当AI从聊天框走向桌面，它不再只是回答问题的工具，而是能直接操作文件、联动软件、定时执行任务的数字搭档。本文以WorkBuddy为例，拆解桌面Agent如何通过工作空间、连接器和自动化，让AI真正“长记性”，从被动应答转向主动执行，重塑知识管理的工作流。

前段时间有个事让我想了很久

一个朋友把自己过去几年写的几万字随笔，没有特定目的、纯粹写给自己看的那种，一股脑扔给了 WorkBuddy。他就是临时起意，让它以这些文章为素材，仿照自己的写作风格，整理成一本结构完整的文集

十几分钟后，一份逻辑清晰、章节分明的书稿躺在他的文件夹里。质量之高让他不敢相信

他又试了一次。把自己长期积累的几十万字行业研究素材全部提交，让 WorkBuddy 以此为基础写一本深度分析的书稿。结果再次超出预期

这事让我重新审视了一个问题：当我们谈论 AI 的时候，是不是一直把它的天花板想得太低了

过去两年我们习惯了在聊天框里和 AI 对话。你问一句，它答一句。每次打开新对话，它都不记得你是谁。你把文档贴进去，它现场读几段给你一个回答，用完即丢。下次再用，从零开始。这种体验说白了就是一个高级点的搜索引擎加上文字润色功能

但 WorkBuddy 这类的桌面 Agent，正在改变这件事

它不是在聊天框里等你问，而是直接操作你的文件、联动你的软件、在你关电脑之后还能定时跑任务。AI 的角色正在从”回答者”变成”执行者”。这中间的跨越，可能比我们从 GPT-3 到 GPT-4 的体验升级还要大

为什么桌面 Agent 是今年最重要的 AI 产品形态

说它是”最重要”不是因为技术最前沿，而是因为它离用户的真实工作最近

我问过很多产品经理和创业者同一个问题：你现在用 AI 最烦的是什么

排名第一的回答永远是——每次都要重新解释我是谁

你花半小时贴资料、讲背景、描述自己的偏好，终于调出一个满意的结果。第二天打开新对话，一切归零。它不记得你教几年级、用什么教材、上次那个方案改过几版

排名第二的是——它只能聊，不能干

你让它写一份方案，它能写。但你让它把方案保存到指定文件夹、按照你的模板调好格式、然后发一份到你的邮箱——做不到。你得复制粘贴出来，自己处理后续的所有步骤

这两个痛点的根源是同一个：Chat 式 AI 是一个无状态的、纯文本交互的工具。它没有记忆，没有操作权限，没有和你的工作环境产生任何连接

桌面 Agent 走了另一条路

它把工作空间指向你的本地文件夹，这意味着它能读写你硬盘上的真实文件。它通过连接器接入你日常使用的软件——邮箱、文档、知识库、浏览器。它还能设置定时任务，在你不在电脑前的时候自动运行

这三个能力叠加在一起，AI 就不再是一个聊天工具了，它变成了一个驻扎在你电脑里、了解你的工作习惯、能替你执行任务的数字搭档

这就是”从对话到执行”的核心

WorkBuddy 的产品逻辑：不是”聊”，是”干”

拆开来看，WorkBuddy 的产品设计透露着一个很清晰的思路

工作空间是最关键的设定

你把一个文件夹指定为 WorkBuddy 的工作空间，它就能在里面读、写、建目录、改文件。这听起来是个很小的功能点，但产品逻辑上它是整个桌面 Agent 的基石。因为这意味着 AI 的输出不再只是聊天框里的一段文本，而是你电脑上一个真实存在的文件

有人用这个配合 Obsidian 搭了一套会自动更新的个人知识库。你把网上看到的好文章剪藏进一个叫 raw 的文件夹，跟 WorkBuddy 说一句把这些新文章编译成知识页，它就自己一篇篇读、提取关键信息、写成相互链接的知识页面存进 wiki 文件夹

整个过程不需要你手动整理，不需要你开新的对话重新贴文章。你只负责往 raw 里扔东西，剩下的编译、归类、更新目录、写日志，全是它自己跑

连接器让它不再是一座孤岛

桌面 Agent 如果只能操作本地文件，那它的价值还是有限。真正让它进入工作流的，是它和外部工具的连接能力

WorkBuddy 目前接入了 ima 知识库、乐享知识空间、微信小程序、腾讯文档和邮箱等。这意味着它能从你的知识库里调资料来回答问题，能在腾讯文档里直接生成文件，能去你的邮箱里翻审稿意见然后整理成表格

有个科研用户的用法让我印象很深。他把几年的文献 PDF 全传进 ima，在 WorkBuddy 里连接了知识库之后，说了一句话：读取这个知识库里的所有论文，帮我梳理这个领域的研究脉络和待解决的问题

