TRAE Work上線 40 萬(wàn)字的“AI 打工說(shuō)明書(shū)”！一手實(shí)測(cè)在此

文 | 劃重點(diǎn)KeyPoints，作者｜林易，編輯｜重點(diǎn)君

普通人用AI辦公這件事，門(mén)檻又被狠狠打下去了。

因?yàn)榫驮谶@兩天，TRAE Work公開(kāi)了一套AI工作知識(shí)庫(kù)，直接把一大堆真實(shí)工作、學(xué)習(xí)場(chǎng)景的任務(wù)擺到了你面前：

打開(kāi)之后，我們發(fā)現(xiàn)它并非市面上那種常見(jiàn)的“100個(gè)Prompt合集”，內(nèi)容全都圍繞真實(shí)工作任務(wù)展開(kāi)，例如教育學(xué)習(xí)與個(gè)人成長(zhǎng)、文檔寫(xiě)作、數(shù)據(jù)處理與分析、匯報(bào)演示與設(shè)計(jì)創(chuàng)作、工作流自動(dòng)化、信息檢索與研究等場(chǎng)景，都有對(duì)應(yīng)的操作指南。

并且每條指南還串起了“輸入Prompt→TRAE Work生成→成果展示”的完整流程，對(duì)高校師生、投研分析師、內(nèi)容創(chuàng)作者、產(chǎn)品經(jīng)理、財(cái)務(wù)運(yùn)營(yíng)、設(shè)計(jì)師等具體人群來(lái)說(shuō)，操作上是比較友好的。

或許也正因?yàn)檫@份AI工作知識(shí)庫(kù)的內(nèi)容落在一件件日常工作上，少了許多泛泛介紹“AI能做什么”的空話，在上線短短6個(gè)小時(shí)內(nèi)，訪問(wèn)量便突破了1.8萬(wàn)！

不過(guò)知識(shí)庫(kù)歸知識(shí)庫(kù)，當(dāng)真正進(jìn)入到真實(shí)場(chǎng)景時(shí)，TRAE Work到底能否扛得住？

所以這次，我們索性自己設(shè)計(jì)了四個(gè)跨度很大的任務(wù)，把完整材料和Prompt一起交給TRAE Work，看看它會(huì)給出什么結(jié)果。

給四個(gè)實(shí)測(cè)故意添點(diǎn)兒亂

要看TRAE Work面對(duì)真實(shí)工作、學(xué)習(xí)場(chǎng)景下的實(shí)力，測(cè)試內(nèi)容定然不能是“幫我寫(xiě)個(gè)什么”這么簡(jiǎn)單。

我們仿照AI工作知識(shí)庫(kù)的內(nèi)容，在Prompt中設(shè)定了角色、劃定了任務(wù)邊界、附上自檢清單……為了盡量還原真實(shí)場(chǎng)景中的瑣碎問(wèn)題，有的任務(wù)還特意在原始材料里埋進(jìn)錯(cuò)漏和矛盾。

第一項(xiàng)任務(wù)，是研究過(guò)去30天AI Coding Agent領(lǐng)域發(fā)生的重要變化。

我們要求TRAE Work聯(lián)網(wǎng)檢索公開(kāi)信息，篩選8—12條真正重要的動(dòng)態(tài)，優(yōu)先采用公司官網(wǎng)、官方博客、GitHub Release和論文原文。每條信息都要寫(xiě)清時(shí)間、主體、變化和來(lái)源，最后再提煉3個(gè)產(chǎn)業(yè)趨勢(shì)，生成一份供科技媒體編輯會(huì)使用的Word簡(jiǎn)報(bào)。

在沒(méi)有上傳任何素材的情況下，這項(xiàng)任務(wù)就比較考驗(yàn)TRAE Work搜集的訊息夠不夠新、是否符合我們給定的搜集范圍，以及搜集完畢后對(duì)訊息的整理總結(jié)等一條龍的能力。

并且生成的過(guò)程也是公開(kāi)透明，TRAE Work會(huì)實(shí)時(shí)展示Agent做到了哪一步，具體又是如何執(zhí)行。

最終，一份符合我們需求的14頁(yè)動(dòng)態(tài)研究簡(jiǎn)報(bào)就生成了。

從內(nèi)容上來(lái)看，封面注明研究區(qū)間為2026年6月16日至7月16日，信息來(lái)源包括公司官方博客、GitHub Release、論文、工信部NVDB平臺(tái)和部分科技媒體。

