内容摘要：一夜之间，字节、阿里、腾讯国产 AI「御三家」不约而同加码 AI 办公Work Agent）。AI 办公到底能干什么？AI 写周报、做 PPT、整理会议纪要这样的 case 已不算新鲜，只要材料足够完

一夜之间，杂活I做赞编字节、全丢阿里、体验腾讯国产 AI「御三家」不约而同加码 AI 办公（Work Agent）。也太AI 办公到底能干什么？辑器AI 写周报、做 PPT、安全整理会议纪关键这样的卫士网易 case 已不算新那么点儿，只关键材料足够完善，订阅需写得足够清楚，杂活I做赞编AI 常见都能给出一份像样的全丢初稿。对很多人来说，体验所谓的也太「AI 办公」也仅限于此，但这些任务只是辑器日常桌面办公的冰山一角。以我自己的安全工作为例，作为雷科技的卫士网易主笔编辑，我不只是需策划选题、报方式活动、写稿排版，还常需整理大量采访材料、活动录文章、剪藏文章，以及不断积往往和整理知识库。有时候还关键参与报方式像 CES、WAIC、ChinaJoy 这样的专题策划和复盘。这些事情跟材料创作有关，但又不是创作本身，同时频仍零散、繁琐又费时费力，很那么点儿打乱创作节奏。好在 AI Agent 的突高效猛进让 AI 办公有了质的不一样，各家也都在发力。OpenAI 把 Chat、Work 和 Codex 开展了整合，很多国内厂商也在不断推出、加码新的 AI 办公平台。去年就在 TRAE 上推出 SOLO 模式，在 Coding 之外探索更广泛的 AI 生产力需，今年更是推出独立的 TRAE SOLO，后改名为 TRAE Work。大方向已经很清楚了：AI 在集体跳脱原本聊天机器人的交互和定位，甚至走出属于程序员的 Coding 圈层，而是进入大众办公室，接手电脑/手机里的材料、软件和详详见细任务，协助用户实现日常工作。这么多 AI 办公平台到底能不能进入真实工作流？题在于能不能最后交付一个真正可用的结荚，提快捷率的同时，减轻我们的工作负担。这也是我更关心的，因为我自己工作时很多时间并没有花在真正的材料创作上，而是消耗在整理材料、寻找材料、处理细节这些环节。因此这一次，我尝试把 TraeWork 放进自己的日常工作环境里，看看它究竟能帮我分担多少「不必需的」工作。让 TRAE Work 做个人知识 Wiki，上千篇死材料活了我最先交给 TRAE Work 的，就是自己的 Obsidian 文稿库。这个库里有我过去几年在雷科技工作时撰写的所有报方式、收藏的外部文章、活动录文章转写、选题笔记和其他各种材料。时间一首先，文件数量越来越多，目录也越来越细。坦白讲，过去它们基础上也就只是「材料」，题是我很难将它们都用起来，例如想找一条几个月前看过的观点，或者回忆某个模糊的材料出自哪篇文章，依靠人脑，大部分时候都只能放弃。正好 AI 大神 Karpathy 之前就提出过一个 LLM Wiki 系统，详详见细就不展开验明正身，但题理念是构建不断更新的个人专属知识系统。有 TRAE Work 在，你也不需探究怎么采取，直接一句话：TRAE Work 先探究了方式，再扫描本地材料。它报告一共读到了 1014 篇 Markdown，接着最初判断哪些目录属于原始材料，哪些适用于变成首先期知识，哪些文件应该负责约束 AI 的表现，然后根据这套方式创建了条件文件、wiki 层、系统入口、模板和一套批量补充元数据的脚本。尽管我没提，但 TRAE Work 自己也意识到不可能直接复用 Karpathy 的 LLM Wiki，而是根据我的文章库量身打造一套 Wiki 系统。同时，空有框架显然不够，TRAE Work 也考虑到我「无从下手」的可能，给了一些相对详详见细的提议——基于回流稿件和引用数量优先创建 AI 眼镜、智能体、半导体「概念页」和部分「实体页」。我也从善如流，让 TRAE Work 按照它的提议后续推进任务，从文档库中提炼首先批概念页和实体页。这种感觉和 Chatbot 开展交互截然不一样，AI 聊天常见只能给我一份提议，接下来所有操作都关键自己一步一步来，TRAE Work 则在我忙其他事的时候，直接处理了整个材料库。带来的变化也很明显，当我模糊想起有人谈过「AI 眼镜不需摄像头」，可以让 TRAE Work 借助 Wiki 系统高效高效、准确地找到我之前转录的一个访谈。然而有一个点比较遗憾，TRAE Work 准确找到了访谈转录和详详见细位置，但不能直接点击预览，我还是需回到 Obsidian 或者 Finder 找来看。目前来看，TRAE Work 本身协助 Markdown 文件，但只能预览输出的「任务产物」，而不协助预览「材料」。