几十分钟后，一份完整的文献综述框架躺在他的文件夹里。而且每一处引用都来自他知识库里的真实论文，不是模型编造出来的假文献

这个场景背后是一个产品逻辑的质变。以前的 AI 是基于通用语料给你一个泛泛的答案，现在它是基于你的专属知识库给你一个针对性的输出。知识的纯度和密度完全不同，结果的质量自然天差地别

定时自动化让 AI 从被动变主动

这是最容易被忽视的功能。WorkBuddy 可以设定时任务，到点了自动执行一段指令

什么意思呢

你设一个每天早上七点半的任务：扫一眼 raw 文件夹，有新文件就编译进知识库，没动静就什么都不干。再设一个每周六晚上的任务：给知识库做一轮体检，看看有没有断掉的链接、被孤立的页面、互相矛盾的说法，有问题列出来等你确认

设完之后你就不用管了。知识库自己更新，自己检查健康状态。你唯一要做的事就是往里面扔新资料

这种体验和”打开聊天框问一句”完全不同。前者是你找 AI，后者是 AI 找你。这是一个用户心智的根本转变

知识库 + Agent：AI 终于长记性了

说到知识库，有一个背景值得展开

这套”让 AI 提前整理知识而不是等提问再翻资料”的玩法，叫做 LLM Wiki。它是 OpenAI 创始成员 Karpathy 今年提出来的思路

他的逻辑很简单。平时你上传文件给 AI 提问，流程是这样的：你提问，AI 临时去资料里扒几段沾边的拼个回答，答完就扔。下次再问，重新读一遍。文件越多，找得越慢，回答越泛

Karpathy 把这事倒了过来：别等提问了再理解，提前让 AI 把每份资料读透，整理成一页一页互相链接的知识页面。新资料进来就往上补，所有的理解都被存下来

他说了一句很精准的话：Obsidian 是工作台，大模型是程序员，wiki 是它写出来的东西

WorkBuddy 实践这套玩法，核心就四步

第一步，存资料。网上的文章用浏览器插件一键剪藏，本地 PDF 和 Markdown 文件直接拖进 raw 文件夹。不用分类，不用打标签，全扔进去就行

第二步，编译。跟 WorkBuddy 说一句：去把 raw 里新到的那批文章编进 wiki，该开页开页，该并页并页。它就会自己一篇篇读，概念归概念，人物归人物，摘要归摘要。页和页之间自动打上关联链接

第三步，查询。编译完之后你可以问它各种问题，它不会把整个库翻一遍，而是先看目录，圈出相关的页面，只读这几页然后回答。每个回答末尾附上依据来自哪一页

第四步，检查。用定时任务让它每周做一轮知识库体检，查断链、查孤页、查冲突。发现的问题列出来等你确认，确认了再改

这套流程跑通之后，知识库就不再是一个文件堆了，而是一个会自我更新的有机体

更重要的是，新资料不断进来，知识库不断变厚，每一次查询都站在之前所有理解的基础上。AI 终于不再”失忆”了

同样的逻辑在企业场景里被放大得更明显

一个教师把几年的教案、试卷、学情记录全存进知识库。新学期备课时让 WorkBuddy 调出库里的资料，直接生成基于真实学情的新教案和配套 PPT。产物出来后回存进库，下一次再教这一课，它就站在上一次的肩膀上

这才是真正意义上的经验沉淀。不是存在某个文件夹里再也不打开，而是每一次产出都变成下一次可调用的资产

软件联动：从孤岛到生态的质变

到这我想聊一个更深的问题

桌面 Agent 的真正威力不在于自己有多强，而在于它能把已有工具串联起来

过去我们每装一个软件，就是建了一座孤岛。你的笔记在 Obsidian 里，文档在腾讯文档里，知识在 ima 里，邮件在邮箱里。数据是割裂的，工作流是断裂的

WorkBuddy 通过一个文件协议就把这事解决了——两个软件共享同一个文件夹，一个写，一个看

你用 Obsidian 打开知识库文件夹，看到的是 WorkBuddy 刚编译好的知识页。你在浏览器里剪藏了一篇文章，WorkBuddy 扫描到 raw 文件夹的新文件就开始自动编译。两个软件之间没有任何绑定，全靠同一个文件夹接上头。哪天你想把其中一个换掉，另一个照常用，资料一直都在

