1. 从"又一个玩具"到"日活工具"：我的 WorkBuddy 使用路径
三个月前，我在项目群里看到同事的屏幕时，WorkBuddy 正自己在一个窗口里读代码、改文档、跑测试。当时我的第一反应是：又一个把 AI 功能堆在一起的新工具，热闹归热闹，真用起来八成还是老样子。结果三个月后，它成了我每天打开频率最高的工具之一。这篇文章不是官方教程，也不是功能清单，而是我从"能用"到"敢把活儿交给它"的真实路径记录。我把这段时间踩过的坑、试过的方法、最后留下来的习惯，整理成了 30 个实战技巧，按使用周期分成六个部分：前 10 个解决"用得动"，中间 10 个解决"用得好"，最后 10 个解决"敢交付"。如果你刚装上还在白屏边缘挣扎，或者已经用了两个月但总觉得哪里不对，这篇文章应该对你有用。
1.1 技巧 01：先搞清楚 WorkBuddy 是"任务工作台"而不是"聊天机器人"
很多人第一次打开 WorkBuddy，会下意识把它当成 ChatGPT 式的对话窗口，问一句答一句。我前两周也是这么用的，效果很一般。后来才意识到，它的核心不是"对话"，而是"任务编排"：你给一个目标，它能规划步骤、调用工具、读取文件、执行命令，最后给出结果并自我检查。你可以把它想象成一个刚入职的实习生，而不是一个问答数据库。
搞清楚这一点之后，我的使用方式完全不同了。我会主动告诉它"输入范围是什么、处理规则是什么、输出给谁看"，而不是问"你帮我看看这个项目"。如果还在用聊天思维操作 WorkBuddy，等于买了一台数控机床当锤子用，不是工具不行，是用法没对上。
1.2 技巧 02：和 CodeBuddy、Cursor 的分工：不要指望一个工具干掉所有事
网上关于 WorkBuddy、CodeBuddy、Cursor 的对比很多，我也在本地把三个都装了。我自己的结论是：Cursor 的编辑器内联补全体验确实顺，写单文件、快速改代码时最舒服；CodeBuddy 偏编程对话，适合调试思路；而 WorkBuddy 的优势在处理多文件、长任务和"人给目标、它自己拆解执行"的场景。
我现在的分工很简单：快速改两行代码用 Cursor，复杂需求梳理用 CodeBuddy 聊思路，真正要落地的任务和自动化流程放进 WorkBuddy。这三个工具不是竞品，是不同工作流的工具。别被"谁替代谁"的争论带偏，按你每天任务类型占比去选，比看评测靠谱得多。
1.3 技巧 03：第一个任务要小：先跑通 10 分钟的最小闭环
我见过太多人装完 WorkBuddy，第一件事就是让它做一个"自动签到 + 自动日报 + 自动部署"的超级流程，失败率极高，然后得出结论：这工具不行。我自己的做法恰恰相反，第一个任务小到不能再小：让 AI 把团队 40 条客服问答整理成一份 FAQ 文档。
选择这个任务有几个好处：输入输出都明确，失败点少，而且跑通之后能立刻建立信心。10 分钟跑完后，你会理解它的工作方式——先读取文件、再提炼要点、最后按格式输出。这个最小闭环一旦建立，后面再上复杂任务，你就知道每一层追加的是什么。复杂系统从来不是一步搭出来的，是从一个小闭环长出来的。
1.4 技巧 04：任务拆解粒度：一条指令至少要包含四要素
如果你给 WorkBuddy 说"帮我整理一下这个项目"，它大概率会给你一份泛泛的总结；但如果你说"把 docs 目录下的 20 个 md 文件逐个提取结论和待办两项内容，汇总到一个表格里，按优先级排序，并标出缺失字段的文件"，它执行得又快又准。
原因在于 Agent 型工具需要明确的任务边界。我现在写指令已经养成习惯，至少包含四要素：输入范围、处理规则、输出格式、验收标准。缺了输出格式，它可能给你 Markdown 而不是 Excel；缺了验收标准，它就不知道"做完"是什么状态。这不是 WorkBuddy 不够聪明，而是它把需求不明确的成本暴露出来了。把话说清楚，收益是成倍的。
1.5 技巧 05：以项目为单位组织会话，别把临时提问和工作混在一个对话里
