我把 WorkBuddy 当实习生用了两个月：活它真干完了，有些它真干不了

上一周, 我交代把一份页数为47页的PDF格式的年报, 拆开成为三家公司的横向比较, 顺便将总结弄成一张网页, 接着推进公众号的草稿箱子。它没有回复我一句“好的, 需要让我继续做下去吗? ”, 直接就动手做了。等我察觉到的时候, 网页已然生成, 草稿也已经在后台放置着了。

这并非是“帮我写”呈现的状况, 这实则是“替我将整件事情逐一完成走完”这般情形构成。自我运用它历经长达两个月的时长, 一种愈发强烈的感觉得以萌生: 大多数人对它进行低估的所在之处, 恰恰是在“走完”这两个字眼之上。

01 它从来就不是一个聊天框

占多数的人针对AI的臆想迄今还停留于“对话框”那儿: 是你去发问的话, 就由它来作出回应, 反之——它创立了一个工作路径, 能运行命令行, 能读取你的文档, 能合成图像与影像, 甚至能将最终成果径直部署成一个可供访问的页面。

差别并非在于模型有多聪慧, 而是在于它是被给予了动手的机会。在聊天框之中, 你说出“帮我写封邮件”, 它赠给你一段文字；于工作台里面, 你讲出同样的话语, 它开启邮件客户端、填好内容、等待你点击发送。同样的一个请求, 但其落点却是全然不同的。

它的运行逻辑被我翻过, 其本质是这样一个循环, 即先想清楚下一步, 接着调一个工具, 继而看返回结果, 随后再决定下一步, 这套名为“想—做—看”的环, 称作agent loop, 普通聊天机器人答完事情就会停止, 而它会在答完之后接着做, 一直持续到事情做完或者被你叫停, 有着这样的区别。

某一回, 我吩咐它去修复一个前端的项目。它完成构建之后, 报告之中出乎意料地出现了10个类型方面的错误。它并未等待我的指使命令, 自行创建出来10个任务, 逐个将那些错误修复掉, 接着再次运行一遍构建, 以此来确认全部变为绿色。就在那一个时刻, 我清晰且明确地知晓了一件事情: 责任的界限发生了改变。以往是由我负责编写代码, 它负责修改句子；而如今却是由它来运行整个流程, 我仅是负责查看最终的结果。

还有一回, 我给它一份销售明细CSV, 使其进行月度环比的计算, 绘制出来一张图, 接着导出成为网页格式。它开启了一个本地脚本去进行算数, 自行挑选了图表的类型, 就连其配色也是依照我之前讲过的习惯来进行的。我在整个过程当中仅仅看了三次: 刚开始的时候, 中间阶段, 以及最终的结果。

02 三层记忆，才是它和"一次性对话"的分水岭

让聊天机器人最令人恼怒的是, 它存在“转头就忘”的情况。它具备三级记忆呢, 一级是云端的长期画像, 一级是你本地的偏好文件, 还有一级是工作区里按天记录的日志。

也就是说, 它在不同会话间能够记住你, 你曾提及“A 股红涨绿跌”, 下次绘制金融图形时, 它会默认采用该配色, 无需你再次阐述一遍, 你于某个项目中所确定的技术选型, 它会记录到工作区日志里, 下次继续沿用, 不再次询问。

记得有个细节很清楚, 某次画股票走势时, 它直接采用红涨绿跌的方式, 没询问我, 之后才想起来, 那是几周前另一篇稿子中随口确定的偏好, 它记录在了本地文件里, 这种“不用再讲一遍”的情况, 用习惯了就无法再改变标点。

我讲句切实的话: 这记忆并非“它懂你”这么简单, 而是它将信息转化成了文件形式。其好处在于真的极为持久, 坏处在于——你必须似带着实习生那般, 偶尔去翻翻它究竟记了些什么。记忆存储得越满, 就越是需要分辨清楚哪句话是事实, 哪句话是它做出的推断。

03 技能系统：把"会做某事"打包成插件

使得我最为意外的是“技能”, 众多领域的上百位专家, 上百个连接器仅仅是底座, 而真正存在趣味之处的是, 当它完成一件棘手之事后，能够将做法存储成为一个可以重复使用的技能文件。

