过去，许多用户长期使用 Codex 等 AI Agent 工具，积累了大量的对话记录、记忆偏好、Skills（技能）及连接器等数据。这些“AI 资产”随着使用时间的增长而愈发珍贵，但也导致了极高的迁移成本。
近期，由于部分平台出现额度受限、响应迟缓或智能程度波动等问题，用户社群中关于更换工具的讨论日益增多。然而，面对分散在各平台的资产，迁移往往意味着从零开始，令人望而却步。
针对这一痛点，豆包工作近期上线了新功能，支持从 ChatGPT、Claude Code、TRAE Work 等主流产品一键导入 AI 资产。为了验证其实际效果，笔者进行了全流程实测。
一、全量导入：无缝迁移历史资产
在豆包工作电脑端，进入设置中的“数据导入与同步”模块，系统自动识别了外部账户的数据。测试显示，Claude Code 有 95 项可导入内容，ChatGPT 有 344 项，而 TRAE Work 因使用较少显示暂无内容。
勾选技能、连接器、记忆、项目、会话等全部选项后，点击开始导入。该过程支持后台运行，不影响其他操作。
导入完成后，不仅各类技能和连接器完整保留，历史对话记录也全部迁移至此，实现了资产的无缝衔接。
二、Skill 无损迁移：即插即用
在 Agent 时代，Skill（技能）相当于应用的扩展插件。迁移后，通过输入框敲击斜杠 "/" 即可快速调用。测试显示，原本在 Claude Code中配置的 Deep Search（深度搜索）及特定风格教程 Skill 均正常显示。
与传统迁移需重新配置不同，豆包工作实现了 Skill 的直接复用。在执行涉及 OpenCLI 调用浏览器抓取视频内容的复杂任务时，系统自动安装所需依赖并成功运行，最终输出格式美观、内容全面的结果。
三、记忆整合：洞察用户潜在需求
迁移后最显著的价值体现在“记忆”功能的整合。在新建对话且未提供背景信息的情况下，询问 AI “根据你对我的了解，说出我自己没意识到的事”，系统基于迁移来的历史数据给出了七条精准分析。
根据你对我的了解，说出我自己没意识到的事
例如，系统指出用户早年倡导“一人公司+技能杠杆”，目前却在组建团队，这种理念与行为的反差可能构成心理包袱，并顺势建议新书名为《一人公司的进化》。这一洞察契合了用户从独立开发向小团队转型的实际痛点。
另一条分析指出用户极度反感通用建议。系统回溯了今年7月用户因 AI 提供模糊维修建议而产生负面反馈的记录，总结出用户偏好确定性答案的特性。这种跨平台、跨时间的记忆串联，使得 AI 能提供更个性化的服务。
四、辅助功能提升交互效率
除了数据迁移，本次更新还引入了多项提升效率的功能：
1. 消息注释
用户可在 AI 回复内容上划线添加注释，支持多条标注。注释内容会在后续输入框中以引用形式呈现，帮助 AI 更精准地理解上下文意图，生成更具针对性的结果。
2. 新对话中继续
在对话列表中选择“在新对话中继续”，可复制当前上下文至新会话。这允许用户在保留原有背景的基础上，尝试不同的探讨方向或思路。
3. 对话摘要侧栏
右侧新增摘要侧栏，实时展示当前对话的任务进度、产出物及调用的技能，便于用户快速掌握对话核心信息。
五、总结：降低迁移门槛，释放 AI 资产价值
在 AI 应用日益普及的背景下，上下文数据已成为用户的核心资产。豆包工作此次更新通过一键导入功能，解决了多平台资产分散、迁移困难的痛点，实现了技能、记忆及对话记录的无缝整合。
随着社群口碑的传播，越来越多用户开始尝试这一高效的工作流。对于有切换或备份需求的用户，建议在豆包工作电脑端更新至最新版本，并通过设置中的“数据导入与同步”功能体验。
当数据迁移不再成为壁垒，用户便能更自由地探索不同的 AI 工具，专注于创造价值本身。