WorkBuddy：把 AI 从对话框变成工作台

我写过为什么让 AI 管我的记忆和 DeepSeek Harness 的插件哲学。这两篇背后其实是同一个执念：我想要的不是一个更聪明的聊天框，而是一个能替我把事情做完的工作台。

对话式 AI 的天花板

大模型的上下文窗口再长，它本质上仍停在"对话"这一层。它能给你答案、给你代码、给你建议，但下一步——把代码写进文件、跑通、截图验证、部署上线——得你亲自来。

这就是我过去一年的真实状态：AI 负责"想"，我负责"做"。中间那道手工搬运的缝，消耗了我最多的精力。

WorkBuddy 是什么

一句话：它是把文件系统、命令行、浏览器和多模态生成都接进同一个对话里的 AI 工作台。

它不是又一个聊天机器人。它的工作循环（agent loop）是：理解意图 → 选工具 → 执行动作 → 看结果 → 继续，直到任务完成。

换句话说，它能在你的项目目录里读写文件、跑命令、起本地服务预览、联网检索，最后把成稿直接放到博客的 posts/ 下。

这跟我在 DeepSeek Harness 里看到的"一切皆插件"思路暗合——只不过 WorkBuddy 把"读写文件""跑命令""生成图片"这些能力做成了开箱即用的内置工具，而不是要你自己拼装的空架子。

我常用的几层能力

能力层	它能替我做什么	博客里的对应场景
研究与写作	联网核实事实、整理资料、产出成稿	写技术文章、读后感
数据与分析	处理表格、画图、做可视化	项目数据复盘
构建	直接产出可运行的网站 / 小工具	给博客加 Live2D 看板娘
多模态	生成图片、视频、3D 模型	封面图、配图
系统访问	读写本地文件、跑命令、起预览服务	部署前的本地校验
专家 & 连接器	100+ 领域专家、外部服务 / MCP	专业问题求助
技能 & 自动化	把重复流程固化成技能、定时跑	周报、RSS 同步

一个真实的循环

比如今天这篇——它本身就是 WorkBuddy 写的。

流程大概是这样：

1. 我说"根据现有博客内容，写一篇关于 WorkBuddy 的文章"
2. 它先读了 config.mts、几篇旧文、posts.ts，搞清我的写作格式和归档怎么自动收录
3. 在 docs/posts/ 下生成中文稿，再镜像一份到 docs/en/posts/
4. 我预览、改几处，它按反馈改

注意第 2 步：它自己去看了我的 frontmatter 约定、标签风格、收录机制。这不是"根据提示词猜"，是它真的进到了文件系统里。

它改变了什么

不是"写得更快"——虽然确实更快。

真正改变的是可以委托的边界被推远了。以前"写篇文章并发布"要拆成十几个手动步骤；现在我能把它描述成一个目标，然后去泡杯咖啡。

但也要诚实：它还不是全自动的。长任务里 agent loop 偶尔会跑偏，生成的内容需要你把关，敏感操作（删文件、发邮件）它也会停下来问你。这反而是我信任它的原因——它有动手的能力，也有收手的克制。

结语

工具的价值不在于它多炫，而在于它能不能接住你真实的工作流。WorkBuddy 对我来说，是把"想"和"做"之间的那道缝，填上了一大半。

如果你也在找一个不只是聊天、能真正陪你把事做完的 AI，值得试试。