夜雨聆风本文全程真实记录，无充值，无广告，只有肝。
起因：一个简单的需求
事情是这样的。
我手头有一套12本的《中国历朝通俗演义》，纯文字PDF，蔡东藩写的，从秦汉一路写到民国，浩浩荡荡六百多万字。最近想把它整理成结构化的知识库——每回单独一个Markdown文件，文里的小字批注变斜体，篇末的评诗变引用格式。顺手还想把书里几千号人物都拎出来，每人写段简介。
听起来不难，对吧？
就是量大、格式细、重复劳动多——12本书，每本几十回，每回几千字，光拆分+格式化这一项，手动做的话，估计得我头发白一半。
正好，我电脑上装了四款AI桌面工具：
- ChatGPT 桌面版 （OpenAI 亲儿子，名气最大，月费20刀）
- Kimi Work（国产新锐，K-3 模型，长文本是它的招牌）
- 腾讯 WorkBuddy（腾讯出品，这几天还有混元3模型的免费羊毛薅）
- TRAE Work 国际版（字节跳动的海外产品，主打编程，但也能聊天）
我想着，反正都要干，不如让它们同台竞技。同样的任务，不同的选手，看看谁是真的生产力，谁是PPT生产力。
结果？跟我预想的完全不一样。
第一轮：PDF转Markdown，两个大佬直接出局
任务很明确：把PDF按回目拆成Markdown文件，正文中穿插的小字批注变斜体，成段的小字变引用。
四款工具，各领一本小说，原始格式一模一样，输出要求一字不差。
先说第一个翻车的——ChatGPT桌面版。
这大概是很多人心目中的最强AI吧？我满怀期待地把文件扔进去，等了半天，它吐出来了。
一看，格式全崩了。
问题出在中文斜体上。Markdown的斜体靠星号包裹，英文单词之间有空格，星号识别很稳；但中文字符之间没空格，ChatGPT直接把星号和汉字混在一起，结果通篇错乱——该斜体的地方没斜，不该斜的地方全斜了，有些地方星号甚至直接当正文输出。
我指出来让它改。它说好的，我改。
改了一遍，还是乱的。又改了一遍，更乱了。第三遍，我已经不想数它错了多少处了。
20刀一个月的地表最强，在中文排版面前，败得一塌涂地。
第二个出局的，是TRAE国际版（也就是TRAE Work）。
它的翻车方式更离谱——根本没听懂指令。
我把要求写得明明白白：文中穿插的小字批注变斜体，成段的小字变引用。它倒好，把所有小字一股脑全改成了引用格式，分段跟原文完全对不上。我翻开输出文件一看，满屏的 > 引用符号，像个失控的引用块瀑布。
后来想想也能理解：国际版的产品，训练数据里中文排版的比例本来就更少，批注变斜体、评诗变引用这种中式文档处理的精细要求，它可能这辈子都没见过几次。
第一轮下来，四进二。ChatGPT和TRAE，双双淘汰。
剩下来的，只有Kimi和WorkBuddy。
说实话，这时候我有点意外——我一直以为ChatGPT会是最稳的那个。现在看来，名气大不等于能干细活，尤其是在中文场景下。
第二轮：提取3000+历史人物，最贵的那个差点把我薅破产
第二轮任务更硬核：从小说里找出关键人物，每人写一段简介，单独存成Markdown文件，还要在原文里加上跳转链接。
这活儿，既要阅读理解能力，又要信息提取能力，还要代码能力——因为你不可能让AI一个字一个字给你敲，它得写脚本批量处理。
先上场的是Kimi。
用的是最新的K-3模型。不得不承认，输出质量是真的漂亮——人物抓得准，简介写得有模有样，文学性和准确性都在线，链接也规规矩矩加上了。
我正想夸它，手贱点开了token消耗页面。
差点没背过气去。
就这么一本小说的人物提取，我这个月的token额度，烧掉了80%多，直逼90%。
我翻了一下它的思考过程：它确实是通过写Python脚本来做的，但问题出在思考阶段——每处理一段文本，它都要反复推理、验证、修正，来来回回消耗了巨量token。输出确实精致，但这个成本，精致得让人心疼。
