海外生态，对国内办公软件支持有限。
• 使用成本：WorkBuddy 每日赠送积分，遇上活动还能获赠几千积分，坚持每天领取一个月至少能有 3000 积分到手；Codex 则是订阅付费制，学习阶段就得付出真金白银。

登录 WorkBuddy 后，建议每天在左下方点击自己的头像，找到「Buddy 加油站」进行签到领积分。积分可以累积，今天没用完明天照样能用。

视频给出的学习路径建议是：普通职场人优先用 WorkBuddy 把工作落地，对于大多数场景它已经完全够用；等真正遇到瓶颈，再进一步学习 Codex，这样能最大限度降低学习成本。

OpenAI Codex 是专为代码生成与执行设计的模型，其工作方式依赖于一个沙盒化的代码执行环境：用户描述需求，Codex 生成脚本，脚本再在隔离环境中运行以完成文件操作或数据处理。这意味着使用者需要具备基本的编程概念——至少要能看懂生成的脚本是否符合预期、知道如何指定路径和参数，否则很容易出现「AI 理解错了需求却无法识别」的情况。与此同时，Codex 目前主要集成在 ChatGPT 付费订阅体系内，对国内用户而言还面临网络访问的额外门槛。这正是文中「特种兵需要专业长官指挥」这一比喻的技术本质：工具本身很强，但使用成本同样很高。

三个常见的认知误区

新手在接触这类工具时，往往会陷入几个误区，理清它们有助于建立正确的使用心态。

误区一：WorkBuddy 就是套壳的桌面聊天板。 这并不准确。除了能像 ChatGPT 一样对话给建议，WorkBuddy 还能读取本地文件、调用工具、自动执行任务。使用它的关键，是把思维从「向 AI 提问」切换为「管理 AI 干活」——你是管理者，WorkBuddy 是你的员工，电脑就是你的公司。

误区二：Codex 更强，所以要直接学 Codex。 Codex 门槛更高，适合有编程基础的人；普通职场人从 WorkBuddy 起步更划算。对多数工作而言，只学 WorkBuddy 也够用了。

误区三：功能多，学起来很难。 实际上 WorkBuddy 的界面与豆包、通义、ChatGPT 等大模型非常类似。学习它的重点并非界面操作，而是转变提问思维——从单纯问问题，转变为发出命令让它去操作电脑。因此完全可以一边看视频、一边动手实操。

WorkBuddy 能帮你做什么

WorkBuddy 的能力覆盖了大量日常办公场景，而且都不是纸上谈兵，只要给出合理指令就能直接执行。

文件管理是最直观的应用。比如批量分类、批量重命名、多文档信息汇总。视频作者举了一个自己的真实痛点：录制教程时把文件命名为 01、02、03、04，但某节课时长过短需要合并到上一节，合并后排序就变成了 1、3、4，如果手动逐个文件夹改名会非常繁琐。这时让 WorkBuddy 自动重新命名，几秒就能搞定。

除此之外，它还能处理文档相关任务，如撰写周报、整理 Excel 表格、开发简单网站；也能完成协同办公，如在飞书、钉钉上发送消息、周期性生成工作汇报。从写方案、做表格、分析数据，到做内容、画海报、开发软件，甚至接管浏览器替你操作各种软件，WorkBuddy 都能把成果直接摆到你面前。

从「AI 提问者」进化到「AI 管理者」

这期入门内容的核心，是帮你厘清普通 AI 聊天与桌面 AI Agent 的本质区别。前者只能给建议，后者能真正把任务落地。

理解了 WorkBuddy 的定位——它是你的 AI 员工，而不只是聊天机器人——再加上对它与 Codex 差异、适用场景和成本的把握，你就能顺利完成一次关键的思维升级：从被动的「AI 提问者」，进化为主动的「AI 管理者」。

真正的效率提升，来自于你只需下达指令、检查最终交付结果，把繁琐的执行环节交给 AI。对于想让 AI 真正为自己所用的职场人来说，这是比背诵提示词更有价值的一步。

「AI 管理者」思维的实践落点，在于学会把一个模糊目标拆解成 AI 能够执行的具体指令序列。一个有效的指令通常包含三个要素：操作对象（哪个文件/应用/平台）、期望结果（做成什么样子）、约束条件（格式、时间、范围等）。例如「把桌面 reports 文件夹里所有 xlsx 文件中的销售额汇总成一张新表，按月份排序」就远比「帮我整理一下报表」更容易被 Agent 正确执行。这种任务描述方式并不需要编程背景，却能显著提升 AI 执行的准确率，也是普通职场人真正获得效率红利的关键技能。