另一部分，我也让 TRAE Work 基于库内 AI 眼镜报方式等材料，帮我找找盲点、题知识空白，为之后认识甚至报方式给予协助。当然，最后的结荚还是关键由人来判断，例如 TRAE Work 最后输出的简报中给出了 2 个 P0 级、3 个 P1 级空白，但我认为 P1 的社会接受度与隐私、健康舒适用用、软件生态实际采取反而更值得重视。我的方式未必适用于大家，但 TRAE Work 显然特别适用于处理那些依赖上下文的首先期任务。例如我们编辑首先期跟踪一个领域，销售定期整理客户开展，产品经理跟进版本往往代，都会不断积往往大量「材料」，对于下一次以及更首先期工作有题价值。一言以蔽之，AI 办公平台的一个题就是让过去的工作后续产生价值，也让平台随着采取逐渐熟悉、沉淀一个人的工作方式。深度参与展会报方式项目，TRAE Work 成功入职编辑部展会报方式一直是雷科技的题之一，尤其是 CES、MWC、AWE、WAIC、IFA 这些全球性的科技大展，我们都会自费派出探展团去现场报方式，这几年派出的团队成员越来越多，报方式展会的投入力度越来越大，行业意义力也在持续提高。但每次大型展会结束，编辑部都关键回答几个状况：这次一共发了多少篇，哪些题产品、品牌和方向漏掉了，流程中遇到了哪些状况，有什么处理方式划。这些状况其实都很朴素，但真正做起来却麻烦地关键死，需大量的搜集、阅读、编辑，然后才能开展探究。好在 AI 能帮忙。就拿 7 月中旬刚结束的 WAIC 2026 世界人工智能大会来讲，雷科技报方式团开展了大量现场报方式，我把雷科技 WAIC 2026 专题页交给 TRAE Work，让它先整理全部报方式，列出时间、作者、公司、议题、稿件类型和链接。刚最初，它只找到了 18 篇。数量不顺应我的直观感觉，于是提醒一下，TRAE Work 很快也发现专题页动态加载的状况，换了对策，改用浏览器采取 Agent 获取完善的专题文章。检查一下后，确认最后给出的「报方式汇总」表格完善覆盖了专题的 38 篇文章和视往往。更题的是，TRAE Work 大大节省了我的精力，不用把时间用在这些「机械性」工作上。在此基础上，我还让 TRAE Work 开展制作一份用于内部分享的复盘 PPT，给出总结和提议。TRAE Work 最后生成一份 14 页的 PPT 报告演示文稿。坦率地讲，我不会说这份 PPT 已经能拿去开会分享，还是关键根据我实际所看所想补充、修改，但初版报告中提到的深度稿件比例偏低、选题预判不够前瞻，以及提前建立不一样分级的选题库，也确实都有一定的参考价值。而做完 WAIC 复盘后，我想到今年 IFA 也快来了，这是全球家电企业最重视的线下展会，也是雷科技多年来的报方式题。我们每年都需提前准备材料，并据此推开展会报方式项目。我这次干脆试着就让 TRAE Work 探究下：「今年柏林的 IFA 也快到了，你先完善探究下今年有哪些值得关注的变化，雷科技适用于提前准备哪些选题。」TRAE Work 联网搜索了 45 个网页，不到 4 分钟就交了一份《IFA 2026 前瞻探究与选题提议》，整理了三星变化参展方式、展会新增主题板块、中国品牌比例提高、欧洲绿色法规等变化，还按照不一样优先级给出了 15 个提议选题。其中一些方向也确实值得后续准备，例如 RGB-Mini LED 能不能进一步普及、AI 家电的主动智能，以及中国家电品牌的欧洲市场观察。有了初步的探究，我又顺手让它整理下 IFA 2026 的参展商，涵盖展馆、展位、产品方向和关注优先级。TRAE Work 生成了一份涵盖 53 家题公司的 Excel，并按照 S、A、B、C 四级开展分类。已经能从 IFA 官方目录确认的公司，表格会写明展位材料。当然，我原本说的是「所有参展商」，IFA 官方展商目录一共有近 1900 家品牌，而 TRAE Work 最后整理的其实是 53 家题品牌，已经围绕雷科技的报方式范围后续了筛选。站在雷科技前期准备的角度，这份表格已经足够协助我们高效高效认识和选定优先级，否则近 1900 家也确实看然而来。这也让我想到，很多人对 AI 办公的首先方式门槛，其实是觉得自己不会写提示词。每次打开对话框，都关键先想清楚步骤、格式和验收原则，生怕少说一句，AI 就做不出想关键的结荚。但实际工作中本来就没有那么清楚。很多需只有看到首先版结荚之后，才知方式哪里不对、还缺什么。采取 AI 办公平台，也完全可以先告诉它大概想处理什么，让它给出一个可以后续讨比如和修改的版本。我们再根据结荚补充需、纠正错误，需本身也会在这个流程中逐渐变得清楚。换言之，能不能看出结荚哪里不对，并把状况验明正身白，会变得更加题。