第一个月我犯过最蠢的错，是把临时提问和工作任务放在同一个会话里。比如上午让它查一个函数用法，下午让它改项目代码，结果上下文一混，它经常把旧需求当成当前任务。后来我强制自己按项目建会话，一个项目对应一套资料夹和相关 skill。
WorkBuddy 给每个会话的上下文是有预算的，不是无限记忆。把会话按项目隔离之后，它始终知道当前在做什么，回答质量明显提升。如果新会话需要旧信息，不要靠"你应该记得"，而是直接告诉它"去读 xxx 项目下的 yyy.md"。这既是管理工具的方式，也是让自己养成结构化记录的习惯。
2. 安装配置阶段：白屏、缓存目录和账号记忆这几道坎
刚接触 WorkBuddy 的头两周，我一度怀疑是不是自己电脑太老。白屏、缓存爆炸、账号切换后"失忆"，这些问题接踵而来。很多用户就是在这个阶段被劝退的，但说实话，这一阶段的问题大多是环境配置和习惯问题，解决起来并不难。下面这 5 条是我实测过的处理路径，按顺序走能省大量时间。
2.1 技巧 06：白屏问题的排查链路：先清缓存，再查驱动，最后重装
"安装后打开就白屏"是 WorkBuddy 新手区出现频率最高的问题，我也踩过。当时我第一反应是重装，折腾了半小时还是白屏。后来静下心按顺序排查：先关掉所有进程，清理缓存目录，重启软件——没解决；接着检查显卡驱动，发现版本过旧，更新后渲染正常了。
所以白屏的排查顺序应该是：缓存清理优先级最高，因为代价最小；然后查显卡驱动和系统缩放设置，Electron 类应用经常在这上面翻车；最后才考虑重装。而且重装前一定要备份配置目录，否则你调好的 skill 和自定义指令全都会丢。白屏不是单一原因，别用单一解法去碰运气。
2.2 技巧 07：缓存目录换位置：别让 C 盘成为 WorkBuddy 的瓶颈
WorkBuddy 跑重任务时，缓存和临时文件的体积增长很快。默认路径放在用户目录下，C 盘小的机器一周就告急，随后就是各种加载变慢和莫名错误。后来我在设置里把缓存目录改到 D 盘，实测大文档加载速度和渲染稳定性反而更好了。
改路径的方法在官方设置项里就能操作，或者用系统软链接也能实现。改完记得重启应用，让新路径真正生效。旧缓存别急着删，先跑一个中等任务，确认新路径下数据完整，再手动清理旧目录。这一步很多人忽略，结果删完发现某个 skill 的中间产物没了，后悔都来不及。
2.3 技巧 08：账号与记忆：重要信息一定要落到本地项目文件里
网上有人问"换账号如何获得原来账号的记忆"，这个问题我研究过：WorkBuddy 的对话历史和账号绑定，但本地项目配置、skill、自定义指令并不完全依赖账号。我实测过，换账号后只要原账号的配置目录还在，大部分本地数据能继续用。但对话记忆确实属于账号体系，换账号相当于换了一个人设。
所以我的原则很简单：重要信息绝不放对话里，而是主动让 AI 把它写进项目下的 memory 文件或 handoff 文件。会话可以换、账号可以换，但项目文件夹里的文档永远是你的。养成这个习惯之后，账号切换再也不是损失记忆的灾难，最多只是少了一段聊天记录。
2.4 技巧 09：环境依赖与系统兼容：Node 和 Git 版本先过一遍
很多"装完无法运行"的问题，根源不在 WorkBuddy 本身，而是基础依赖太旧。它运行需要 Node 环境和 Git 基础命令支持，版本落后会导致插件加载失败、任务执行中断。我还在 Win7 上试过，折腾半个小时后放弃了——不是不能装，是兼容成本太高，升级系统比硬坑划算得多。
我的建议是：安装之后先跑一个环境自检类任务，确认 Node 版本、Git 路径和网络状态，整个过程 5 分钟。别小看这一步，它能帮你把后续的"疑难杂症"排除掉一大半。很多问题不是 WorkBuddy 出的，是你电脑底座不稳。
2.5 技巧 10：插件安装要克制：前一个月保持 3 个左右的核心 skill
WorkBuddy 的 skill 扩展体系很强大，官方市场里的技能包琳琅满目。但我的经验是：第一月只装 3 个左右，一个负责文档处理，一个负责任务拆解，一个负责代码审查。装多了，Agent 在规划任务时反而会"挑花眼"，每一步都要考虑调哪个技能，速度变慢、输出飘忽。