并且文檔結(jié)構(gòu)已經(jīng)相當(dāng)完整，前面先放了一頁(yè)編輯會(huì)速覽，提煉5條重要信息、3個(gè)行業(yè)趨勢(shì)和3個(gè)值得繼續(xù)追問(wèn)的問(wèn)題。后面則逐條展開(kāi)事件，每一項(xiàng)都有“發(fā)生了什么”、“核心變化”、“為什么值得關(guān)注”等內(nèi)容。

單看呈現(xiàn)方式，它已經(jīng)很接近一份可以拿去開(kāi)會(huì)的研究材料。不過(guò)TRAE Work還嘗試把新聞線索往前推了一步，它將過(guò)去一段時(shí)間的變化歸納為按量計(jì)費(fèi)加速、Agent互操作協(xié)議落地，以及開(kāi)發(fā)者從逐輪提示轉(zhuǎn)向循環(huán)工程。

在第二個(gè)任務(wù)中，我們給了TRAE Work一份《校園咖啡店經(jīng)營(yíng)數(shù)據(jù)》，其中包括三家門(mén)店半年的訂單明細(xì)。這份測(cè)試素材經(jīng)過(guò)了刻意處理，重復(fù)訂單、缺失值、異常數(shù)量、退款金額超過(guò)銷(xiāo)售額、月份格式不統(tǒng)一、渠道字段缺失等六類(lèi)問(wèn)題混在數(shù)據(jù)里，事先沒(méi)有作任何提醒。

接下來(lái)，我們要求TRAE Work完成數(shù)據(jù)檢查、清洗、經(jīng)營(yíng)分析、促銷(xiāo)評(píng)估，并生成一份Excel分析結(jié)果和一份管理層Word簡(jiǎn)報(bào)。

同樣的，TRAE Work在接到任務(wù)過(guò)后，便開(kāi)始拆解步驟并逐一開(kāi)始執(zhí)行：

TRAE Work先識(shí)別并處理了數(shù)據(jù)質(zhì)量問(wèn)題：刪除1筆重復(fù)訂單，修正1條月份格式，同時(shí)將渠道缺失、滿意度缺失、異常退款和異常數(shù)量標(biāo)記為“待確認(rèn)”，沒(méi)有直接把可疑數(shù)據(jù)全部刪掉。

完成清洗后，它從769筆有效訂單中計(jì)算出：半年總營(yíng)收23502.74元，毛利13294.90元，毛利率56.57%，客單價(jià)30.56元，退款率3.25%。

在促銷(xiāo)分析中，它還主動(dòng)提醒，促銷(xiāo)訂單與非促銷(xiāo)訂單的差異只能說(shuō)明相關(guān)關(guān)系，促銷(xiāo)集中于特定月份和門(mén)店，不能直接歸因于活動(dòng)本身。

從交付的結(jié)果來(lái)看，TRAE Work開(kāi)始表現(xiàn)出業(yè)務(wù)分析中較為關(guān)鍵的三層能力：先檢查數(shù)據(jù)，再發(fā)現(xiàn)結(jié)構(gòu)性問(wèn)題，最后把問(wèn)題轉(zhuǎn)換為行動(dòng)建議。

交付結(jié)果也比較完整。Word簡(jiǎn)報(bào)里有指標(biāo)表、月度趨勢(shì)、門(mén)店和渠道對(duì)比圖，Excel則保留了清洗后明細(xì)、清洗日志、指標(biāo)總覽、促銷(xiāo)評(píng)估和行動(dòng)建議。

當(dāng)然，細(xì)節(jié)仍有提升空間。例如部分圖表比較基礎(chǔ)，配色和版式接近自動(dòng)生成的常規(guī)報(bào)告；以及對(duì)業(yè)務(wù)原因的解釋?zhuān)仓饕揽拷?jīng)驗(yàn)推測(cè)。

可就一次輸入、直接交付而言，這組結(jié)果已經(jīng)具備很強(qiáng)的可用性。

第三項(xiàng)測(cè)試，我們給TRAE Work的材料更加接近日常工作的真實(shí)狀態(tài)。里面沒(méi)有整齊的數(shù)據(jù)庫(kù)，只有立項(xiàng)會(huì)速記、群聊片段、郵件摘錄和零散數(shù)據(jù)。

