夜雨聆风被工具链支配的日常：一个"转换PDF"引发的血案
想象一下这个场景：你下载了客户发来的27份PDF，需要转换格式、整理好再交给老板。你打开搜索引擎，挑了一个转换网站点进去，忽视弹窗广告，准备上传——提示你需要注册。注册完才发现，一次最多处理五份文件。好不容易分批转换完，打开一看全是硕大的水印。想要去除？不好意思，请开通会员。
每一步都要卡一下，而且这还只是个开始。转换完还有编辑，编辑完还得批量重命名。工具越来越多，切换和使用的成本也越来越高。我们原以为AI会终结这套繁琐的工具链，但现实比想象中要慢得多。根据App Figures的数据，2026年移动端每月上新的订阅应用已经超过了一万四千七百款，而2022年这个数字还只有两千。大量的AI能力被包装成一个功能相似的应用，但用户完成任务的方式并没有发生根本的变化——依然要选工具、学工具、然后在不同工具之间来回切换。
Agent：从"选工具"到"直接说需求"
其实AI早就为这些问题提供了另一个解决思路，那就是Agent。它不再要求用户在工具里面做选择，而是可以让用户直接描述最终要完成的任务，由AI自行拆解步骤、调用能力去执行。问题是，这种方式真的好用吗？对于一个平时很少使用AI的人来说，真的能够跳过这些繁琐的步骤，把工作交给Agent去做吗？
为了搞清楚这件事，我们找来一个平时不怎么用AI的实习生小峰，教给他一款Agent应用——Trae Work。没有什么标准答案，只是建议他在遇到问题时可以让Trae Work帮忙看看。不过上手一段时间后，谈到使用体验，小峰表示：即使使用之前已经拉高预期了，但感觉还是低估了Agent的作用。
第一关：27份PDF转换，2分钟搞定
刚装上Trae Work时，小峰并不知道这个工具到底能做什么，唯一熟悉的就是跟网页端一样的对话框。所以面对客户发来的20多份材料，他第一时间想到的还是去找网站找工具。但装都装了，总得试试看。于是他把文件全都拖进了Trae Work的对话框，输入了一段非常朴素的要求："把这些PDF全部转换成Word格式"——没有复杂的提示词，完全默认的情况下，Trae Work不到2分钟就转换完了所有文件。
展开思维链能看到，它一开始是调用了LibreOffice来处理，结果格式导出受限，然后火速切换成了内置的PDF to DOCX工具，排版的效果甚至更好。不过这个挑选工具的过程，小峰是完全感知不到的——或者说，本来就应该无感才对。
体会到了"命令即执行"的爽感，他索性把剩下的活也交给Trae Work去处理了：批量命名、根据文档内容分类、提取图表等等。过去找类似的攻略，不是下软件就是写bat脚本，但放在本地Agent，这还真就是一句话的事儿。
本地Agent的真正优势：工作空间就在你电脑里
其实还有更简单的办法——不用拖进对话框。因为本地Agent的意义就在于它的工作空间在你电脑里。你只需要为它新建一个文件夹，它所有的"吃喝拉撒"都可以在这里解决。特别是文件数量多、类型复杂的时候，让AI自己去文件夹读就行。因为它看得见摸得着，编辑整理、重命名之类的操作都能根据文档内容来，成品也会直接交付在文件夹里。
这样做还有一个好处：处理过程在本地进行，不用上传文件到第三方网页。可别小看这个区别。办公从纸质到电子化，再到现在的云端协作，隐私安全永远是核心需求。敏感信息的流转，还是需要提前规划好清晰的边界。
从"默认模板"到"专业插件"：工具决定了交付物质量
看着这些材料大多是具身智能相关的，跨度很广，小峰选择继续深入了解一些背景信息，做二次确认和补充。往常碰到这种调研，他也会问AI，一般是做个Deep Research。所以看到对话框下方有个"市场趋势"模板的时候，他就直接套用了。输出的东西不能说没用，但内容确实有点单薄。
好在前面的操作给了他一点新思路：同一个任务，工具有时候会极大地影响交付物的质量。如果默认的研究能力不够，那能不能给它换一套更专业的工具呢？很快他翻到了插件市场，里面摆着AI可以临时调用的各种外部能力。比如他精挑细选的"市场分析工具包"，里面链接了通达信、万得、同花顺、东方财富四家数据库。这些金融数据他往常也会参考，但多半是手动下载。
