WorkBuddy 深度评测：会「看」你屏幕的 AI 工作伴侣，到底有多聪明？
开篇钩子
我们都有过这样的时刻：正在浏览器里看一篇英文文档，遇到一段看不懂的技术描述，你的第一反应是什么？我猜是——选中文字、Ctrl+C、切到 ChatGPT、粘贴、输入「翻译并解释这段」、等回复、再切回来。这个流程大概 30 秒。但如果有一个工具能直接看到你的屏幕，你只需要选中文字、按个快捷键，它就自动理解上下文并给出解释呢？
这就是 WorkBuddy 的核心理念——一个驻留在你操作系统里的 AI 伴侣，能「看见」你当前在看什么，通过全局快捷键随时唤醒，跨应用提供智能辅助。
我在 Mac 上用 WorkBuddy 三周了，它既解决了一些我没想到的痛点，也让我对「AI 看着我的屏幕」这件事产生了新的焦虑。
核心体验
唤醒方式：真正的全局可用
WorkBuddy 安装后在后台运行，占用约 300-500MB 内存（对于 Electron 应用来说正常）。默认全局快捷键是 Cmd+Shift+Space（可自定义），按下去会弹出一个小悬浮窗——类似 Spotlight 或 Alfred 的 UI，但背后是完整的 AI 上下文理解能力。
关键区别：当你按下快捷键时，WorkBuddy 会自动截取当前活动窗口的内容（或使用系统级的 Accessibility API 获取文本），所以你不需要手动描述「我在看什么」。AI 已经知道你在看一份 Excel 表格、一段 VS Code 代码、或者一篇 Notion 文档。
这种体验的改变是微妙的但影响深远。以前我问 AI 一个问题，需要先花 10 秒构建 Prompt 的上下文：「我在做一个 React 项目，用了 Next.js 15，现在遇到了一个问题……」现在 WorkBuddy 自己看到我在 VS Code 里打开了一个 Next.js 文件、文件里有一个报红的 import 语句，我只需要说「帮我修这个报错」。
代码编辑场景
WorkBuddy 可以读取 VS Code 当前打开文件的内容和光标位置。如果你选中了一段代码再唤醒它，它会理解你需要的是「针对这段代码的帮助」而不是泛泛的问题。
我测试了以下场景：
- 选中一个复杂正则表达式 → 让它「解释这个正则的作用」
- 选中一个 TypeScript 类型定义 → 让它「写出这个类型的 JSON Schema」
- 看一个 500 行的函数 → 让它「重构这个函数，拆分成更小的单元」
代码相关的回答质量取决于你配置的模型后端（支持 OpenAI、Anthropic、以及兼容 OpenAI API 的任何服务）。WorkBuddy 本身只是一个「界面+上下文采集」层，AI 推理全靠后端模型。
有一个让我意外惊喜的功能：WorkBuddy 可以跨应用提取上下文。我在浏览器里看到一段 API 文档，选中，按快捷键，问「根据这个 API 文档写一个 TypeScript 类型定义」——它同时理解了浏览器里的文档内容和 VS Code 里的项目代码风格，生成的定义完美适配。
非编程场景的应用
WorkBuddy 的定位不是一个编程工具，而是「工作伴侣」。它在非编程场景下的表现同样值得关注：
文档撰写辅助：在 Google Docs 里写周报，选中上一周的 JIRA 截图，让它「根据这些 JIRA ticket 生成工作总结」。它调用 Claude Vision 识别截图内容，然后生成结构化的总结。
邮件处理：选中一封客户邮件，让它「提炼关键需求并给出回复草稿」。它理解邮件的语气（正式/非正式），生成的回复保持了对方的沟通风格。
数据整理：选中 Excel 表格里的一片数据，让它「分析销售趋势并生成文字总结」。它自动识别行列结构，给出带数据支撑的分析。
网页信息提取：浏览技术文章时选中大段内容，让它「用 100 字概括核心观点」。
这些场景的共同点是：WorkBuddy 让你省去了「复制→粘贴→描述上下文」这个机械流程。这个节省看起来很小（每次 10-30 秒），但一天执行 20-30 次，累计下来是一个可感知的效率提升。
功能深挖
上下文感知：不只是截图
WorkBuddy 的上下文感知不是简单的 OCR 文字识别，它利用了多种技术来理解当前内容：
- Accessibility API：读取应用程序的 UI 树，获取结构化信息（标题、按钮、文本域）
- 窗口识别：知道当前活跃应用是 VS Code、Chrome、还是 Excel
- 选中内容：如果用户选中了文字，选中的内容会被作为高优先级上下文
- 可选的屏幕截图：对于不支持 Accessibility API 的应用（如 Figma、视频播放器），可配置为截图模式
这种分层上下文采集相当于在对话之前，自动帮你写好了一段「我当前在 XXX 应用中，正在看 XXX 内容」。相比 ChatGPT 或 Claude Code 需要手动描述上下文的体验，WorkBuddy 的自动化带来了质的改变。
快捷键与操作集成
WorkBuddy 提供了一套丰富的快捷键体系：
Cmd+Shift+Space：通用唤醒Cmd+Shift+E：解释选中的内容Cmd+Shift+T：翻译选中内容Cmd+Shift+S：总结当前页面Cmd+Shift+R：重写/润色选中文本Cmd+Shift+G：生成代码（根据选中上下文）
