ARTICLE · 1108359
AI新手村:WorkBuddy 7个隐藏用法
前几天，一个做运营的朋友跟我抱怨。
他说他每天用 AI 的时间超过 3 个小时，但产出没涨反跌。我问他都在用 AI 干什么，他发来一张截图：聊天窗口里密密麻麻几十条对话，全是"帮我写个标题""帮我改句话""帮我总结一下"。
我看完只回了一句：你不是在用 AI，你是在陪 AI 聊天。
这是绝大多数人用 AI 的真实状态：把一个能干活的员工，当成了一个只会说话的客服。你一句一句地喂需求，它一句一句地吐答案，然后你把答案复制、粘贴、再修改。整个过程里，真正干活的那个人，还是你。
问题出在哪？
出在你从来没有翻过那个聊天框之外的界面。
今天这篇文章，我以 WorkBuddy（腾讯出品的 AI Agent 办公台）为例，讲 7 个藏在主界面背后、说明书里写得清清楚楚、但 90% 用户从来没碰过的用法。看完你会发现：你之前用的，可能只是它 10% 的能力。
一、别再"对话"了，让它"交付"
先纠正一个根本性的认知。
传统 AI 对话和 AI Agent 的区别，不是聪明程度的区别，是责任边界的区别。
对话式 AI 的边界是：我说完，我的活就干完了。剩下复制、粘贴、排版、核对、导入，全是你的事。
Agent 的边界是：你说清目标，它把中间所有步骤全干完，最后把一份可以直接用的成品放到你面前。
在 WorkBuddy 里，这个区别体现在界面设计上：对话区在左边，右边还有一个"结果区"。任务跑完，右边出现的不是一段文字，而是产物——一份 Word、一个 Excel、一份 PPT、一个能预览的网页。
举个例子。同样是"分析这份销售数据"，对话式 AI 会给你一大段分析结论，你还得自己去做图表、写报告。而 Agent 会直接交付一份带图表的完整报告文件。
一个给你参考答案，一个给你交完的作业。
很多人的问题，是拿着交作业的工具，一直在抄参考答案。
怎么用：下次提需求时，把"帮我看看"换成"帮我生成一份 XX 格式的 XX 文件"。明确目标、输入、输出格式。你会发现它的工作方式完全不同。
二、@ 一下，把整个项目喂给它
第二个隐藏用法，藏在输入框的一个符号里：@。
大多数人给 AI 传资料，是一个文件一个文件地上传。但 WorkBuddy 的 @ 可以引用的远不止文件——文档、规则、整个工作空间，都能引用。
更狠的是"选择工作空间"这个入口。在输入框左下角，你可以为任务指定一个工作目录。指定之后，它读的不是一个文件，而是这个目录下的所有东西。
这意味着什么？
意味着你可以把一个完整的项目文件夹交给它："这是过去半年所有的方案文档，帮我提炼出我们提案的通用框架。"它自己会去翻、去找、去读，然后给你一份基于全部事实的总结。
这和"你手动挑三个文件喂给它"，是两种完全不同的信任级别。前者它看到的是全貌，后者它看到的是你的偏见。
怎么用：创建任务时，先点输入框左下角选择工作空间，再用 @ 引用关键资料。处理"一 pile 散乱文件"的活，这一招效率翻倍。
三、三种模式：先想后做，还是先做再想
第三个隐藏用法，是很多人从来没注意过的"工作模式"切换。
WorkBuddy 有三种模式：Craft（你说了就干）、Plan（先想清楚再干）、Ask（只聊不动手）。
这三个模式对应三种完全不同的工作哲学：
Craft 模式，适合想清楚了的小事。你说"把这份数据做成图表"，它直接干。快，但前提是你真的想清楚了。
Plan 模式，适合复杂的大活。你说"帮我搭一个客户管理系统"，它不会立刻动手，而是先给你一份拆解好的计划：分几步、每步做什么、技术方案选什么。你确认了，它才开干。这相当于给 AI 加了一道人工审核闸门，避免它在错误的方向上狂奔 20 分钟。
Ask 模式，适合你还没想明白的时候。它只读不写、只说不做，帮你把问题理清楚，等你准备好了再切换到动手模式。
很多人用 AI 翻车，翻在哪种场景？把复杂任务用 Craft 模式一句话扔过去。AI 跑得越快，错得越远。
怎么用：任务复杂、代价高、不可逆——用 Plan。任务简单、清晰、可重来——用 Craft。自己还没想清楚——用 Ask。
先选模式，再提需求。这一步 10 秒钟，能帮你省掉 2 小时的返工。
四、定时任务：你睡觉的时候，它在干活
第四个隐藏用法，是我认为含金量最高的一个：自动化（Automations）。
大多数人以为 AI 是"你问它才答"的东西。但在 WorkBuddy 里，你可以给它设闹钟。
它支持两类定时任务：一次性的（"明天下午 3 点提醒我开会"）和周期性的（"每天早上 8 点给我生成一份行业早报"）。周期可以是每天、每周、每月，甚至精确到每小时。