同一場(chǎng)夏季AI公開(kāi)課，報(bào)名人數(shù)有917和884兩個(gè)版本；現(xiàn)場(chǎng)人數(shù)出現(xiàn)221、230、236和248四種口徑；內(nèi)容數(shù)量有13條和14條；預(yù)算還夾雜著未開(kāi)發(fā)票的尾款和未經(jīng)書(shū)面確認(rèn)的臨時(shí)增項(xiàng)。

我們要求它重建時(shí)間線、識(shí)別沖突、計(jì)算指標(biāo)，并生成項(xiàng)目復(fù)盤(pán)、行動(dòng)跟蹤表和管理層一頁(yè)紙。

TRAE Work沒(méi)有強(qiáng)行把口徑揉成一個(gè)數(shù)字。在最終產(chǎn)出的《夏季AI公開(kāi)課項(xiàng)目復(fù)盤(pán)》里，現(xiàn)場(chǎng)人數(shù)的四個(gè)版本被完整保留，各自的信息來(lái)源和口徑差異也逐一標(biāo)出，最后統(tǒng)一放進(jìn)“待確認(rèn)事項(xiàng)”清單。

根因分析也沒(méi)有停在溝通不到位這類(lèi)聽(tīng)起來(lái)正確、實(shí)際沒(méi)多少幫助的結(jié)論上。報(bào)告把問(wèn)題拆到目標(biāo)管理、流程設(shè)計(jì)、供應(yīng)商管理等8個(gè)具體維度，其中一個(gè)判斷直接落到了“目標(biāo)調(diào)整后，無(wú)人在群里確認(rèn)是否已同步至傳播方案”這個(gè)節(jié)點(diǎn)，比籠統(tǒng)歸咎于團(tuán)隊(duì)協(xié)作更有操作性。

配套交付的《行動(dòng)跟蹤表》設(shè)置了12個(gè)字段，包括問(wèn)題、問(wèn)題類(lèi)型、影響、改進(jìn)動(dòng)作、負(fù)責(zé)人、協(xié)作人、截止時(shí)間、優(yōu)先級(jí)、驗(yàn)收標(biāo)準(zhǔn)、當(dāng)前狀態(tài)、風(fēng)險(xiǎn)和備注。原始材料沒(méi)有寫(xiě)清楚負(fù)責(zé)人的地方，表格統(tǒng)一標(biāo)成“待確認(rèn)”，沒(méi)有擅自補(bǔ)上一個(gè)名字。

最后一份600字以?xún)?nèi)的管理層一頁(yè)紙，把“報(bào)名和直播兩項(xiàng)超預(yù)期，但過(guò)程管理失控”放在最前面，同時(shí)列出了需要管理層拍板的三件事。其中包括是否認(rèn)可4200元增項(xiàng)費(fèi)用，以及總支出可能達(dá)到120630元、比原預(yù)算多出630元后是否追加預(yù)算。三份文件中的數(shù)字能夠前后對(duì)應(yīng)，沒(méi)有出現(xiàn)新的矛盾。

第四項(xiàng)任務(wù)是面向?qū)W生的。

我們提供了120份模擬問(wèn)卷的匯總、6段訪談和6張文獻(xiàn)觀點(diǎn)卡片，讓TRAE Work圍繞“生成式AI如何影響大學(xué)生的學(xué)習(xí)效率與學(xué)習(xí)質(zhì)量”，完成研究報(bào)告、10頁(yè)答辯提綱和研究過(guò)程附錄。

這個(gè)任務(wù)只有一條核心約束，卻直接關(guān)系到結(jié)論能不能用。素材中的所有數(shù)字只能服務(wù)于研究方法訓(xùn)練，不能被寫(xiě)成對(duì)現(xiàn)實(shí)大學(xué)生群體的判斷，也不能為了讓報(bào)告看起來(lái)完整，虛構(gòu)文獻(xiàn)、作者或統(tǒng)計(jì)檢驗(yàn)。

TRAE Work一共交付了三份文件，包括約3000字的研究報(bào)告、一份10頁(yè)的答辯提綱，以及一份包含數(shù)據(jù)字典、問(wèn)卷匯總、訪談編碼、假設(shè)驗(yàn)證情況等11張工作表的研究過(guò)程附錄。答辯提綱逐頁(yè)寫(xiě)清了核心觀點(diǎn)、建議展示的圖表、口頭講解要點(diǎn)和時(shí)長(zhǎng)，整場(chǎng)被控制在8分鐘內(nèi)。