每个快捷键可以绑定自定义 Prompt，这让 WorkBuddy 可以深度融入你的工作流。
跨应用操作
WorkBuddy 可以执行一些跨应用的自动化操作：
- 从浏览器提取数据 → 填充到 Excel 表格
- 从飞书对话提取需求 → 在 VS Code 里生成代码框架
- 从邮件提取会议信息 → 添加到系统日历
但说实话，这个功能的可靠性参差不齐。在 Chrome + Google Sheets 的组合下工作良好，但在 Safari + Excel 的组合下经常失败。跨应用操作的兼容性高度依赖于应用对系统 Accessibility API 的支持程度，而很多应用在这方面做得不好。
真实评测
优点
- 全局快捷键 + 自动上下文采集，大幅减少了「描述问题」的时间成本。
- 跨应用操作，统一了 AI 交互体验，不需要在每个应用里单独配置。
- 非编程场景出色：写文档、回邮件、整理数据、阅读技术文章——这些场景下 WorkBuddy 比编程专用 IDE 更有优势。
- 支持自定义后端模型，可以用自己的 API Key，成本可控。
- 选中内容自动感知，省去复制粘贴。
缺点
- 隐私顾虑是真实存在的：一个能随时看到你屏幕内容的 AI 工具，如果你处理敏感数据（工资单、医疗记录、内部机密文档），你可能需要考虑是否要信任它。
- 内存占用 300-500MB，对于老款机器是个负担。
- 跨应用兼容性受系统限制：某些应用（特别是不遵守 Accessibility 标准的旧软件）的上下文采集不准。
- 深度编码能力不如专用 IDE：WorkBuddy 没有项目级代码索引，复杂的跨文件重构还是得回到 Cursor 或 Claude Code。
- 快捷键有时会和应用自身的快捷键冲突，需要手动调整。
隐私是 WorkBuddy 被讨论最多的话题。官方声明「所有数据处理在本地完成，不上传到云端（除了调用模型 API 的部分）」——但这意味着你选中并处理的内容确实会发送到你配置的 AI 服务商的服务器。如果你用的是 OpenAI API，你的代码片段会经过 OpenAI 的服务器。如果你用的是本地 Ollama 模型，那数据完全留在本地。
社区反馈
V2EX 有一个获得高赞的讨论：「WorkBuddy 最好用的场景是它不写代码的时候——帮你读邮件、总结文档、分析数据。如果你主要用它写代码，你可能需要一个真正的 AI IDE。」
这条评论一针见血。WorkBuddy 的优势不在编码深度，而在广度——它覆盖了编程之外的整个工作流。
横向对比
| 特性 | WorkBuddy | Cursor | Claude Code | Apple Intelligence |
|---|---|---|---|---|
| 定位 | 通用工作伴侣 | AI IDE | Agent CLI | 系统级 AI |
| 代码编辑 | 基本 | 深度 | 深度 | 基本 |
| 跨应用 | 核心能力 | 有限 | 终端 only | 系统级 |
| 上下文采集 | 自动 | 手动(@) | 手动(CLAUDE.md) | 自动 |
| 非编程场景 | 优秀 | 无 | 无 | 良好 |
| 文档写作 | 优秀 | 无 | 无 | 良好 |
| 隐私控制 | 需配置 | 可配置 | 可配置 | 系统级 |
WorkBuddy 和 Cursor/Claude Code 不是竞争关系——它们解决不同的问题。WorkBuddy 是你的「全场景 AI 伴侣」，Cursor 是你的「编码工作台」。如果你的工作内容 80% 是编码，选 Cursor。如果你 50% 编码 + 50% 文档/沟通/整理，WorkBuddy + Cursor 的组合是最佳配置。
适用人群
推荐给： 知识工作者（产品经理、技术写作者、项目经理）、全栈开发者（编程 + 文档都在做）、需要频繁跨应用操作的用户、追求统一 AI 交互体验的人。
不建议： 处理高度敏感数据的合规团队、纯编码角色（AI IDE 更合适）、资源紧张的老机器、对 AI 隐私极度敏感的用户。
上手建议
- 先明确你的模型后端和数据传输策略：用本地 Ollama 模型最大化隐私，或用云端 API 获得最佳体验。没有对错，取决于你的需求。
- 快捷键会冲突，早点自定义：
Cmd+Shift+Space可能和你的 Spotlight 或其他工具冲突，安装后第一件事就是检查快捷键冲突。 - 为不同场景创建自定义快捷键：写邮件用
Cmd+Shift+M（唤醒+「帮我写一封礼貌的回复邮件」），解释代码用Cmd+Shift+E，总结文档用Cmd+Shift+S。 - 敏感场景用「临时关闭」模式：在查看薪资、健康记录等私密信息时，可以暂时 Disable 自动上下文采集（系统托盘菜单里一键切换）。
- 不要替代你的 IDE，作为补充：编码时 IDE 里的 AI 补全更快，但写完代码后写 PR 描述、更新 CHANGELOG、回复 Code Review 评论时切换回 WorkBuddy。
- 非编程场景才是它的主战场：如果你 80% 的工作是写代码，WorkBuddy 可能不是你的必需工具。但如果你经常需要写文档、回邮件、整理数据，它的价值会被放大。