同做一份 PPT,豆包工作 和 WorkBuddy 哪家强
- 2026-09-22 13:33:17
豆包姐，你站起来啊！
一、两边都出了岔子
9 月 16 号，豆包 2.1 Pro 更新了，豆包工作里也能用上。
豆包工作是字节八月上线的 AI 办公 Agent——多 Agent 编排、云电脑、飞书深度集成、定时任务，一口气铺了很多能力。点进去送了 30 天标准会员，我打算拿 2.1 Pro 试试它的云电脑功能。
结果 2.1 Pro 用不了。界面弹了一行提示：「当前高峰期算力紧张，优先通道暂时繁忙。我们正在优先为你调度资源，请稍后再试。」
这句话让我有点困惑——我已经在排队了吗？还是要我自己再点一次？我选了重试。重试到第十次，还是同一句话，而十次就是上限。
算了，切到自动挡。任务成功跑起来了，估计分配到的是豆包 2.1 Turbo。
另一边，我在 WorkBuddy 也开了一份同样的任务。WorkBuddy 也有云端沙箱，两边用差不多的环境。我选了 hy4 preview。任务开始，等待，任务完成了——我才发现界面上显示的是 hy3。试了两次都显示 hy3，确定是 bug。hy4 preview 版在网页版沙箱跑任务时会回落到 hy3，这我解决不了，hy3 出来的东西完全不可用。
于是我计划中的「云电脑对云沙箱」变成了：豆包工作的云电脑模式，对 WorkBuddy 本地 App。
我给两边的是同一个提示词：
去平遥电影节官网，把这一届电影节的信息整理成 PPT。
二、一份是 demo，一份是可以用的东西
先把结果摆出来：
| 19 分钟 | ||
豆包工作赢在速度——云端跑，19 分钟交卷，不用盯着。但翻完就觉得不对，五个展映单元列了名字，入围影片几乎没有。第二轮我让它补全影片信息，又跑了一版，主要的影片还是没放上去。如果只是要一个好看的壳子快速交差，这份够了。但我是要去买票排片的人，一份连片名都不全的 PPT 对我来说只是个玩具。
WorkBuddy 这边，过程完全是另一个画风。
它动手做 PPT 之前先写了两个文件。一个叫 STORY.md，一个叫 DESIGN.md。前者规划叙事线，把整届影展拆成四个板块、二十页，每一页写清楚承担什么角色、放什么内容、留白多少；后者定视觉规范——四色色板、字体层级、密度门禁、配图风格，全部锁死。想清楚了才开始逐页生成。
我第一眼看到这两个文件的时候觉得挺好笑。做个 PPT 而已，还要先写故事线。后来发现它质量高的原因就在这儿——那份 PPT 有目录、有章节扉页、有页码区间，读起来像一份被精心编排过的东西。后来才知道 WorkBuddy 9 月 15 号刚更新了 PPT 能力，这套设计前置的 skill 是刚上的。
而且不知道是不是腾讯生态的原因，WorkBuddy 用腾讯元宝搜到的信息比豆包全面非常多。藏龙卧虎各十部片子全部在列，每一部带导演、监制、主演和获奖履历。首映单元八部，特别展映四场，迁徙计划十组对谈带作家、嘉宾和日期——这些豆包那边全是残缺的。
但过程里又暴露了一个harness里的问题。😓
DESIGN.md 里定了每一页配独立主视觉，于是它排了【八张图】要生成。我选的是「胶片暗调」风格——在暗调背景上，你用什么图其实没有太大差别，why需要8张？这也是浑元系列模型一直有的毛病：没有预算意识。上次浑元 3 就把我的生图额度烧穿了，这次浑元 4 还是没改。
八张图，每生一张弹一个确认卡片问我要不要生。我点到第四张的时候实在有点不解——我只是想说「无需8张，封面和末尾各一张就行，中间的可以通用」，这么一个意见。可是askuserquestion卡片上只有「生图 / 不生图」的选项，没有给我写字的空间，我递不进去，只能自己重新打字发一条消息。