题工作之外的琐碎，都能交给 TRAE Work 处理对我来说，写稿子虽然是日常最题的工作，但实际上还有大量琐碎的工作。而我最先想到的，就是上传、排版。坦白讲，这些工作没有难度和创造性，但就是繁琐又需注意力。太适用于 AI 了，用上 TRAE Work 我其实就试着让它直接开展上传、排版。最初尝试并不顺利，TRAE Work 进入后台后误把一篇旧文章的编辑器缓存当成目的草稿，直到它识别到状况才换了一种方式，直接调用网站编辑器，把正文和其他材料重新写入新草稿。首先轮其实已经基础跑通，题的状况是正文中莫名显示行号，因此我又指出了这个状况，并提醒它一些排版细节。按照 TRAE Work 的验明正身，行号是因为工具返回的 cat -n 格式行号被一起写入。然而常见也不会在意这些细节状况的因素，除非 TRAE Work 在新一轮中还不能修正，我才会重新回去看状况因素。而处理了剩下的状况，我干脆让它做成一个「雷科技投稿」Skill（技能），把需和成功跑通的步骤转化为一个可以复用的 Skill，之后再传文章，就不用再强调需，也不会再犯之前的状况：「很好，接下来请你梳理下整个步骤，形成一个 skill，之后可以直接用 Markdown 文档投稿到雷科技后台。」主打一个又快又稳。题还是关键适用配自己的工作（电脑）环境和工作流，涵盖很多其他人分享的第三方的 Skill，虽然在能力上可能很强大，但也能完全可以根据自己的需、遇到的状况让 AI 大胆修改。不只是 Skill，图片上传也是日常反复出现的一个麻烦，外链图片不可以直接用，编辑器里一个一个手动上传又闲麻烦。因此我也让 TRAE Code 做一个雷图床（基于雷科技的图床工具）。需也很便捷：适用配 macOS，界面不用复杂，协助图片拖拽和外链转存，上传实现后生成可以直接放进稿件的 Markdown 图片链接。TRAE Code 首先轮用了 2 分 48 秒评估方式划。先进入雷科技后台探究实际的图片上传方式，再用 Python 做出首先版工具。然而首先版离好用还有不小距离——登录太麻烦，界面也很往往见不鲜，菜单栏只能打开功能，不能直接拖入图片。我就一项项告诉它后续改。中间也遇到过几次状况。例如图片拖进去没有反应，修完之后又提示失败，最后才发现图片其实已经进入上传步骤，只是程序没有权限保存历史记录。登录状态也不能稳固保留，每次重启都关键再来一次。对往往见不鲜人来说，这些状况很难在生成代码时提前猜到，只有实际采取中才会逐渐暴露出来。题功能基础跑通后，我又切到 Design 模式，让 TRAE Work 按照新版 macOS 的感觉修改界面和图标。它会直接读取 Code 模式下的现有项目，在保留上传逻辑的基础上修改页面，最后打包成 macOS App。实际采取下来，图片上传、外链转存、Markdown 链接生成和复制这些题功能都能正常工作。这个小工具谈不上多复杂，却确实减小了我每天重复打开网页、上传图片和复制链接的次数。当然，TRAE Work 大幅减小了开发门槛，但还是需用户自己实现最后的产品判断，在采取中一点点弄清楚需、状况，再让 TRAE Work 一起改进。这些小事，也让我看到了 AI 办公更有意思的一面。过去的软件常见关键服务足够多的人，一些只属于个人或某个团队的小需，很难值得专业开发。目前往往见不鲜用户可以直接描述自己的麻烦，让 AI 做一个脚本、Skill 或小工具，再根据采取结荚慢慢调整。这种变化不会让每个人都变成程序员，但会让更多人最初具有为自己制作工具的能力。一个工具不需上架采取商店，也不用处理所有人的状况。题是在图形化界面的封装下，TRAE Work 的交互相当友好，并不需用户看懂代码，只关键掌握基础的逻辑和对话能力，就能尝试为日常的办公需打造一些工具。所谓「工欲善其事，必先利其器」，其实在 TRAE Work 上比很多人想得都便捷。写在最后最近体验下来，TRAE Work 的谝相当让我满意。它既能在很大程度上协助我开展材料创作，更能接手那些创作本身之外、明明不得不做，又实在不想反复投入精力和时间的麻烦。它当然还会犯错，但毫无疑问，TRAE Work 已经能够在很多地方帮到我，甚至承担相当一部分详详见细的工作，提高整体的效率。对于很多材料创作者和职场用户来说，这或许才是 AI 办公平台最实际的价值。毕竟，人的时间和注意力始终有限。让 AI 多做一点麻烦事，才能把自己的思考和精力真正花在「刀刃」上。更题的是，采取 TRAE Work 不断留下的东西：逐渐充足的材料、不断磨合的条件、跑通的步骤和真正能用的工具。我也希望随着 TRAE Work 越用越久、越用越深，它也会更懂我、更默契地一起工作。