我后来把装过的 skill 清理掉一半，任务完成速度和稳定性都有可感知的提升。这和手机装 App 一个道理：你每天真正高频使用的永远是那三五个。skill 不是集邮，装一堆不用的放在那里，只会增加系统的决策成本。
3. Skill 不只是提示词：决定 WorkBuddy 上限的核心玩法
用了一个月之后，我开始意识到 WorkBuddy 和普通 AI 工具的分水岭在 skill。很多人把 skill 当成"高级提示词"，这是最大的误解。提示词是一次性指令，skill 是可复用的标准操作程序。这一章讲的 5 个技巧，是我认为 WorkBuddy 最值得投入时间学习的部分，也是"能用"和"用好"的真正分野。
3.1 技巧 11：Skill 是"标准操作程序"，不是一次性提示词
一句话区分：普通提示词是"帮我把这段文字改通顺"，skill 是"任何一段混乱的会议记录进来，都按角色识别、议题提取、待办整理、风险标注四步处理，缺一不可输出"。后者把处理流程固定下来了，不管输入怎么变，输出质量都稳定。
理解这一层之后，你会明白为什么有人说"WorkBuddy 的灵魂是 skill"。它不是玄学，而是把老员工脑子里的经验变成可执行的流程文档。我现在的做法是：凡是需要重复两周以上的任务，都想办法做成 skill。第一次写可能要半小时，但后面每次用都能省半小时，属于典型的"一次投入、长期回报"。
3.2 技巧 12：自定义 skill 的四段式模板：角色、输入、步骤、校验
我自己写 skill 已经固定成四段式结构，你也可以直接套用：
- 角色设定：告诉它"你是谁"，比如资深客服质检员、数据审阅专家。
- 输入格式：规定喂进来的信息长什么样，是原始对话、日志还是 PDF。
- 处理步骤：把核心流程拆成明确的先后顺序，每一步做什么写清楚。
- 输出校验：规定交付前必须检查什么，不满足条件就不算完成。
比如一个"会议纪要 skill"，在输出校验里我会写明"必须提取出待办人、截止时间、风险项三项，缺一项就继续补充，而不是直接交差"。实测下来，有这一段的 skill 和没有的，输出稳定性完全是两个等级。四段式最大的价值，是逼你在写 skill 时把需求真正想清楚。
3.3 技巧 13：官方 skill 怎么选：优先带"自检步骤"的那种
官方市场里的 skill 很多，问"哪些最好用"的人也很多。我的选择标准不是下载量，也不是评分，而是看它有没有"自检步骤"。一个 skill 如果在处理完任务之后，还规定了输出前检查哪些字段、发现缺失要如何处理，那它大概率是靠谱的。
我高频在用的有：代码审查、文档转结构化、任务拆解、周报生成、数据校验。它们都有一个共同点——输出格式和校验规则写得严格。如果一个 skill 的描述里只有"擅长帮你做 XX"这种模糊话术，装上之后输出质量通常也很模糊。看描述里的校验规则，比看标题和下载量更能判断一个 skill 的质量。
3.4 技巧 14：PDF 与长文档处理：先抽目录、再分段深读、扫描件先 OCR
说到 PDF 处理和长文档，这是我给科研和教学场景朋友推荐最多的一类用法。我自己用一个"文献卡片 skill"批量抽取 PDF 里的研究方法、样本量、主要结论，输出成表格。这个流程看起来简单，但坑都在细节里。
三个关键经验：第一，扫描版 PDF 必须先做 OCR，否则 AI 读出来的是乱码，不是它不会读，是文件本身没有文本层；第二，超长文档不要一次性塞进上下文，先让它生成目录大纲，再按章节分段深读；第三，抽字段的任务要提前把字段名定义好，否则每次输出的口径都不一样。把这些规则写进 skill 的输入校验里，以后处理任何一批文献都稳了。
3.5 技巧 15：Skill 也要版本管理：改坏一个稳定 skill 是常有的事
我自己就干过这事：一个跑得挺好的会议纪要 skill，我想优化一下措辞，结果把输出格式改崩了，接下来三天产出的纪要全缺待办项，第四天才发现是我自己改坏了。教训是：改 skill 之前，先复制一份带版本号的副本，比如 meeting-v2.md；改完先跑三组测试输入，确认输出稳定后再删旧版。
