作者 ｜ 董道力 微信 ｜ ddl941110 WorkBuddy 第一次跑出来，靠的不是继续向普通人证明 Agent 有多强，而是真正降低了普通人使用 Agent 的门槛。它抓住的也不是某一轮模型领先，而是 AI 从技术能力走向大众办公产品的窗口期。 可当 Agent 真正走进办公，一个更深的问题也浮了出来：原有的办公形式，真的适配 AI 这种先进生产力吗？ WorkBuddy 的第二次进化，没有停留在功能上的修修补补，而是把矛头指向了 Office 延续了几十年的基本形态。 过去，文字写进 Word，数据放进 Excel，方案做成 PPT。Office 三件套不仅定义了文件格式，也塑造了工作的基本流程——一份文件，既是过程，也是结果。 但这套为人类生产静态文件而设计的流程，并不适合能力强大的 AI。 视频、动画、交互图表和实时数据，正在成为新的表达方式。可一旦进入传统文件，它们往往只能变成截图，或被压缩成附件。 这一次，WorkBuddy 直接把变化落在了文件本身。它以资料库为底座，把 Office 文档、HTML、Markdown 和 CSV 放进同一个工作空间。 换句话说，这是一套真正"AI 原生的 Office"，这些文件不只是给人看，而是 AI 能理解、能直接编辑的活格式。 文件不再是交付的终点，而是容纳文字、图表、视频和交互页面的多模态空间；团队可以共同编辑，前端呈现与后端数据持续联动，每一次修改、发布和使用，又会沉淀为 Agent 下一次工作的上下文。 1 WorkBuddy 扩展 AI 办公的边界 WorkBuddy 升级带来的第一个变化， 是拓宽了 AI 办公的载体与范围。 此前的 AI 办公，主要发生在 Word 等传统文件中。这一次，人机协作的对象进一步延伸到 HTML 和 Markdown。 今天办公内容早已不只有文字，很多多模态内容都在成为表达的一部分。而最适合 AI 时代的文件格式 HTML 不仅能容纳这些内容，结构也更清晰，更方便 AI 理解和修改。 HTML 长期未能像 Office 文件一样进入主流办公场景，一个重要原因是普通人很难上手。AI 可以迅速生成网页，但不会代码的用户很难精确修改。 WorkBuddy 从根源解决了这一痛点，用户可以像批注 Word 一样，直接选中 HTML 上的文字、图片或区块提出意见，再让 AI 定点修改。HTML 由此成为普通人可以继续编辑的办公产物。 协作范围方面，过去的 AI 办公，更多是一个人与一个 AI 之间的配合，而 WorkBuddy 将网页部署，同事和各自的 Agent 都能进入同一个 HTML，围绕同一份内容批注和修改。 AI 办公的单位，开始从“一个人加一个 AI”，扩展为“一群人与一群 Agent”。 WorkBuddy 带来了更适合 AI 的文件，也把整个团队带进了同一个 AI 原生办公场景场。 实测 1 ：共创活动页面，团队只需要 vibe 一次 刚好硅星人最近要做一个活动页面。换作不久前，这类任务通常要经历三轮 vibe：老板先说一个大致方向，+1 根据自己的理解整理需求，最后再由执行者把需求翻译成提示词，交给 AI 执行。 问题在于，vibe 本来就是一种感觉。老板 vibe 一次，+1 vibe 一次，执行者再 vibe 一次。三轮下来，离目标就会偏离很多。 用 WorkBuddy 完成网页，既可以享受 AI 的能力，又能解决 AI 的的不确定性。 先在团队资料库中建立活动项目，把本次活动的 PDF、往届活动资料、品牌素材和相关文档统一放进去。随后将整个项目添加到任务中，让 WorkBuddy 读取其中的活动信息和历史材料，再据此生成第一版活动页面。 （https://www.workbuddy.cn/space/d/50NDtKW24n6dd7Z53rb003?source=3） 过去，团队成员看完网页，要把问题截图，再发到群里解释“第二屏右边那张图下面的文字需要调整”。现在，团队讨论的不再是对页面的二手描述，而是页面本身。 留下批注之后，协作者既可以手动修改，也可以直接调用自己训练过的 Agent 进行修改。比如编辑带着懂写作的 Agent 修改话术，设计师带着懂艺术的 Agent 修改视觉，互相不必再分享 skill 和提示词。 比如在网页开头，每个标记都是一个修改批注，可以修改某一个文字的字体/颜色，或者是一段话的内容，又或者是一张图片。 举个例子，网页的活动介绍不够吸引人，这时候负责内容的同事直接点击按批注修订，就能调用 WorkBuddy进行AI修改，调用 SEO的专家对内容进行润色，一气呵成。 1 轻应用：与其教会所有人部署，不如让他们继续使用表格 WorkBuddy 升级带来的第二个变化，是让人们用 csv表格实现