夜雨聆风点击上方蓝字 ↑ 关注珞珈经纬
AI 办公实战 · 指南
B A S I C G U I D E
本地 Agent 工具与网页版对话 AI 的区别
豆包、千问这类网页版对话 AI，与本课程所用的本地 Agent 工具，差别不在"谁更聪明"，而在两种完全不同的用法。本材料把这件事一次讲清。
CONCLUSION FIRST —— 先看清"两类工具"到底差在哪
类型 A
网页版对话 AI（豆包 / 千问 等）
· 定位是一问一答的对话助手
· 你说一句、它答一句，流程由你自己一步步串起来
· 擅长即时问答、找灵感、润色一段话
· 关掉网页，这次的过程与文件基本不留存
类型 B
本地 Agent 工具（本课程所用）
· 定位是会自己干活的执行体（Agent）
· 你给一个目标，它自己拆步骤、执行、交出成品
· 擅长把一整件事从头做到尾：成文、做表、出图、做 PPT
· 成果直接落在你电脑的文件夹里，随时能翻出来
一句话记住
对话式 AI 是"陪你聊"——你是操作者，它负责应答；本地 Agent 是"替你干"——你是甲方，它是干活的团队。这门课教的，就是怎么当好这个甲方。
FIVE DIMENSIONS —— 对着自己平时的活想想，你更需要哪一种
表 1 ｜ 两类工具的能力对照
五维差异总览
各管一段，但不是一个量级
日常随手一问、找思路、快速查证，网页版对话 AI 反应快、打开即用，这类碎问碎答它很称手。但要办的是一整件事——从头做到尾、还要留下成品——就得靠本地 Agent。一个解决"一句话的事"，一个解决"一整件事"；碎问归网页版，真正的活交给 Agent。
FROM OPERATOR TO CLIENT —— 最本质、也最值得体会的一点
以一个真实办公场景说明——"把这周的工作流水整理成一份规范周报"。同一件事，两类工具的做法截然不同。
同一件事，两条完全不同的路径
网页版对话 AI 的做法：你当"人肉流程引擎"
每一步"下一步做什么"，都装在你的脑子里；它只负责回答你当下问的那一句。
本地 Agent 工具的做法：你当"甲方"
课程核心方法
给目标 → AI 自主规划执行 → 你验收把关。你不需要懂技术、不需要背步骤，只要会派活、验收、把关这三件事。
FILE WORKSPACE —— 一个对话框，与一个工作区的差别
网页版对话 AI 主要在一个对话框里进出文字；本地 Agent 工具装在你电脑上，拥有一个文件工作区。这带来两个实打实的好处。
其一：直接读你手头的资料
一份规章制度、一个 Excel 表、一张报表照片，可整份交给它去通读、分析、比对，而不必你自己一段段复制粘贴。资料越多，这个差别越明显。
其二：成果是真文件，长期归你
它做出来的周报、数据表、PPT、图片，都是存在你文件夹里的真实文件——今天做的下周还能翻出来改，这台电脑做的能发给同事接着用；不像对话记录，换设备、隔段时间就难找回。
TRANSPARENCY & CONTROL —— 一个是可打开的白盒，一个是封装好的成品
前两条差异讲的是"怎么交互"和"能不能动文件"。还有一条差异藏得更深，却常常决定最终成果的质量能不能由你把控——那就是：整件事是用哪个模型、按什么流程做出来的，你是否看得见、改得动。
内部发生了什么？
用哪个模型？看不见
走了哪些步骤？看不见
输出规格？产品定死
每一层都摊开给你看
用什么模型——你选、你能换
走哪些步骤——看得见
中间指令——你能调
输出规格——你设定
网页版对话 AI
封装好的成品（黑盒）
· 用的是哪个模型，通常由产品内部决定，界面上未必标明
· 处理流程被封装在产品内部，用户一般看不到、也调不了
· 生图等环节的输出规格（尺寸、清晰度等）可能被产品预设限定
· 好处是省心：不用管细节，开箱即用
本地 Agent 工具
可打开的白盒（透明可控）
· 可自行选择、随时更换所调用的模型
· 每一步用的是什么模型、走的什么流程，你都看得清楚
· 可在中间环节调整指令、自定义处理流程
· 代价是：需要你多一点了解，不像网页那样完全托管
这份"透明可控"具体带来什么
对需要对成果负责的办公场景来说，"看得见、改得动"不是技术发烧友的玩具，而是几项实在的好处：
▸模型可换、可挑：同一件事，可以按需要换用不同的模型来做，而不是被固定在某一个上。