更进一步的是连接器体系

ima 知识库是你的资料柜，负责把零散的文件、论文、教案收好、管好、权限分级。WorkBuddy 是你的执行搭档，负责调用这些资料帮你干活、交付成品

取、用、存三个字

从知识库调资料，在 WorkBuddy 里执行任务，产物回存进知识库。闭环一旦跑通，知识就不再只是躺着的文件，而是会流动起来的生产资料

乐享知识空间让这个逻辑在团队场景里更完整。它支持企业级权限管理，哪些知识能被谁调用、谁可以编辑、谁只能查看，边界清晰。WorkBuddy 从乐享调取资料生成方案或报告时，团队也更容易回到原始资料确认依据——不会出现”AI 写完了但没人知道它参考了哪版材料”的尴尬

有一个人用法特别有意思

他把老板两年的邮件、周报、会议纪要、录音转写全沉淀进乐享知识库，然后在 WorkBuddy 里问了一个问题：老板会怎么批这个方案

输出的吐槽语气、决策偏好、甚至那句口头禅，相似度接近九成

这不是简单的信息提取，是多源异构数据的连接、清洗、提炼和建模。四个割裂的信息源，通过知识库和 Agent 的组合，被还原成了一个人的决策风格

定时自动化：AI 从”等人问”到”主动干”

说实话，定时任务是 WorkBuddy 目前最被低估的能力

大多数人理解的 AI 还是”我打开对话框，输入问题，等它回答”。但定时任务的逻辑刚好反过来——你设置一个时间、写好一段指令，到点了它自动跑，你甚至不需要在场

这听起来是个很小的功能点，但产品哲学的含义很不一样

它意味着一部分工作不再需要”发起”了

比如每天早上开工前，知识库里新存的资料已经被自动编译好了，你坐下来就能直接查询。比如每周日晚上，一份知识库健康报告已经躺在你的文件夹里，告诉你这周新增了哪些页面、有哪些链接断掉了、哪些说法之间存在冲突

你不需要记得去做这些事，不需要分心去手动触发。AI 变成了一个前台后台同时运行的操作系统，而不是一个随叫随到的客服

有个场景让我觉得这个方向的空间还很大

一个研究生给 WorkBuddy 设了两个定时任务。第一个是每天早上九点，自动搜索他研究方向的最新论文和资讯，整理成简报存到文件夹。第二个是每周五下午，汇总他这一周所有的实验数据和工作记录，生成周报初稿

效果是每天早上到工位，泡好咖啡，一份研究领域今日动态已经等在那里了。别人还在刷公众号追热点，他的热点是自己送上门来的

这就是从主动到被动的范式转变。而真正成熟的企业级桌面 Agent，未来可能有几十个这样的定时任务在后台持续运转——知识更新、数据清洗、报表生成、风险监控、竞品追踪。它们不需要你来发起，它们自己知道什么时候该做什么事

企业场景全貌：从科研到管理的一手实践

前面讲了很多方法论，这一章把镜头拉近，看看不同角色在实际工作中怎么把这些方法用起来

科研工作者

文献综述是研究生的共同噩梦。导师一句”把这个方向梳理一下”，背后是几十篇 PDF 和无数个通宵

实际的工作流分成三步。把下载好的 PDF 全扔进一个文件夹，导入知识库，让 WorkBuddy 每篇都读完，输出一张对比表格——研究问题、方法、核心结论、局限性全部列清楚。以前一篇精读四十分钟，三十篇就是二十个小时。现在几十分钟后表格就躺在那了

然后追问细节。表格里看到某篇有意思，直接问这篇的实验设计是怎么控制变量的，和另一篇的方法有什么区别。最后搭综述框架：基于这张对比表，梳理这个领域的三个研究脉络和待解决的问题

数据分析是另一大场景。一个真实案例是三十万条消费行为数据，原计划两周洗完，实际三天搞定。更妙的是追问能力——这个 p 值说明什么、这组数据适合用什么模型、把图改成期刊风格配色换成蓝灰色系。相当于身边坐了个不嫌你烦的统计助教

AI 负责跑，你负责想。前提是你的知识库里真的有货

教师

教师最典型的一个痛点：每次打开 AI 都要从头解释”我教什么”

课标、教参、去年教案、优秀课例，每次新对话都得重新贴一遍。AI 不知道你教几年级、用什么版本，也不知道你学生的薄弱点在哪里

解决方法是把教学资料全存进 ima 知识库，在 WorkBuddy 里连接之后，先说一句：先读这几份材料，接下来只基于我的知识库回答，分析这节课学生最容易卡住的地方，每一条注明依据来自哪份材料，先别写教案

等它分析完，你确认方向对了，再说：基于以上分析，帮我写一份完整的教学设计，保存为 Word 文档

产物出来后记得回存进知识库。下次再教这一课，或者明年再备这节课，知识库里已经有了现成的参考。它知道上次的教学设计长什么样、学生哪里容易卡，不用再解释一遍

取、用、存三个字，闭环一次，AI 就进步一次

开发者和创作者

独立开发者的效率提升是最直观的

每天写完代码，让 WorkBuddy 把当天的技术决策和架构演进写成开发日志，沉淀进知识空间。技术选型、API 文档、项目背景，按目录树整齐归档。要查什么，一键检索。后来做新项目，直接让 WorkBuddy 基于知识库里已有的项目资料生成面向外部交付的说明文档，整个过程不需要手动复制粘贴