想象几个场景：
每天早上 8 点，自动抓取你关注领域的热点，整理成一份早报，等着你配咖啡看；
每周一上午，自动汇总上周的工作日志，生成一份周报初稿；
每月 1 号，自动整理上个月的项目文件归档。
这些事的共同特点是什么？规律、重复、不需要创造力，但需要一直有人记得去做。
以前这类事要么靠你的自律（通常是靠不住的），要么靠你招一个实习生。现在，靠一条配置好的自动化规则。
工具的进化方向，从来不是"更强"，而是"更不需要你盯着"。
怎么用：在设置里找到自动化，用大白话告诉它：干什么活、什么频率。一次配置，长期生效。
五、技能：把它调教成"你的"员工
第五个隐藏用法，叫技能（Skills）。
如果说前面几条是在"使用"这个工具，这一条是在"调教"它。
技能是什么？就是把一套完整的工作方法，打包成它可以直接执行的能力。你不需要每次都长篇大论地教它"我的公众号文章要什么风格、什么结构、多少字、不要什么"，而是把这些规矩沉淀成一个技能，以后一句话触发。
更妙的是，WorkBuddy 有技能市场，你可以直接说"帮我装一个 XX 技能"，一句话安装。别人沉淀好的方法论，你直接拿来用。
这背后有一个更深的逻辑：AI 的价值，不在于它本身多聪明，而在于它积累了多少"你的方法"。
一个新入职的员工，能力再强也需要三个月熟悉你的业务。一个装满了你自定义技能的 AI，第一天就是老员工。
怎么用：把你反复交代的需求（文章风格、报告模板、数据口径）沉淀成技能。说一次，用一年。
六、记忆：跨过"每次重新认识你"的鸿沟
第六个隐藏用法，和第五个是一对：技能是"你教它做事的方法"，记忆是"它记住你是谁"。
用过 ChatGPT 的人都有体会：每个新会话，都是一次失忆。你上次告诉它"我不喜欢 emoji 堆砌"，这次它忘得干干净净。
WorkBuddy 做了一套多层记忆系统：有的记你的长期偏好（写作风格、常用交付格式），有的记某个项目的具体约定，有的记每天干了什么。下次开新任务，它不用你重新自我介绍。
这对内容创作者来说，价值是实打实的。我的交付偏好是"Markdown 文件，便于复制"，风格是"不要官腔、不要标签"。这些话我只需要说一次。
沟通成本最低的协作，不是话说得多漂亮，而是有些话根本不用说。
怎么用：把你希望它长期记住的偏好，明确让它记住。同时定期看看它的记忆文件，把过时的删掉。记忆需要经营，就像任何关系一样。
七、连接器：让 AI 长出双手
最后一个隐藏用法，可能决定了这类工具的天花板：连接器（MCP）。
前面六条，都发生在"这台电脑、这些文件"的范围里。但真正的工作，是跨系统的：你的文档在腾讯文档里，你的客户在企微里，你的日程在日历里，你的数据在业务系统里。
一个只能读写本地文件的 AI，就像一个被锁在办公室里的员工——再聪明，也只能处理你搬进来的资料。
连接器做的事，就是把门打开。接通之后，WorkBuddy 可以直接操作你授权的第三方服务：读你在云端的文档、查你的日程、调业务系统的数据。你不用导出、不用搬运、不用在十几个窗口之间切换。
WorkBuddy 的连接器生态里，能接的服务有几百个。大多数人连一个都没接。
AI 竞争的终局，可能不是模型之争，而是连接之争。谁的手更长，谁能摸到你的真实工作流，谁才是真正干活的那个。
怎么用：在连接器管理里，先接一两个你最高频使用的服务。从"查个文档"这种小事开始，建立信任，再逐步扩大授权。
写在最后
总结一下这 7 个隐藏用法：
- 要交付，不要对话
——说清目标，让它交成品；
- @ 和工作空间
——把整个项目喂给它，而不是喂你的偏见；
- 三种工作模式
——大事用 Plan，小事用 Craft，没想好用 Ask；
- 定时自动化
——规律性工作交给闹钟，你睡觉它干活；
- 技能
——把重复交代的方法沉淀下来，一次配置长期复用；
- 记忆
——让它记住你是谁，砍掉重复沟通；
- 连接器
——打通外部系统，让 AI 长出双手。
发现没有？这 7 条指向同一个方向：把你从"操作者"的位置上，一步步挪下来。
从对话到交付，是让它替你产出；从手动到定时，是让它替你惦记；从教它到它记得，是让它替你积累。工具的终极形态，是你在意的只剩下两件事：目标是什么，结果好不好。
而中间那些复制、粘贴、整理、盯着的苦活，正在从你的待办清单上，一条一条消失。
很多人担心 AI 会取代人。但更现实的情况是：会用这 7 个用法的人，正在取代不会用的人。
工具一直在那里，门也一直是开的。
区别只是，有人走过去了，有人还在门口聊天。
（完）