如果你会用 Git，直接把 skill 目录纳入版本管理是最省事的；不会也没关系，手动备份副本加日期后缀就够了。很多用户说"用了两周 skill 突然不好用了"，排查下来不是工具变了，是自己某次修改动了关键规则。版本管理投入五分钟，能避免半小时以上的返工排查。
4. 把"能跑通"升级成"敢交活"：自定义指令与自动化实战
到第二个月，WorkBuddy 对我来说已经不再是个新鲜玩具了。但真正让我从"敢玩"变成"敢交活"的，不是更多功能，而是几类关键用法：自定义指令、风格控制、远程连接、自动化任务和长期记忆管理。这一章的内容，是让你能把重要任务真正交给它的核心。
4.1 技巧 16：自定义指令是"敢交活"的分水岭：先立规矩再谈效率
默认状态下的 WorkBuddy 相当"配合"，你说什么它都倾向同意，这其实很危险。我设置了一套值守规则，核心是五条：不确定的需求必须继续提问而不是猜；变更需求时同时列出影响范围；禁止编造文件路径和命令执行结果；涉及敏感信息必须先脱敏；输出必须标注来源或依据。
自定义指令保存之后，每次任务它都会默认遵守这五条。效果立竿见影，翻车率降了一个量级。很多"AI 干活不靠谱"的抱怨，其实是没有提前立规矩。你让一个新人干活前，好歹会交代底线，对 AI 也应该一样。规则不用多，先定最影响结果的五条硬规则就够了。
4.2 技巧 17：减少"AI 味"的三层设置：全局偏好、输出校验、真人范例
所有深度用户都会被"AI 味"折磨，满屏的"首先、其次、综上所述"确实让人崩溃。我的方法是三层并行：第一层，在全局输出偏好里写明格式风格——不要总结式开头、不堆砌连接词、能直接给结论就给结论；第二层，在每个常用 skill 的输出校验里，加一条"去除 AI 味检查"；第三层，给它几段你自己写的文本当范例，让它模仿节奏。
三层组合之后，输出已经接近可用的初稿水平。注意，别指望它一口气生成完全看不出来源的文章，AI 写的东西天然偏"完整"，人工润色节奏是免不了的。但把它从"一眼假"拉到"改改就能用"，这三级设置完全做得到。
4.3 技巧 18：SSH 连接器：把远程主机拉进工作台，但权限必须收敛
以前处理服务器上的日志和分析任务，我都是本地下载、分析、再传回去，效率很低。后来用 WorkBuddy 的 SSH 连接器，直接在会话里让它连远程主机：读取远程日志、执行查询、返回分析结果，整个流程都在同一个工作台里完成。
这里最大的坑是权限控制。我第一次配置时给了比较宽的权限，结果 AI 在远程目录里做实验，把配置文件改乱了。后来我把连接器绑定到一个受限用户，只开放只读目录和指定几个命令路径，安全性大幅提升。用 SSH 连接器不是简单连上就行，权限边界要在一开始就划清，否则你等于把一个实习生直接扔进机房还不锁门。
4.4 技巧 19：把"自动签到/定时检查"做成可复用 skill：自动执行＋异常报告
自动签到这类需求，本质上是"定时执行 + 异常报告"，不只是签到能用，任何需要每天重复检查的事情都可以套用。我的做法很简单：写一个 skill，输入是任务清单和目标地址，执行步骤是逐个访问并记录状态，输出是执行日志和异常提醒。
用系统定时任务每天触发这个 skill，正常情况只写日志不做打扰，异常时才推送提醒。这个模式我同时用在定时巡检、数据同步检查和每日待办汇总上，每个场景只是换了一套输入参数。关键原则是：不要让 AI 每次都从头思考"要做什么"，而是把判断逻辑固定下来，它只负责执行和报告，可靠度才会高。
4.5 技巧 20：长期任务靠 memory 文件续命：会话可以换，记忆不能丢
Agent 工作台最头疼的问题就是上下文会满，会话一长就容易"忘记"前面的内容。我的解法简单粗暴：外部记忆。在项目目录里建一个 memory 文件，让 WorkBuddy 在每个阶段结束后，把关键决策、已完成事项、未完成清单和下一步计划写进去。新会话开始前，第一步永远是先读 memory。
我做过一个跨四周的迭代任务，中间换了至少七八次会话，全靠 memory 文件保持连续性，没有一次丢状态。把记忆放在外部文件里，本质上是把"上下文"从临时变成了持久。这个习惯也是后面所有工作流能跑起来的前提。