等图生完，又弹askuserquestion卡片问我要不要去水印。去水印每张额外扣积分。我不太理解这个设计：既然生图本身就要钱，为什么还要带水印？如果带水印和不带水印是两个价格，是不是可以在第一次弹窗里就确认掉，不需要反复问？
生了水印，再去水印，造轮子拆轮子，非常心累。
整个过程 25 分钟，124 积分。hy4 这个价格，真不便宜。
但最终出来的东西效果非常好。20 页，信息量大，对我来说不是玩具，是实际可以用的东西。翻开就能找到我要的片名、信息。
wb的封面
豆包的藏龙单元
wb的藏龙单元
豆包的十周年特别活动
wb的十周年特别活动⬆️
图注：wb有很多豆包没有的信息与页面
所以第一个结论很朴素：想做个小玩意、快速呈现、轻信息重视觉，扔给豆包。想要可用的、信息量丰富的重工 PPT，选 WorkBuddy。两个工具解决的不是同一个问题。
如果你赶时间，可能要提前和workbuddy交流好，别太重了。
三、我拿官方原文一条条对
核对完是这样的：
官方的首映单元有 8 部片子，豆包漏了 4 部。特别展映官方有 4 场，它漏了 2 场。
图注：豆包的首映单元只有4个
图注：wb的首映单元齐了
我是要去买票的人，所以这份信息我看得比较直接。豆包漏掉的那 4 部首映片里，有詹姆斯·格雷的《纸老虎》、罗泓轸的《希望》、蕾雅·赛杜主演的《温柔的怪物》。我如果拿着豆包的那份去排片，会给我造成很大的困扰。
而 WorkBuddy 里那三处写错的信息，导演国籍写错了、奖项挂错了、单元名编了一个。
漏和错哪个更严重，取决于你拿它干嘛。拿去买票选片，漏更贵。拿去对外发布、要担责的那种，错更严重。不管是哪家harness都得再次核查事实。
四、两处编造，长得一模一样
两份 PPT 里的信息大部分是对的，但各自藏着编造。把它们摆在一起看，我找到了这次测试里两个好玩的地方。
第一处，WorkBuddy +hy4 的版本里，《峡湾》那一栏挂上了一个费比西影评人奖。官方公告里，费比西明明是《无名女孩》拿的。
第二处，豆包+2.1turbo 的版本里，卧虎单元四部片子整整齐齐标着「国际首映」。而官方写得很清楚，这几部在柏林论坛、洛迦诺、戛纳 ACID、釜山等影展都放过了。已经在国际影展亮过相的片子，标「国际首映」就是乱说的。
两处编造跨了两个产品，看起来毫无关联，但摆在一起，模式一样：
这俩模型好像有一个必须被填满的格子，像不会写的试卷必须乱写一个答案交上去一样。
是模型幻觉还是skill的要求呢？我无法知道。
我只知道做出来的东西，再漂亮也一定需要核。
五、谁在核查内容
写这篇的时候，我刷到 WorkBuddy 官方发的 PPT 能力升级说明。里面有一段教用户怎么验收：
生成后，你只需检查两个结果：把所有页面标题连起来，能不能讲清一件事；每一页是不是都有明确重点。
两条验收标准，都在问结构。没有一条在问内容对不对。
回头看我那几处编造，按这两条检查，一个都抓不出来。假单元名放在五个真单元中间毫无违和，费比西奖让奖项栏看起来很完整，四个「国际首映」让那一页的标签整整齐齐。结构全部合格，内容全部是编的。
以前用 AI 做 PPT，大多是人带着自己的数据和报告，让 AI 帮忙排版。内容对不对是人自己的事，AI 不用负责。
但现在这些工具越推越往「一句话全包」走——你出一个主题，它去搜、去整理、去排版、去交付，全程不需要你提供任何素材。能力升级了，验收标准还停留在「AI 只管排版」的假设里。
而排版越精美，结构越工整，人越不会逐条去查。
也许以后这些工具背后会跑一个专门核查事实的环节。但现在还没有。在那之前，最后把关的只能是你自己。
作者lili & Opus地点杭州时间2026 白露