我亲身经历过下面这些情况：先是连续跑了十几步, 接着踩了几个坑, 而后它很随意地就把整条流程编成了技能, 到了下次遇到同类任务时能够直接调用。这呈现出的是一种复利情况: 使用的次数越多, 它就越发清楚该如何对你提供帮助。普通的AI每次都是从零开始, 而它却会增长记性, 增长本事。

比如说搭建这样一个东西 , 其步骤繁杂琐碎且极易有遗漏之处。当完成一番操作之后 , 会将相关命令 、版本以及在此过程中遇到的坑点 , 全部记录编入技能文件之内。等到下次我说出 “起个 ”这样的言语时 , 它能够直接进行调用 , 根本无需我在旁跟随指导。诸如此类的技能 , 乃是它随着应用次数增多愈发具备价值的根本所在。

04 连接器：把工作台接到真实世界

仅只是在本地进行一番折腾, 这显然是远远不够的。它还关联着诸如 、微信、腾讯文档、TAPD 这样的集成情况。处于理想的那种状态时, 具体表现为: 它在修改完代码之后能够直接提交 PR, 在写完文章之后可以直接推送到草稿箱——达成将“做完”以及“交出去”这二者也实现闭环的目的。

但是, 我必须得说出那么一句不太中听的话哦: 去默认这些, 连接器当中的大部分情况都是“处于断线状态”的。能够进行连接, 这并不等同于已经连接上了, 在这两者之间所差别的, 是你所给予的授权以及详细的配置。所以，千万不要被“上百个集成”这种情况给迷惑住了双眼, 而实际上真正处于转动状态的, 是你亲自去接通的那寥寥几个！

我曾尝试着让它把书写完成的文稿推进公众号的草稿箱, 条件是连接上微信授权, 一旦实现接通, 从写作直至草稿箱便形成了一个连贯流程, 无需我手动去进行复制粘贴, 但是呢, 在接通那日之前, 它根本没机会摸到草稿箱的门。

05 真实的边界：它强在哪，又卡在哪

谈及优点是较为轻易的, 而阐述边界才是能够取信的。其上限, 等同于“它的工具权限乘以你的环境”。它即便运行得极为活跃, 也无法跨越你未曾给予的权限, 以及未曾安装的依赖。

它即便再聪慧, 那也得依靠你机器上所安装的内容。要是没安装Node, 那它没办法运行前端；要是没给予命令行权限, 那它就连文件都触碰不了。工具权限这张罗网, 铺展到多大的范围, 它就能够行进到多远的距离。

长任务存在会漂移的情况, 使其自然而然地开始运行半小时, 在这一过程当中, 它有可能出现走偏的状况, 这就需要你在中途的时候看上那么一眼。“信任但要核查”并非是一种客套的表达, 而是一项铁律。生成图片以及视频另外还单独列出了积分的消耗情况, 并非是免费且没有限制的。这些全部都是真实的账单, 不要装作它们不存在。

存在积分这种情况, 生图以及生视频遵循的是另外一套额度标准, 并非聊天免费模式。我最初几次的时候没有留意, 到了月底查看时发现消耗数量不少。如今我会先仔细思考确定想要几张图, 之后再让其进行生成, 而不是随意地“来一张试试”这般操作。

不过呢, 它最为稳定的那一点在于, 具有清醒的定位: 它不会帮你去做出抉择, 而是在你做出抉择之后对于那件事情, 直接一举完成。应当不应当发出, 以及发给什么人, 决定权依旧把握在你手中。

06 写在最后

我花费了相当之久的时间, 得出了一个极为简单的结论: 它所象征的并非是“更为优质的聊天”, 而是一种全新的事物——具备可操作性的工作台。其模型与同类相比大致相同, 真正存在差异的地方在于“循环 + 工具 + 记忆 + 技能”这样一套组合。

真正应该去问的问题, 早就并非是“哪个模型最强”了, 而是你乐意将多少工作, 交付给一个能够动手、会进行记忆、并且随着使用越发顺手的循环, 想明白这一点, 比起追逐任何一个新模型都更具有价值。