AI不只是问答:一个真实案例,看懂工具链如何深度参与工作流程
我再用 Lobster AI，搞定原本要手工几小时的招标信息检索。
同事在视频号刷到一个视频，关于园区运营项目的中标盘点。想把里面内容整理出来，但视频6分钟、信息量大，手动整理效率低。
于是他顺手转发给了元宝，附上一句“整理一张这个视频中的中标项目清单”。
没等多久，元宝就把文字版清单整理好了，比起反复拉进度条看视频，读文字效率翻了好几倍，后续想二次编辑、汇总也方便。
我感慨，就一个转发的小动作，已经领先其他同事很多了。很多人不是不会用AI，是思维没转过来，第一反应还是手动摘抄、逐句梳理。
而且选对工具也很关键，视频号和元宝生态本身互通，这种场景下用它，就是找对了最合适的工具，没走一点弯路。
事情到这还没完。看了元宝整理的中标清单，同事还想对比初始的“招标公告”，让我帮他把每个招标信息挖出来。
这个任务，普通的问答型AI干不了了，需要一个会干活的AI。
于是网易的Lobster AI登场，为什么用这个？
不存在特地推荐这个工具，仅仅是家里的电脑刚好装了它。
还有它比OpenClaw简单，学习时我喜欢自定义程度大的工具，但通常会复杂，用的时候喜欢傻瓜化的。
现在这类工具很多，除了各种Claw类产品，还有很多开箱即用的：腾讯的WorkBuddy、钉钉的悟空、阿里的QoderWork，MiniMax agent桌面版……话说现在大厂们也很焦虑，急着推这类产品。大家可以选择性的尝试下，选个趁手的就行，这类工具通常有一个“懂你”和积累经验的过程，需要点耐心。
回到案例，把元宝整理的中标清单发给Lobster AI，告诉它“找到这些项目的原始招标信息及网址，保存到word文件里”。
然后它就操作我的电脑干活了，自己打开浏览器搜索，到Bing上一个个搜。
某些信息搜不到，会自己调整策略，转向专业的招投标发布网站上找。
这过程我就默默的在旁边看着，不仅能看到操作，还能观察他的思考过程。有点像资本家看着工人干活，心里还蛮爽的。
ai在操作，我在拍摄
其实，它第一次执行有些不顺，中途遇到点困难。我把现象告诉它，它自己修复，最终完成了。成功一次后，经验可以固化下来，以后类似的任务就会很顺。
当然我也不会无脑吹，中间的小问题，作为使用者可能需要一点点电脑基础。它在操作时用了Playwright这样的工具，中间也出现了乱码。我是做技术的，在我看来方向没问题，整体可控，判断是个小问题，引导它解决掉了。
对纯电脑小白来说，第一次碰到故障可能会有点懵，说不定直接吐槽一句“啥也不是”就放弃了。
这个案例，不是工具多酷，而是那个微妙的“进阶”：从元宝（整理视频信息）到Lobster AI（主动干活）。这代表了AI应用的两个层次：大多数人停留在问答层，真正拉开差距的是让AI去干需要“动手”的活。
从“这事我得自己干”到“我看看哪个AI能干”，思维转变比任何具体技巧都重要。这才是未来最需要培养的“新常识”。
夜雨聆风
