左手AI创业、右手清华课业,WorkBuddy新功能帮了大忙
任务堆到几十条、资料散在几个文件夹、换台电脑又得从头讲一遍,这三个麻烦在 WorkBuddy 5.11.3 里被「分组」和跨设备迁移接住了。四组工作按项目重排,一个分组能挂多个本地目录,换机时任务、对话、产物和定时任务一起搬过去。

WorkBuddy最近用得很高频,效率明显提高了,但也遇到了新的小麻烦。
比如说,任务堆积多了,历史对话就不好找;项目资料分散,就得反复上传;换一台电脑,之前的工作又得重新开始。
对我来说,这些问题尤其明显。
一边在清华读研,一边运营AI自媒体、推进创业项目,每天有大量任务交给AI处理。
看到WorkBuddy,最近连续更新了两项功能,简直就是为我这种喜欢并行做多件事的人准备的:
任务管理升级,以及跨设备数据迁移。
前一个,支持任务分组、置顶、排序,以及一个分组关联多个本地文件夹;
后一个,可以把旧电脑的任务、对话、产物和定时任务导入新电脑。

这次我结合清华日常,还有AI自媒体和创业项目,说几个平时的实际使用场景。
01 任务太多找不到?把AI工作按项目重新组织
现在用WorkBuddy,已经很少是简单问答。
比如清华机器学习的课程,需要分析模型架构、处理数据、制作自己的训练流程;
AI自媒体这块,日常要做选题研究、文章写作和商业合作;创业项目还涉及市场调研、客户方案、项目复盘。
每件事都可能产生多个任务。
时间一长,WorkBuddy左侧列表越来越长。上周做了一半的案例分析,可能已经被几十个新任务挤到下面。

这次更新后,WorkBuddy桌面端5.11.3及以上版本,将原来的「任务」改成「最近」,「空间」升级成「分组」。
最大的变化,是可以按项目而不是时间管理任务。
我准备把自己的工作分成了四组:

操作很直接。
在左侧栏「分组」标题右侧,或者单个任务条目右侧也可以选择「新建分组」,输入名称就能创建。

在左侧「分组」旁新建分组,输入名称,再把已有任务拖进去。
拖动时目标分组会高亮,松开即可完成归类。
也可以点击任务右侧的「···」,通过菜单选择目标分组。

比如之前做过的分析,包含行业研究、商业模式分析和展示材料。
直接把任务拖进「清华」,下次打开分组就能继续,不需要重新寻找历史对话。

另外,现在还支持手动排序、任务置顶和隐藏重复任务。
比如我可以把媒体矩阵、清华作业等常用分组放在前面,把当天必须交付的工作Loop、活动发言置顶,再隐藏「最近」里的重复任务。
这样每天打开就能看到最重要的事,清清爽爽的,不用在一堆任务里反复翻找。
我还比较喜欢置顶功能。

把正在推进的任务置顶,打开WorkBuddy就能直接进入,不需要反复翻找。
这种体验,有点像从聊天记录,切换到项目管理。
以前,AI任务按照创建时间排列;现在更接近专业可控的管理平台,可以按照工作的重要性和项目归属排列。
我在想,也许任务列表本就不应该只是AI做过什么的记录,更应该是用户接下来要做什么的入口。
02 资料散落在不同文件夹,Agent可以一起调用了
比任务难找更麻烦的,是资料分散。
以我的AI出海孵化项目QLab为例。
假设要为一家准备进入美国市场的中国AI创业公司制定合作方案。
我需要参考的资料通常包括:美国AI市场研究、客户会议纪要、过去的项目案例、公司服务介绍,以及历史商业方案。
这些文件原本分散在不同目录里。
如果每次都手动寻找、上传,再向AI解释文件之间的关系,工作量并不小。
WorkBuddy这次支持一个分组关联最多16个本地文件夹,正好适合这种场景。

我会为QLab建立一个工作分组,关联以下目录:
具体操作是进入分组编辑页面,点击「关联电脑上的文件夹」,选择需要关联的目录。

这里还有一个细节:可以指定「主要」文件夹。
第一个关联的文件夹默认成为主要文件夹,也可以手动调整。WorkBuddy会优先参考其中的资料。
比如QLab这个项目,我会将公司项目资料设为主要文件夹,市场研究和客户纪要作为补充。
比如说,我想具体结合历史资料,生成一份日本AI市场进入方案,
结合QLab项目资料、日本市场研究和客户会议纪要,为一家中国AI Agent创业公司制定90天日本市场进入计划。
包括目标客户、市场机会、竞争格局、落地路径、合作模式和阶段性里程碑。
优先参考现有项目案例和实际服务能力,不要编造客户、数据和合作成果。缺少依据的判断单独标注。

相比只上传一份市场报告,这种方式能让Agent参考更完整的业务背景。
就比如说,市场报告可能认为日本企业对AI客服有需求,但客户会议纪要可能显示,对方真正关注的是内部知识管理和业务流程自动化。

这两类信息需要结合,才能形成有针对性的方案。
当然,文件关联不等于AI一定能准确理解所有资料。关键数据、客户承诺和商业判断,仍然需要核实。
但至少不用每次都重新寻找文件、补充项目背景。
同样的方式,也适用于清华的AI课程。
比如研究AI Agent的技术架构,可以把课程讲义、Agent技术论文、开源项目文档和小组讨论材料放在不同目录,再统一关联到课程分组。
让AI基于这些材料分析:
为什么大模型具备很强的推理能力,却仍然难以独立完成复杂的长期任务?问题究竟出在模型能力、上下文与记忆管理、工具调用,还是Agent的任务规划与执行机制?