我悟了：Kimi就像一个顶级米其林大厨，菜是真好，但做一碗蛋炒饭也给你整出分子料理的阵仗，账单看得你想报警。
然后上场的是腾讯WorkBuddy。
说实话，我一开始对它是有些偏见的。之前用过几次混元大模型，感觉一般般，没有留下什么深刻印象。这次因为有免费羊毛，算是勉强给它个机会。
结果，它成了全场最大的黑马。
第一是快。同样一本小说，Kimi还在那儿反复推理的时候，WorkBuddy已经跑完了。
第二是准。人物抓得同样准，简介写得虽然没Kimi那么华丽，但信息点全在，该说的都说了。
第三是省。它的思路和Kimi完全不一样——大部分工作交给本地Python脚本去做，真正需要调用大模型的，只有判断这是不是一个关键人物和写简介这两个环节。批量处理、文件读写、链接生成，全部本地解决。
我之前的偏见，被这一顿操作直接打碎了。
WorkBuddy给我的感觉，就像一个经验丰富的老工程师：不炫技，不废话，能用脚本解决的绝不动用模型，能用规则处理的绝不浪费推理。效率，才是第一性原理。
免费的羊毛，薅到一半被腾讯掐了网线
既然WorkBuddy表现这么好，我理所当然地准备乘胜追击——剩下10部小说，全部交给它，一口气跑完。
当时是周六下午，正好要带孩子去补习班。我想着这一趟回来，3000+历史人物应该就齐活了，心里还有点小激动。
补习班下课，回家，兴冲冲打开屏幕——
停了。
进度条卡在中间，一动不动。我让它继续，它跑了没几分钟，弹出一个提示：
额度已用完。
我愣了几秒，然后笑出声来。
免费是免费，但腾讯也不是做慈善的。 你想把人家服务器薅秃？人家直接把你网线拔了。
冷静下来算了算：我已经用它跑了2本完整的人物提取，外加若干次测试和调试，免费额度确实扛不住这种工业化级别的批量作业。
好在，额度是每天恢复的。那天晚上10点半，系统自动重置，我第一时间重新开工，一台电脑、一杯咖啡、一个孤独的打工人，从10点半干到凌晨两点多，12部小说，全部跑完。
最终成果：3000多个中国历史人物，每人一段简介，整整齐齐躺在我的文件夹里。
我随手翻了翻，质量确实可以——从秦始皇到袁世凯，每个人物的关键事迹、历史评价，基本都能说到点上。美中不足的是，原文加跳转链接那一步实在太耗时间，我主动放弃了，先把人物库搭起来再说。
没有最强AI，只有最对的工具
这次折腾完，我最大的感受是：
没有什么最强AI工具，只有最适合你场景的工具。
- ChatGPT 名气最大，但中文细粒度排版是它的盲区，贵不代表万能；
- TRAE Work 国际版 在编程场景或许很强，但中式文档处理的理解力明显不够；
- Kimi 输出质量顶尖，长文本能力也确实强，但高成本让它更适合精品小批量，而不是工业化大批量；
- WorkBuddy 一开始最不被我看好的那个，反而用最务实的方式赢了——本地脚本为主、大模型为辅，把成本压到最低，把效率拉到最高。
这件事对我自己的启发也很大：
很多人用AI的第一反应是——找个最牛的模型，把所有活儿都扔给它。但真相是，真正省钱的姿势，不是选一个最强的模型，而是想清楚哪些活儿能让脚本干，哪些活儿才需要模型出手。
这两者之间的效率和成本差距，可能是十倍，甚至更多。
如果你也有类似的批量文档处理需求，我的建议是：
先拆分任务——哪些是纯格式化、纯提取，可以规则化解决； 把能规则化的部分，用脚本或本地工具跑掉； 只把真正需要理解和判断的部分，交给大模型； 最后，别迷信任何一款工具的名气，适合自己的才是最好的。
本文所有测试基于2026年7月各工具最新版本，产品迭代快，体验可能随时变化，仅供参考。
☝️欢迎关注、点赞、评论、转发！