除此之外，市场分析还接了九个MCP和一个分析Skill。虽然不一定都能看懂，但从信源筛选到分析框架，整体的观感要专业得多。对比之前的交付物，报告内容果然更加详实——因为有更具体的股市波动做数据地基，整个具身智能行业的商业动向变得非常清晰。
做PPT的终极解法：让Agent直接生成网页
当然，2万字的报告看起来还是有点费劲，开会做展示PPT仍旧是刚需。小峰说，他以前也会拿AI做PPT，但效果惨不忍睹——高度模板化，内容还经常残缺，说白了还不如自己手搓的。所以他换了个思路：让Agent直接生成网页当PPT。因为他发现Agent尤其擅长代码相关的东西。
第一次直出的效果是：表格可视化还行，但配色和内容的AI味道太重了。于是他去市场装了几个Skill，然后继续改——直接在对话框里说"每一张保留一个核心结论"或者"突出技术路线"等要求。要是细节微调，改一个字符间距、图表位置，就直接在预览里批注，颇有种指哪儿打哪儿的感觉。这其实更贴合现实里的办公流程，因为成品是很难一次性弄好的，拉扯才是常态。有这种精准开刀的手法，能节省相当多的精力。
最后他得到了这样的PPT：模板化的痕迹基本上看不出来，质感也提升了一个档次，尤其是颇为大胆的审美和色调组合在一起，相当有视觉冲击力。至于PPT里的图片和视频，是最近更新后才加的，分别由Seedance和Seedream两个插件生成——正对应字节的生图模型和视频模型。这也是大厂背书的好处：生态足够丰富，才能凑齐All in One的完整体验。
小峰说，像这种效果的成品，过去他花上几天时间都不一定能拼凑出来，而且还得辗转一堆软件。
手机联动 + 远程操控：24小时待命的AI助手
这期间还有个小插曲：拿着PPT到会场后，他发现带错了版本，最新版还在工位电脑上。但这不是问题——小峰说，他手机上也装了Trae Work。刚开始是因为电脑端的任务完成后，手机弹通知比较方便，但后来他发现两个设备还可以深度联动。文件忘带了，就可以用手机向电脑的Trae Work下命令，让它去找对应的文件夹，然后发过来。甚至还能更进一步发送给指定的微信联系人。因为这玩意儿的原理是视觉识别，可以模拟人的操作，点击鼠标和键盘，有点像是加强版的向日葵远控，还给配了一个24小时待命的AI助手。
从"找工具"到"搓工具"：代码能力正在下放
对Trae Work越来越熟悉之后，小峰还将手伸到了代码上。毕竟如果办公的体验都如此丝滑，那Web Coding能做的只会更多。他找的切入点也很接地气：刷小红书时管理关注的博主不方便，想弄个更直观的收藏夹。
一开始他用大白话将需求说了一遍，得到的插件功能还凑合，但收藏按钮老是乱飞，而且UI设计也有点糙。于是他开始跟Trae Work来回拉扯——修bug、加功能，说不清楚的就让Agent调用浏览器插件，自己打开Chrome去测试。最后收藏按钮被设计成了宝葫芦样式，嵌在关注旁边，跟其他按钮风格统一。收藏时打好标签，就能放后台统一管理了。这插件他已经用了好几天，基本是哪里不舒服改哪里，标签加了二次编辑的功能，保存的数据也支持备份还原了，迭代速度快得飞起。
这么短的时间，小峰当然没有变成程序员，也没有因此掌握专业的数据分析或艺术设计。但他已经能够做出一些过去必须借助专门工具、甚至需要交给同事才能完成的东西。这里真正发生的变化，并不是某一项功能变得更强，而是制作工具的能力本身开始下放。
就像摄影，曾经是一件需要专业相机和专业训练的事儿，后来手机影像不断升级，把这个门槛降了下来，于是每个人都能随手一拍记录生活。但专业摄影并没有因此消失，只是过去那些不值得专门架起设备的需求，现在有了新去处。办公和代码可能也正在经历类似的变化。高质量的软件依然需要专业开发者，但一些个人化的、市场规模小到不会有人留意的长尾需求，终于开始被使用者自己解决。
小峰这一周搓出来的东西未必精致，但也足够理解他的文件夹、他的命名规则，以及编辑部那些说不清却每天都在重复的习惯。可以想到，当代码逐渐变得像按一次快门那样便宜时，我们遇到一个问题时，第一反应可能就不是找工具了——因为现搓一个或许更方便。