资料集中之后,分析更容易围绕课程框架展开,而不是生成一篇泛泛的行业文章。

还有一点比较实用:移除文件夹关联,不会删除本地文件。
用户仍然可以按照原来的方式管理电脑资料,不需要为了AI重新搭建文件系统。
真正有用的Agent,不应该让人适应它的工作方式,而应该进入人已经建立的工作体系。
03 换电脑不用从头开始,任务和工作记录可以直接迁移
还有一个经常被忽视的问题:设备切换。
比如办公室一台电脑,家里一台电脑;或者更换新Mac,准备继续旧电脑上的工作。
普通文件可以通过云盘迁移,但Agent的工作成果不只是文件。
它还包括对话记录、任务过程、生成产物、项目分组和定时任务。
好比我在旧电脑上用WorkBuddy完成了一份AI行业研究。
期间讨论了多轮研究框架,生成了几版报告,还有部分任务没有完成。
如果新电脑只能拿到最终文档,之前的研究过程仍然需要重新建立。
WorkBuddy这次上线了跨设备数据迁移,支持同一账号下不同电脑之间导入工作数据。

可以迁移的内容主要有三类。
第一类:任务和产物。
包括任务、对话记录、产物记录,以及WorkBuddy托管目录下的产物文件。
第二类:任务分组。
包括分组本身、关联的多个文件夹及主次关系、分组内的记忆和任务的本地Skill。
第三类:定时任务。
包括任务名称、内容、重复规则和有效期。

也就是说,前面建立的「清华」「AI异类弗兰克」「QLab创业」等分组,都属于支持迁移的数据范围。
操作流程也不复杂。
首先,两台电脑更新到最新版本,登录同一账号。
旧电脑保持在线,WorkBuddy处于打开状态,并开启「允许移动设备远程连接」。
然后在新电脑进入:
设置 → 数据导入 → 导入其他电脑数据
选择旧电脑,点击「全部导入」,等待完成。
过程中,两台电脑都需要保持在线。
如果希望旧电脑锁屏后仍能迁移,可以在「设置—通用」中调整锁屏运行选项。
我认为比较值得验证的,是导入后能否直接接续原来的工作。
换到新电脑后,检查之前的对话、生成文件、任务分组是否完整,再继续修改PPT。

能看到历史上下文是接的上的,可以无痛继续之前的对话、和正在做的事。
当然,这个功能会有限制。
比如说,产物文件也有大小限制,单个不能超过100MB,但多个符合限制的文件可以合计超过100MB。
还有两个设计值得注意。
重复导入会按任务去重。已经存在的任务直接跳过,不会反复创建副本。
传输失败不会留下残缺的单个任务数据。如果中途取消、断开连接或校验失败,该任务不会以不完整状态保留。
另外,导入后的定时任务默认关闭,需要手动启用,避免两台电脑同时执行造成重复推送。
这些细节不算炫技,但对真正依赖Agent工作的人很重要。
毕竟,一份做了几天的商业方案,比重新生成一篇文章更值得保护。
04 AI Agent真正的竞争,开始从执行走向工作管理
把这两次更新放在一起,我觉得WorkBuddy正在解决一个更深层的问题。
当Agent开始承担大量真实工作,单次任务能力已经不够了。
拿我自己的工作来说。
一篇公众号文章,从选题、研究、初稿到客户审核,可能持续好几天。
一个创业项目,从市场研究、客户沟通到商业方案,可能持续几个月。
清华课程中的案例分析,也需要不断结合新资料和课堂讨论修改。
这些任务不是一次性Prompt,都是持续推进的工作流程。

我认为Agent的能力可以分成三个层次:
第一层,执行任务。
写文章、做PPT、分析数据、生成报告。
这是AI Agent最基础的生产力。
第二层,组织任务。
管理不同项目,关联资料,安排优先级,保留工作上下文。
WorkBuddy的任务分组、置顶和多文件夹关联,主要补齐了这一层。
第三层,延续任务。
工作可以暂停、恢复、迁移,不因为更换设备就失去之前积累的成果。
跨设备数据迁移,解决的是这一层中的基础问题。

我自己做AI自媒体和创业项目,很多时候没有完整的职能团队。
市场研究、产品分析、商务方案、内容生产,都需要在不同角色之间切换。
AI已经能够承担一部分执行工作,但项目管理和任务衔接,仍然会消耗大量注意力。
比如我不希望每次修改一篇文章,都要重新寻找上次的对话。
也不希望每次准备客户方案,都要重复上传公司介绍。
更不希望换一台电脑,就丢失之前积累的工作过程。
这都需要产品层面的任务组织、上下文管理和数据基础设施。
未来AI办公产品的竞争,可能不只是模型能力的竞争,还包括谁能更好地承载用户的工作。
模型决定AI能做什么,工作系统决定AI能持续为你做什么。
05 写在最后
从任务分组、多文件夹关联,到跨设备数据迁移,WorkBuddy这次更新没有太多花哨的功能,却切中了AI重度用户的真实需求。
对我来说,AI的价值已经不只是节省某个任务的执行时间,更是减少寻找资料、整理任务、重复交代背景的消耗。
未来真正有竞争力的AI Agent,不只是一个随叫随到的执行者,更应该成为能够长期承载工作的系统。
好的AI帮你完成任务,更好的AI让你不必反复从头开始。
本文由人人都是产品经理作者【AI异类弗兰克】,微信公众号:【AI异类弗兰克】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自 Unsplash,基于 CC0 协议
- 目前还没评论,等你发挥!

起点课堂会员权益