5. 三个月里踩过的坑：安全审核、任务中断和边界确认
这个部分我不打算粉饰。三个月里 WorkBuddy 确实有让我抓狂的时刻：安全审核拦截了一个我以为完全没问题的任务、长任务跑到一半超时、还有各种说不清道不明的 Bug。但这些坑都有规律，摸清规律之后，它们就从"意外"变成了"可管理的事情"。
5.1 技巧 21：安全审核拦截：别想着绕过，重新设计任务描述和权限
WorkBuddy 有安全审核机制，某些任务会提示"未通过安全审核"。我第一次遇到时第一反应是找绕过办法，毕竟手上的活又急又不想改。后来冷静下来研究了一下：大部分拦截都指向高风险操作，比如无提示地删除文件、批量向外部发送请求、处理明显敏感的个人信息。
正确做法不是绕，而是重新设计任务。把操作范围写明确、把输入数据限制在必要字段、把删除类操作改成移入回收站或先列出清单让人确认。这样任务本身没有违规意图，审核自然能过。安全审核不是工具对你的不信任，而是提醒你：有些操作本来就应该有人确认。
5.2 技巧 22：任务超时与中断：把大任务切成 10 分钟一段，分步写盘
让 WorkBuddy 生成一份 40 页的完整报告，跑到第 35 分钟断掉，这种事我经历过一次之后再也不干了。现在的做法是：把大任务拆成多个小任务，每个小任务控制在 10 分钟左右，每完成一段就把中间结果写到独立文件里，最后用一个合并 skill 汇总组装。
这样做的好处显而易见：单段失败了，只需要重跑那一段，而不是从头再来。分段写盘还有一个额外收益——中间产物可以随时检查，发现某一段输出跑偏，立刻调整指令，不用等最后一起返工。这是"敢交活"的重要保障，当你不再害怕任务中途断掉，你才敢把真正耗时的事情丢给它。
5.3 技巧 23：客服/业务负责人上手路径：从历史对话里榨出知识库
如果你是非技术背景，比如客服负责人，照样能从这里面拿到价值。具体路径分三步：第一步，把历史客服对话批量导出，让 WorkBuddy 整理出高频问题、标准话术和工单分类；第二步，建立知识库文档，把产品说明、政策文件、常见问题放进去；第三步，以后遇到新问题，直接在里面提问，它会基于知识库给出答复草案。
我帮一个团队搭过类似流程，每周自动从客服会话记录里生成"本周热点问题 TOP10 + 待优化话术建议"，例会直接用这份材料讨论。这个过程不需要写代码，但需要一点耐心把原始数据整理干净。越是业务负责人，越应该把重复性的信息处理工作交出去，省下来的时间做真正需要人做的判断。
5.4 技巧 24：科研与教学场景：文献卡片、教案生成和案例脚本
科研和教学是最被低估的应用场景，可能因为很多人觉得 WorkBuddy 是给程序员用的。实际上做文献综述时，它能把几十篇 PDF 的核心方法、样本、结论抽成统一格式的表格；做教学设计时，上传课件素材，它就能生成教案、练习题和演示脚本框架。
我帮一位朋友做过"小程序教学应用案例"的课堂设计方案，从教学目标、案例脚本到互动环节，大概 20 分钟出了初稿，我再按实际课时改了一遍就用了。这里要提醒两点：科研数据上传前先脱敏，别把未公开的数据直接丢进去；教学类的 skill 建议按章节固定一个模板，保证每次输出风格一致。
5.5 技巧 25：Bug 自救顺序：日志、缓存、版本回滚，最后才是重装
WorkBuddy 也会出毛病，遇到渲染卡死、任务无响应，不用急着骂工具，按顺序自救。第一步，翻日志目录，看最近一次任务的报错信息，八成能定位到具体模块；第二步，清理缓存并重启，很多卡死都是缓存字段冲突；第三步，如果你最近更新过 skill 或插件，回滚到上一个版本试试。
重装是最后手段，成本最高，而且配置和本地数据有丢失风险。我踩过的最大教训是：任何重大修改前，先记录当前版本号和配置目录位置。这五分钟的记录，在回滚时能救命。记住一个朴素原则——工具出问题，先怀疑配置改动，再怀疑工具本身。
6. 沉淀下来的工作流：如何让 WorkBuddy 越用越顺手
三个月之后的体会是：技巧再多，如果不沉淀成固定流程，价值会大打折扣。这一章讲的与其说是技巧，不如说是习惯。WorkBuddy 真正让我离不开的，不是某一个炫酷的功能，而是它嵌入到我每天工作中的那几个固定动作。