▸用了什么、清清楚楚：每一步由哪个模型执行、走了哪些环节，都是透明的；不会出现"最后东西出来了，却不知道是谁、怎么做出来的"这种情况。
▸流程可自定义，质量更可控：可以在中间环节调整指令、增删步骤，把流程按自己的要求调顺——流程越是能自定义，越能有效地保证输出质量。
▸规格不被暗中限定：像生图的尺寸、清晰度这类输出规格，可由你按需设定，而非只能接受产品预设的档位。
▸成本心里有数，费用透明：每一步用的是什么模型、大概消耗多少，都摆在明面上——钱花在哪、花多少，你自己看得见、算得清，可控制、可预估。
说到费用：一个"暗箱"，一个"明码标价"
费用这点值得单独拎出来说，因为它是办公场景里最容易让人心里没底的环节。两类工具在"钱"上同样是黑盒与白盒的区别：
网页版对话 AI
费用像"暗箱"
· 免费额度、会员档位、流量包怎么扣，规则由产品定，用户不容易算清
· 不同功能（生图、长文、语音等）各走什么计费，往往要自己琢磨
· 额度用超了怎么处理、何时扣费，提示未必及时、未必显眼
· 适合轻量使用——量不大时，倒也省心不用管
本地 Agent 工具
费用是"明码标价"
· 用的是哪个模型，就按哪个模型的标准计费，一清二楚
· 一次任务消耗多少、花多少钱，过程看得见，可以事后核算
· 可以按任务挑便宜的模型，贵的模型只在需要时才用
· 很多常用模型本身就便宜，日常办公成本很低
· 整体可控、可预估——适合按量使用、对成本有数的人
费用大概是什么水平？给你个直观概念
以 DeepSeek 这类主打低成本的大模型为例，按公开定价，输入输出都是"每 100 万 tokens 几元到几十元"的量级。折算到日常办公——写一份几千字的周报、整理一份资料、做一版 PPT 大纲，消耗的 tokens 换算成费用通常只有几分钱到几毛钱。换句话说：对绝大多数办公任务，模型成本低到"几乎可以不当回事"，真正值得算的，是它替你省下的时间。
怎么选
两种取向各有用场：网页版对话 AI 把一切封装好，胜在省心、开箱即用；本地 Agent 工具把流程和模型交到你手里，胜在透明、可控、可自定义。哪种更合适，取决于你是"要个现成结果就行"，还是"要对结果的每一步负责"。
DEPLOYMENT —— 部署形态不同，带来的一次性门槛不同
前面几条差异之外，还有一条常被忽略的区别，恰恰来自两者的部署形态：网页版对话 AI 打开网页就能用，几乎没有上手门槛；本地 Agent 工具因为要装在你自己的电脑上、直接读写你的文件，天然会多一步"装好、配好接入"的准备。这一步只做一次，但对零基础的人来说，确实是网页版没有的一道坎。
换句话说，本地工具"能动你的文件、成果留得下来"这些好处，和它"要先配一下"这个成本，本是同一枚硬币的两面——它跑在你本机，所以既能干得更完整，也需要一次性的准备。
这道坎可以跨过，且方法通用
这道配置门槛并非不可跨越：你完全可以自己去申请模型、自己配好接入，网上资料很多，方法也是通用的。本课程里之所以统一把这一步准备好，只是为了让零基础的同学先把这道坎迈过去、把时间花在"学会用"上——你若愿意自己配，课上讲的每一步在自配环境里同样成立，并不绑定在某一套现成配置上。
CONCLUSION —— 差异落在"能力模型"，而非某一个软件
这套方法，是一个闭环
会派活
目标 · 背景 · 要求，一次说清
AI 自主规划执行
拆解步骤、调工具、逐步完成
会把关
验收成果 · 交叉验证 · 关键事实复核
属于"能力"层 · 值得掌握
通用、能迁移的
· 会派活：把目标、背景、要求一次说清
· 会选人：按任务挑对合适的 AI 助手
· 会协作：让多个 AI 分工把大活拆开做
· 会把关：交叉验证、要求标注出处、关键事实人工复核
属于"表皮"层 · 随工具而变
不必执着的
· 某个软件的某个按钮在哪
· 某个界面长什么样
· 某一版本的具体叫法
· 这些换个工具就变，而方法不变
QUICK REFERENCE —— 一页看完
表 2 ｜ 按需求选工具
课程报名即将开放
这套"给目标 → AI 自主规划执行 → 你验收把关"的方法，如果想让 AI 真正帮你把办公的活干完，可以留意——课程报名即将开放。想第一时间知道开课安排和报名方式，添加客服加入课程交流群即可。
