· 2026 ·
RESHAPE · 万有引力
/让我们用 AI 一起重塑职业未来/
判断一项技术有没有真正普及，不看讨论热度，看它是不是开始被配发。
今年新学期前，山东莱州给全市 6000 多名中小学教师每人配了一个 WorkBuddy AI 助教。不是挑骨干试点，是全市域铺开，同时上架 33 位教育专家和 15 个即插即用的教学 skill，覆盖备课、教研、学情管理、家校沟通。莱州市教体局局长张勇的说法是：让工具找教师，而不是教师找工具。
同期，江苏徐州一位中学总务主任用 WorkBuddy 做了套录取通知书查询系统，从接到要求到上线用了半天。他不是程序员，教了 26 年信息科技课，日常管着学校的配餐、校服、采购、物业、维修和信息化建设。
这两件事放在一起，信号很明确：AI Agent 正在从个人工具变成岗位配置。
在我们接触到的各类岗位里，WorkBuddy 的落地路径高度相似，这跟它的能力结构有关。它处理的不是某一类行业问题，而是所有岗位都有的那部分工作：读材料、写文档、做表格、出 PPT、跑数据、整理本地文件。再往外一层，是把飞书、腾讯文档、邮箱、问卷这些外部服务接进来的连接器，以及到点自动执行、把结果推到微信或邮箱的定时任务。
所以你会看到做运营的用它跑数据出周报，做市场的用它做竞品调研，做财务的用它啃表格，写代码的人拿它当搭档。行业不同，交付物不同，底层动作高度一致：把那些不做不行、做了又耗时间的部分交出去。
刷行业动态、跟项目进度、整理文件、写日报，这些事不难，难在天天重复。定时任务解决的就是这一类：设一次，长期跑，人不在电脑前也照常完成。
在使用者里，分化非常明显：一部分人把 WorkBuddy 当搜索引擎。问一句"帮我写个方案"，拿到一堆正确但没法用的内容，然后得出结论：AI 也就那样。另一部分人把它当下属。先把背景交代清楚，要什么、给谁看、什么格式、参考哪些材料，一条条说明白，让它分步执行，中途不断纠正。两种用法的产出不在同一个量级。
后一种用法有个前提：你得先把手上的信息整理成它能调用的结构。
徐州那位总务主任的做法是，把学校所有档案电子化，课桌椅多少张、多媒体哪年采购、空调什么生产日期、绿化面积多大，全部放进知识库。过去这些数据躺在纸质档案里，每次汇报都要翻箱倒柜；现在需要什么，直接调取。他管这叫学校的"数字模型"。
值得注意的是，用得好的往往不是技术岗。培训结束当场就有老师做出了东西：一位地理老师生成了徐州户部山的三维模型，效果超过教材配的参考资料；一位英语老师做了语音测评工具，学生录进去就知道哪里发音不准；物理课的凸透镜实验，用 HTML 做成课件后，透镜能拖、成像位置能调，交互性和 PPT 完全不是一回事。
这些东西以前做不出来，卡点从来不在想法，在实现成本。自然语言把实现成本压下去之后，剩下的限制只有想法本身。
这里有个容易踩的坑。工具越简单，越容易把"会用"当成"用好"。这两者之间的差距，比会不会用大得多。
AI Agent 里真正拉开段位的，是四样东西的组合：
会用对话框是第一层；能把这四样组合起来，搭出一套属于自己的工作方式，是第二层。第二层靠个人摸索很难摸全，它需要系统学习，不是多试几次就能补齐的。那位总务主任给全校做完培训后总结过一句话：大部分老师都想让自己更省事，只要真正觉得减负，就一定会去用。反过来讲同样成立：如果用了半天只觉得更麻烦，多半是方法没到位，不是工具不行。
2023 年 ChatGPT 刚发布时徐州那位总务主任就开始用，中间还自己部署过开源智能体，但都因为配置太麻烦、工作太忙，一直没能真正用起来。直到门槛降到今天这个程度，AI 才进入他的每一天。
这个时间差值得记一下。工具本身从来不是壁垒，什么时候把它变成自己的工作方式才是。AI Agent 已经铺到 6000 名老师的办公桌上，也铺进了财务、运营、市场、开发的日常。它现在的位置，更接近十年前的 Excel：没人会因为你会用 Excel 给你加分，但不会用，很多事就推不动。差别在于，Excel 给了职场人将近二十年去适应。这一次，时间没那么宽裕。
如果想开始，我们的建议是从手上最耗时的那件重复工作切进去，先把它跑通一次。跑通一次之后，第二件、第三件会自己找上门。
精彩课程
