同样是 AI,一个只会说,一个会动手

一、先说清楚它是什么

我用了挺久才想明白这件事。

你平时用的那个 AI，不管多聪明，它都在一个网页框里。它看不见你的电脑，也碰不到你的文件。你问它，它答你，就这样。

WorkBuddy 不是这样。它装在我这台机器上，能读我硬盘里的文件，能跑命令，能装软件，能开浏览器自己点。

差别不在谁更聪明。在一个只会说，一个会动手。

二、昨天那件事，我说了一句就完了

起因是我说了一句：我每次开会都有录屏，想转成文字。

这句话说完，后面全是它干的：

第一步，它去查。不是凭印象给我列几个名字，是真去 GitHub 拉数据——星级、许可证、最后一次更新的日期、有没有 Mac 的安装包，一项项拉回来。四个项目摆出来，我一眼能比。

顺带还揪出两个我根本不会去看的东西：有个名气不小的项目已经快一年没更新了，另一个仓库改过名。这种事光看推荐文章是看不出来的。

第二步，它替我筛掉一类。这一步我自己想不到：绝大多数 AI 会议工具只做实时录音，你要它转一个已经录好的文件，它不干。这个条件一卡，候选就剩几个了。

第三步，挑一个，下载。45MB 的安装包，三秒下完。

第四步，它自己验。下完没说“好了”，是去查了文件的实际大小跟接口报的对不对得上（分毫不差），又让系统命令验了一遍安装镜像完不完整，最后查了开发者的签名是不是官方公证过的——它在向我要“装好了”的证据之前，先自己拿了一遍。

第五步，装上。

全程我一个命令没敲。

三、跟聊天框到底差在哪，我想明白的有三条

一是它有手。读文件、跑命令、装软件、开浏览器，这些事它能自己干。聊天框干不了，它只能告诉你“你可以这样操作”。

二是它拿我电脑里的东西当上下文。我不用每次重新交代一遍背景。我的文件在哪、我上次让它干到哪了，它是知道的。这一点看着小，实际决定了我要不要跟它多说一句。

三是它出的是文件，不是一段话。聊完就沉下去的那段话，下次还得从头翻。

四、玩了这几天，我摸出来的五种玩法

功能介绍我看不进去，我关心的是它到底能怎么使。这几天用下来，能重复用的就这几种：

玩法一：让它去查真的。

别问“你觉得哪个好用”，那会得到一篇推荐文，还可能是照抄的。要说“去把数据拉回来，我要比”。

要什么也有讲究：别要结论，要能拿来比的硬东西——星级、许可证、最后一次更新时间、有没有我这个系统的安装包。上面那次调研就是这么来的。

玩法二：一份材料，换几个角度各出一份。

这个我最近用得最多。

七十分钟的会，先让它出一份六块的概要——谁拍板、什么没定、下一步干什么。看完我又说一句“我想看技术部分”，同一份材料，它又出了一份技术拆解。

同一份东西换个问法，出来的完全是另一份。让我自己重听一遍换个角度，我干不了。

玩法三：让它定时盯着，别让它一次性查。

说清楚三个东西：盯什么、多久看一次、看到了往哪儿送。

采购公告那个就是这么跑的——每天固定时间扫一遍，有我要的直接推到手机。跑了一阵了，我不用惦记。

玩法四：让它出东西，别让它出话。

要文件、要图、要能存档能往下加的东西。公众号的封面图是这么来的：我说一句要什么，它写个脚本出图，尺寸颜色每次都一样，不用每次重新交代。

玩法五：让它替我上手点。

装软件、开浏览器填表、收验证码，这些它能自己走完。邮箱那次，装、授权、接验证码都是它跑的；这篇稿子的草稿，也是它开浏览器自己进后台，填标题、粘正文、传封面、存草稿。

这五种还能叠着用：它去查 → 出成文件 → 定时再来一遍 → 结果推到手机。串起来就不是“问一次答一次”了。

我拧螺丝的地方只有一处：决定让它去干什么。

五、翻车的地方，一个都没省（这段是信任来源）

就翻了两次。

第一次是排版。我在手机上一看，段落全粘成一坨——明明分了五十多段。查出来是它用了做网页那一套标签，微信那边不认，直接给展平了。改了第二版，换成最基础的几种标签才对。

第二次是上传过程。公众号那个标题框，直接点上去敲字是敲不进去的，得先把光标送进编辑区才行，它一开始在这儿白转了两轮。传封面也有坑：传完会把图插进正文里，不是封面；正文里的图想删还删不掉，一删就回滚。

还有一件事我没验：昨天装的那个软件，有三个地方是它自己列出来提醒我的——首次运行要先下语音模型、说话人分离可能要去申请一个令牌、纪要如果接云端，会议内容就离开本机了。这三条它说了但没实测，我也不打算拿敏感会议去试。

六、它替不了什么

判断还是我的。昨天四个候选摆在那儿，最后选哪个是我定的。选它的理由是包小——这台机器上的代理会把大文件悄悄截断，45MB 稳，几百 MB 的悬。这个经验它给不了，是我自己踩出来的。

它执行命令是真的执行。让它删东西是真的删，不是跟你商量。所以我现在给它的活是先小后大，动到文件之前会看一眼它打算动哪个。

它给的数我要核。它拉的那批 GitHub 数据是接口实拉的，我对过；但它自己说的话，我一律保留。

七、想上手的话，我这三步

玩法就那几种，抄走不难。难的是你得先有一件真事——没真事，玩法全是空的。

第一步，别问“你能干什么”，直接给一件真事。问能干什么是问不出来的，你会得到一长串功能介绍，没一条能用。给一件你今天真要干的事，它才知道劲儿往哪使。

第二步，让它拿证据。别信“装好了”“搞定了”。让它把文件大小、返回码、实际路径拿出来。拿不出来就是没干成。这一条是我这几篇里最有价值的一条——它自己也会忘，但它不会骗你，只要你问。

第三步，先给小事。让它读个文件、查个数据，看看它对不对。对得上了，再给大事。权限这东西，是一点一点给的。

你手上有没有一件一直想让电脑自动干、但因为不会写代码就一直自己扛着的活？

留言说说。