6.1 技巧 26：开工固定顺序：恢复会话、读 memory、检查待办、再开新活
我现在每天打开 WorkBuddy 的动作是固定的：恢复昨天的会话，让它先读项目 memory 文件，把昨天遗留的待办列出来，最后根据今天的任务创建新会话。整套流程不到 3 分钟，但效果非常明显——它永远知道项目进行到哪了，不会出现"你有新对话，我忘了你昨天干到哪"的尴尬。
以前我打开就直接开新任务，让 AI 在那个瞬间面对一个完全空白的上下文，产出质量全靠它临场猜。固定开工顺序之后，这种"断片感"基本消失了。工具本身记不记得不重要，你的工作流要替它记住。
6.2 技巧 27：给任务写"完成定义"：没有验收标准的任务最容易翻车
"敢把活儿交给它"的前提，是"完成"这件事是可验证的。我每类任务都有明确的完成定义。比如周报任务，必须包含数据、结论、待办三项，数据来源必须是本周日志；做不到的地方要明确说做不到，而不是含糊带过。
有了完成定义之后，AI 自己知道什么时候该停，我作为复核人也只需要检查最后的结果是否符合定义。以前写任务指令，我习惯说"帮我写一份周报"，后来改成"基于本周日志生成周报，含数据、结论、待办，缺数据就标出来"，效果天差地别。如果一个任务你连续几次都觉得它做得不对，先检查是不是自己没给验收标准。
6.3 技巧 28：人机交接文档：你休假时 WorkBuddy 的活谁接得住
真正常态化使用之后，我给自己手里的重要自动化任务都配了一份 handoff 文档，记录输入源、输出格式、异常如何处理、哪些地方需要人来复核。这样就算我休假一周，同事接手时也知道 WorkBuddy 正在跑哪些任务，哪些结果可以直接信，哪些必须人工确认。
这个技巧看起来和 AI 技术无关，但它往往是项目落地最管用的部分。工具越能干，交接文档越重要——不然它替你干了一半的活，别人根本不知道从哪儿接手。写 handoff 文档的时候有一个原则：假设看的人对 WorkBuddy 完全陌生，你要把每一步说到他能照着做。
6.4 技巧 29：周报与复盘交给它：先把素材结构化，再补主观判断
每周末我会把本周的会话记录、任务日志、完成列表丢给 WorkBuddy，让它按固定模板输出周报和复盘。它最擅长的事情是处理碎片信息：把这周干了哪几件事、结果如何、下一步行动项整理出来。我只需要在输出之后，补充 2-3 句只有我自己知道的主观判断。
这里有一个细节：原始会话记录里可能有敏感信息，喂给它之前要先让它做脱敏处理，或者我先把明显敏感的内容挑出来。它做复盘的真正价值，不是替你思考，而是把你没时间整理的原始素材变成结构化文档。这个流程帮我省下的时间，每周至少两个小时。
6.5 技巧 30：把 skill、指令和模板变成自己的知识库：工具会换，方法不换
最后一条，是关于长期主义的。过去三个月里，我把所有好用的 skill、自定义指令、任务模板都整理到了独立的一个文件夹里，按场景分类存放。每天做了什么、怎么做的、哪套方法效果好，都记录在案。这些东西独立于任何工具存在，哪怕将来 WorkBuddy 有大的版本调整，或者我换用其他工具，这些标准操作程序依然能迁移。
真正属于你的资产永远不是某个软件本身，而是你用它的过程中沉淀下来的一套方法。我从第一天开始就把"怎么让一个 Agent 型工具稳定干活"这件事当成了一种能力在练习。三个月后的今天，我最看重的不是 WorkBuddy 又更新了什么功能，而是我这套工作流已经成了肌肉记忆，换到任何类似的工具上都能快速复现。
三个月用下来，我最深的感受是：WorkBuddy 这类的 Agent 工作台，本质上是一面镜子，它会把你任务拆解、需求表达、验收标准上的毛病统统放大。你给它的指令越模糊，它越容易自由发挥；你的验收标准定得越好，它越像一个靠谱的同事。如果你也正处在"能用但不敢交活"的阶段，我的建议是：别急着研究新功能，先挑一个重复性最高的任务，按技巧 16 和技巧 27 的方法重新定义一遍，然后连续用两周。两周之后，你会知道自己该不该把更多活儿交给它。