内容创作者也是重度用户。有人把公众号发布流程和乐享知识库打通，让内容在知识空间里形成选题、创作、自迭代的完整闭环。也有人把十几期读书会录音整理后沉淀进知识库，让 WorkBuddy 自动萃取出五大主题和可迁移思维模型，直接输出成可发布的视觉卡片

沉睡的会议记录，被唤醒成一整套可以发布的知识体系

企业管理者

最出圈的案例是一个零售企业信息中心的负责人。他一个人统筹全公司的信息化项目，没有专职开发团队

他的做法是把所有方案文档、项目进度、分享文章全部沉淀在乐享知识空间里。用 WorkBuddy 写代码、修 Bug、做测试。知识库负责管文档，Agent 负责执行

一个人打出了六个人的效率

这不是夸张。当知识不再是散落在个人电脑里的文件，而是被系统治理、统一检索、随时可调用的资产时，信息检索的成本断崖式下降，决策的响应速度指数级提升

数据安全与产品哲学：增强，而非替代

聊了这么多功能，最后我想说一个被讨论得很少但非常重要的话题

桌面 Agent 和云 AI 有一个根本性的区别——数据放在哪里

WorkBuddy 这个知识库模型说到底，就是你硬盘上一个普通文件夹。几个子目录加几个 Markdown 文件，全是你自己的东西，不经过任何人的服务器。哪天你把两个软件都卸了，这堆文件还在原地。换台电脑，整个文件夹拷走接着用

这意味着企业场景的数据安全不是一个”承诺”，而是一个物理事实。你的数据从来没有离开过你的控制范围

乐享知识库在这个基础上加了企业级权限管理——哪些人能调用哪些知识、哪些内容对哪些角色可见、所有操作日志可追溯。不是为了限制，而是在开放的协作和数据安全之间找到一个平衡

这里面藏着一个更深的产品哲学选择

市面上关于 AI 的主流叙事一直是”替代”——AI 替代程序员、替代分析师、替代客服。WorkBuddy 走了另一条路，叫增强

它的定位不是让 AI 取代人，而是让 AI 成为人的数字搭档。不是裁掉五个人让你自己干，而是让你一个人打出以前需要团队才能完成的工作量

这个定位有几个好处

员工不会抗拒。当你告诉一个人”这个工具能让你省掉百分之八十的杂活”，他会主动去学。当你告诉他”这个工具可能要取代你的岗位”，他会本能地抵触

经验不会流失。AI 增强人的逻辑是把个人的隐性知识转化为团队的显性资产。一个老教师几十年的教学经验，沉淀进知识库之后，新教师在这个库里提问，就能获得接近老教师水平的指导。人走了，经验留下

组织不会僵化。替代路线走到头是少数人控制 AI 取代多数人，组织规模收缩但活力下降。增强路线走到头是每个人都拥有了倍增的能力，一个人的团队可以做到以前不敢想的事

这也是 WorkBuddy 背后那家公司一贯的产品哲学——不争首发、不急变现、在一个方向上做长期持续的投入。即时通讯不是最先做的，游戏不是最先做的，支付和短视频都不是最先做的，但最终都在正确的产品逻辑下实现了追赶甚至超越

AI 这个赛道也正在重演这个模式

写在最后

回到这篇文章的标题——从对话到执行

这不是一句口号，而是一个正在发生的范式转移

对话式 AI 的天花板非常清晰：你问，它答。你有多少问题它就能给多少答案，但它永远不会主动帮你想一步。它的所有价值都取决于你够不够主动

执行式 AI 打开了完全不同的想象空间

它驻扎在你的电脑里，连接你的软件，读取你的知识库，在你不在的时候自己运转。你不需要学会怎么和它对话，你只需要告诉它你要什么、什么时候要。剩下的——找资料、理解上下文、跨软件操作、定时执行——它自己搞定

就像当年智能手机把计算能力从机房搬到了每个人的口袋里一样，桌面 Agent 正在把 AI 的执行能力从云端服务器搬到每个人的电脑桌面上

如果你还没试过，建议从一件最小的事开始。把你手头最近用到的一些核心资料存进一个文件夹，让 WorkBuddy 连接它，问一句”基于我的这些资料，帮我做一件事”

看看出来的结果

可能会有惊喜。这个惊喜不在于它有多聪明，而在于它居然真的记得你给它看过什么

这是之前所有的 AI 工具都没能做到的事