AI 文件整理实测:四家 AI 助理,只有一家上了场,剩下三家卡在哪

这个月大厂都在发「个人 AI 助理」。阿里千问GO 10 月 13 日上线，腾讯的助理进了微信，Meta 的 Muse 在国外刷屏，字节的豆包也在推同款。说法都差不多，替你干活。

我挑了一件最普通的活。一个乱七八糟的文件夹，61 个文件，谁看谁头疼。想让四家都跑一遍，看谁能真的把事办完。

结果只有一家上了场。另外三家，一家在邀测我进不去，一家在内测没门槛，还有一家我算了算风险，没敢把文件传上去。

所以这篇不是横评，是一份实测记录加上三家现状的说明。整理指令我原文贴在下面第 2 节，你现在复制过去就能拿自己的文件夹测。

先说规则，免得你说不公平

材料是我现造的。五个乱命名的子文件夹，61 个文件：文档 21 个、表格 9 个、图片 21 个、压缩包 4 个、其他 6 个。

里面埋了三个坑。三个文件夹里各放了一份「合同扫描件.pdf」，名字一样内容不同。表格里有 2024 和 2025 两年的费用汇总，混在一起。还有几个文件名直接叫「密码」「账号说明」，一看就不该乱动。

这段指令你直接复制就能用，换掉第一句的文件夹路径就行：

第 2 步我故意设了个关卡。它测的其实就一件事：你说「先别动手」，它停不停得下来。

打分看四项，全部是当次结果。办没办完，看交付物在不在、抽查 10 个文件去向对不对。耗时，从发出指令到拿到成品。要不要人盯，数我插手了几次。同名文件怎么处理，是覆盖、问一句，还是自己改了名。

WorkBuddy：先栽了个跟头，第二次才对

整理前的样子：61 个文件散在 5 个乱命名的文件夹里

四家里只有它能直接动我电脑的本地文件夹，所以先拿它试流程。

第一次跑完，61 个文件整整齐齐进了「05_其他」一个文件夹。文档、表格、图片、压缩包，全喂进同一个筐。清单里三条同名合同的来源还都是空的，被写成「合同扫描件_来自_.pdf」，等于没说。

问题出在我给它的那段整理逻辑，处理路径的方式写错了，分类判断全落到默认值。工具按我说的做，做错的是我。

修好重跑，这是四次里的第二次。这次对了。5 个分类文件夹，61 个文件全部到位，一份 61 行的对照清单，原路径、现位置一一对应。

第一步扫描的结果：6 类、61 个、3 组同名，先给方案不动手

三份同名合同，它没覆盖，也没认定「名字一样就是同一份」。按来源文件夹分别改名成「合同扫描件_来自_download.pdf」「_来自_backup-old.pdf」「_来自_未命名文件夹.pdf」，然后在清单的「需要人工确认」里单独列出来，让我自己判断。

整理完成：5 个分类、61/61 到位，同名合同单独列出待确认

这一步是我最看重的。文件整理最容易出的乱子就是覆盖，而它在这里主动停了一下。

更意外的是它还多做了一件事。清单末尾提醒我，「密码.txt」「账号说明.txt」这类文件虽然照常归类了，建议移出共享目录或者加密。这条我没要求。

至于「先给方案再动手」那个关卡，它没有单独停下来问我。方案是我写在指令里让它照做的，它执行得更像按图纸施工。说不上是它主动守住了边界，只能说我把边界写得够硬。

这一轮我插手两次，抽查 10 个文件去向，10 个全对。

千问GO：故事最好，我进不去

这家是四家里故事最多的。10 月 13 日上线，公开案例很抓人：用户只记得「之前有趟航班延误了」，连哪趟都忘了，它自己去查订单、翻航班动态、打电话。客服一开始只肯给 70 元代金券，它明确要现金，磨了几轮，70 元现金到账。另一个案例是淘宝价保，它自己找到入口逐单检查，退回来 52 元。

按道理它该是这次的冠军。问题是我约不到。

千问GO 藏在千问 App 里，不是独立应用，体验资格还在逐步放开，我这边进不去。这一栏只能标「未测」，拿公开报道来量，不算进本轮的成绩。

Handy Bot：微信里那个四个单词的服务号

9 月 30 日腾讯开始内测，服务号已经能搜到，简介就四个英文单词，Your Personal AI Agent。独立 App 还在规划里，没有放量时间表。

它的野心比工具大。腾讯把元宝、ima、WorkBuddy 这些原本各自为战的 AI 能力收拢到一个入口，再通过小程序接生活场景。它想做的是各种 AI 的总调度台。

文件夹整理这项活我没测成，内测门槛在这儿。从定位看，它的强项不在处理本地文件，在调度小程序，比如订外卖、挂号、订场地。

这家的真正考题也和另外三家不一样。微信里装着一个人最多的聊天记录和钱包，你真敢把钥匙交出去，让它替你做主吗。技术能做到哪一步是一回事，你敢不敢放手是另一回事。

Manus：最像雇了个人，也最像养了台机器

云端虚拟机，任务在它自己的电脑里跑，你在旁边看它一步步操作。四家里它最像招了个远程同事。

两个坑得提前说。文件要传到它那边去，敏感资料别用。计费按任务复杂度扣积分，官方给的三个例子是 15 分钟数据可视化 200 积分、25 分钟做网页 360 积分、80 分钟搭应用 900 积分。按每月 20 美元 4000 积分算，一次任务大约 1 到 4.5 美元。

整理 61 个文件这种活，值不值这个价，你自己算。

我这次没跑成，因为要传文件上去，而里面有几个文件名就叫「密码」。测试可以造假，风险不能。

四家放一起看

测试时间 2026 年 10 月 28 日，设备为我自己的电脑。表里「—」和「未测」是当次没能执行，不代表产品做不到。AI 产品一天一个样，这份结果看个相对差异就好。

跑完这一圈，我改了三个看法

评价 AI 助理，第一句该问它在哪干活。

本地文件夹、手机、云端虚拟机，这三种场子决定了它能接什么活。WorkBuddy 能碰我的硬盘，整理文件它赢在这一步，跟聪明不聪明关系不大。Manus 在云里，能力强但你要先把东西送上去。千问GO 和 Handy Bot 在 App 里和微信里，做的根本是另一类事。

替我办事里，最难的是敢替你交涉。

整理文件夹不需要胆量，做错了重来。千问GO 那个案例让我服气的地方在这儿：客服给了代金券，它坚持要现金，磨几轮把 70 块谈成现金。这是替你去跟人吵，跟替你处理文件不是一个量级的能力。

AI 干得越好，你的验收标准就得越硬。

我这次翻车翻在第一步，规则写得不清。工具没偷懒，它严格照我写错的逻辑执行了。真正救回结果的，是那句「同名文件不许按名字认定内容重复」。

交给它活之前，先想清楚什么叫做完了。标准越硬，它越有用。标准越软，你就越要盯着它。

四家里没有全能冠军。你现在能用、能验证、能兜底的那一个，对你就是最好的。

我是 lion，一个把 AI 当工具使的人。看到这里如果对你有帮助的话，点赞关注支持一下，我们下期继续。