Journal.

最近 WorkBuddy 在 AI 圈的存在感越来越高。我身边已经有不少人把它从“偶尔打开聊两句的 AI 工具”，慢慢换成了日常工作的主力。但有个挺明显的问题：很多人其实只用了 WorkBuddy 最表面的那一层——聊天框。

用了很长一段时间 WorkBuddy 之后，我越来越确定一件事：人与 AI 之间最大的效率差距，往往不在工具，而在提问方式。

很多企业开始搭建 Agent 后，做的第一件事，往往是给它们分工。有人负责产品，有人负责研发，有人负责数据，有人负责客服，还有人负责测试和运营。这些 Agent 拥有不同的名字、头像和岗位说明，像极了一家由数字员工组成的新公司。这种设计很容

不知道你有没有这样的经历。每次用 AI 帮你做完一件事，觉得挺好用，下次再想做同样的事，却发现 AI 完全忘了上次是怎么做的。你得重新解释一遍流程，重新交代一遍细节，重新提醒一遍注意事项。就好像每次都在培训一位新同事，而这位同事的记忆只有一

不知道你有没有发现，同样是用 AI 办公，人与人之间的差距越来越大。有人每天还在把 AI 当搜索引擎，遇到问题就问一句，复制答案就结束；有人却已经让 AI 帮自己整理资料、分析数据、撰写方案，甚至自动完成那些重复、枯燥的工作。工具还是同一个

不少人初次接触 Codex 时，用法都大同小异：打开工具，敲一句 “帮我修复这个 bug”，便等着代码输出。这样的用法自然能用，但只触碰到了 Codex 能力的表层。