三份文件中的數(shù)字也能相互對(duì)應(yīng)。以“高頻使用者自報(bào)節(jié)省時(shí)間43%，核驗(yàn)比例只有39%，直接提交AI內(nèi)容的比例達(dá)到45%，學(xué)習(xí)質(zhì)量評(píng)分降到3.2”這組趨勢(shì)為例，報(bào)告正文、答辯提綱和附錄表格采用了同一套數(shù)字。年級(jí)維度呈現(xiàn)出相近方向，從大一到大四，自報(bào)節(jié)省時(shí)間由24%升至39%，核驗(yàn)比例則由58%降至43%。

還有一個(gè)細(xì)節(jié)值得注意。TRAE Work生成的每一頁(yè)提綱、每一段結(jié)論后面，都附上了同一句提示——“本研究所用數(shù)據(jù)均為模擬教學(xué)數(shù)據(jù)，僅用于研究方法訓(xùn)練，不可外推為真實(shí)結(jié)論”。這條邊界沒(méi)有因?yàn)槠芟蓿蛘邽榱俗非蟊砻嫔系耐暾皇÷浴?/p>

TRAE Work為何要做這套知識(shí)庫(kù)

四個(gè)任務(wù)測(cè)到最后，Excel透視表做得怎么樣、Word寫(xiě)得順不順，其實(shí)都只算基礎(chǔ)能力。差距主要出現(xiàn)在那些故意留下的坑里，看系統(tǒng)會(huì)不會(huì)為了交出一個(gè)看起來(lái)完整的結(jié)果，順手把問(wèn)題糊過(guò)去。

從四次實(shí)測(cè)的交付物來(lái)看，數(shù)據(jù)清洗里的“待確認(rèn)”、項(xiàng)目復(fù)盤(pán)中并列保留的四個(gè)人數(shù)版本，以及研究報(bào)告里反復(fù)出現(xiàn)的邊界提示，都說(shuō)明TRAE Work在需要“說(shuō)不知道”的場(chǎng)景里保持了基本克制，沒(méi)有為了湊出漂亮結(jié)論犧牲信息的可靠性。

到這里，這本知識(shí)庫(kù)能幫上什么忙，也就比較清楚了。

再聚焦TRAE今年的產(chǎn)品路徑，它起初是一款面向開(kāi)發(fā)者的AI原生IDE，今年3月拆出獨(dú)立的SOLO模式，6月又正式更名為T(mén)RAE Work，產(chǎn)品定位隨之從“AI工程師”擴(kuò)展為面向全員的“AI工作臺(tái)”。AI Coding場(chǎng)景里積累的上下文理解、任務(wù)拆解和進(jìn)度追蹤能力，也開(kāi)始進(jìn)入更廣泛的日常辦公場(chǎng)景。

發(fā)展到現(xiàn)在，除了看Agent能力夠不夠強(qiáng)，普通人究竟該怎么用也成了一個(gè)繞不開(kāi)的問(wèn)題。這次上線的知識(shí)庫(kù)給出了一套更具體的回答。它沒(méi)有堆砌功能列表，主要講的是“角色設(shè)定+任務(wù)邊界+自檢清單”這套Prompt方法。我們四次實(shí)測(cè)能拿到相對(duì)完整的交付物，也離不開(kāi)這些前提。

不過(guò)還需要說(shuō)明的一點(diǎn)是，這次實(shí)測(cè)覆蓋的范圍有限。四個(gè)任務(wù)由我們自行設(shè)計(jì)，并且刻意加入了干擾項(xiàng)，結(jié)果好壞很大程度上取決于任務(wù)描述是否足夠細(xì)致。

這也說(shuō)明，“會(huì)不會(huì)用AI”正在變成一項(xiàng)需要專(zhuān)門(mén)學(xué)習(xí)的技能。打開(kāi)對(duì)話框隨手問(wèn)一句，很多時(shí)候很難直接拿到滿意答案。對(duì)于經(jīng)常要處理雜亂數(shù)據(jù)、協(xié)調(diào)多方口徑，同時(shí)還要對(duì)結(jié)論負(fù)責(zé)的職場(chǎng)人來(lái)說(shuō)，把方法沉淀成可復(fù)用指南的知識(shí)庫(kù)，或許比單純追逐一個(gè)“更強(qiáng)的模型”更實(shí)用。