WorkBuddy资料库升级：持续使用成AI产品护城河
现在，不用写一行代码就能快速生成可发布的网页，还能实现多人协同编辑和数据联动——这不再是技术团队的专属能力。借助一款AI工具的最新功能，普通用户也能轻松完成从想法到上线的全流程。
测试之初，我们仅用十余秒就完成了一个网页的搭建，并直接生成了可公网访问的分享链接，任何人都能随时查看。在升级了资料库功能后，用户无需处理复杂部署，仅凭自然语言就能完成HTML页面的生成、编辑和发布，网页创作的门槛被大幅降低。
不过快速生成网页只是第一步。为了探索普通人能如何活用这一工具，我们从个人积累的书影音记录入手，尝试搭建一个可持续扩展的网页版世界地图。
日常中，我们的阅读和观影记录往往散落在不同应用中，零散且静态，彼此之间缺乏关联。这些工具擅长告诉我们“看过什么”，却很难回答另一个问题：这些年，我们究竟通过书和电影认识了一个怎样的世界？哪些地方主要通过文学进入视野，哪些地方更多来自电影？世界地图上还有哪些区域几乎从未出现过？
为此我们整理了豆瓣上的阅读和观影记录，选取部分内容让AI生成了CSV格式的文档，其中包含书籍名称、电影名称，以及作品状态（阅读中、已完成、愿望清单），AI还自动识别了每部作品对应的国家——我们按照作品的主要故事发生地进行标记，而非作者或导演的国籍，比如《迷失东京》自动关联到日本东京。
将生成好的CSV文件添加到工具的资料库中，选择生成“我的书影音世界地图”HTML网站，很快页面就完成了搭建并可公网访问。通过书和电影“抵达”过的国家会被点亮，想读、想看的内容则处于另一种状态，点击不同国家还能查看对应的作品和城市。原本散落在CSV里的国家代码和书影记录，第一次变成了直观的观察方式。
这个工具的一个核心亮点是数据同步能力：在当前页面添加书籍或电影，对应的CSV表格会同步修改；直接修改CSV数据，HTML页面也会同步更新。比如新增一部发生在某个此前未出现过的国家的电影《钢琴课》，CSV中新增一条记录后，地图上对应的国家也会被立刻点亮。
除了书影音地图，这类工具的应用场景远不止于此。个人可以用它制作旅行记录、阅读地图、生活工作台；小团队也可以将已有业务数据放进资料库，生成可持续更新的看板。和普通AI生成网页的区别在于，这里的页面并非一次性的“成品”，而是建立在持续变化的数据之上，CSV负责保存数据和状态，HTML则将其转化为人可以直接理解和操作的界面。
另一个贴近日常办公的场景是处理长文档。AI提炼长文本要点、生成摘要已经不算新鲜，但摘要只是将内容缩短，并未改变我们理解信息的方式。比如一期四小时的播客，其讨论内容分散在不同时段，若将其转化为HTML页面，就能通过索引和议题重新组织内容，让读者无需从头读到尾，就能沿着特定主题跳转阅读。
我们选择了《Lex Fridman Podcast》第490期《State of AI in 2026》这期播客，整期时长超过四小时，讨论范围覆盖大模型、Coding、Agent、Scaling Laws，以及中国AI、GPU和AGI等内容。官方已经提供了完整的转写文本，我们直接将文本链接加入资料库，让AI根据完整内容整理出一份Markdown底稿。Markdown很适合作为中间层，它能将四小时的对话重新拆分为主题、观点和引用，用户也可以继续修改其中的结构和表述。
在这份Markdown基础上，工具又生成了一份HTML页面。网站重新组织了阅读入口，包含整体导读、不同议题、争议点和索引；用户可以按照公司、模型名或者技术名搜索进入对应内容，具体观点还保留了时间信息，方便重新回到原访谈的位置。
这款工具升级后，HTML也开始支持像在线文档一样的协同编辑。打开页面，既可以直接修改文字，也可以选中一个区块交给AI调整。我们先手动修改了一处表述，再让AI修改另一个区块，AI完成修改后，此前的人工改动仍然保留。至少在这次测试中，HTML不再只是AI生成后交付的一份成品，而开始成为人和AI可以接力修改的同一份成果。
我们还将这份HTML的协作链接发给另一位协作者，对方进入页面后，可以继续修改内容，也可以调用AI处理局部区域，这些改动会同步回正在查看的页面，对方留下的评论也能直接看到并处理。这让“人机双写”的范围进一步扩大：围绕同一份HTML工作的，不再只是一个人和一个AI，而可以是多人和AI共同接手。相比AI生成网页后再通过文件来回传递，HTML开始拥有了在线文档式的协作属性。
Markdown也可以继续编辑，不过它和CSV采用的是不同机制。CSV承担数据源的角色，数据变化可以直接反映到HTML页面；Markdown与HTML则更像内容底稿和呈现结果的关系。这也让两种格式在实际工作中的分工更清晰：Markdown更适合整理、修改和确认内容，HTML则进一步承担展示、交互和协作的界面。
很多人会有疑问：生成的网页和文档最终会去哪里？如果成果只能停留在单次任务中，下次使用仍需重新上传整理，那这类工具和普通网盘并没有太大区别。就像电影《记忆碎片》里的主人公，即便保存了所有线索，每次重新开始仍需重新判断信息的可信度和任务进度。
我们结束了原来的任务，重新建立了一个完全独立的新任务，要求AI基于资料库中已有的相关资料，整理“Coding、Tool Use和Agent之间的关系”，并说明主要采用的材料，若存在文件冲突该如何处理。这一次，AI主动找到了资料库里的全部相关材料，判断主要依据为经过人工修改、结构最完整的《State of AI in 2026 知识底稿 v1》，两个HTML页面属于底稿的衍生版本，暂不作为内容骨架，随后直接利用这份底稿完成了新的分析。
整个过程中，我们没有重新上传转写文本，新的AI已经能够从资料库里找到上一轮整理过的成果，并将其作为新任务的起点。这才是“知识沉淀”真正值得讨论的地方。硬盘和网盘早就解决了“文件还在不在”的问题，在AI Agent时代，更重要的是：上一轮已经完成的阅读、整理、修改和判断，能不能降低下一轮工作的启动成本。
不过严格来说，这还不能算AI真的“记住”了过去。今年4月，香港中文大学和浙江大学的研究者发表了一篇名为《Contextual Agentic Memory is a Memo, Not True Memory》的论文，作者认为，现在常见的向量数据库、RAG、Scratchpad和上下文管理，更接近一种外部备忘录和检索机制：AI是在需要时重新检索过去的信息，而不是因为这些资料被存下来，就自动从过去的经验中完成了新的学习。
但对于办公场景来说，我们未必需要AI把每一次工作都真正“学进参数”。更现实、也更有价值的目标，是让过去已经完成的工作，在需要的时候能够被可靠地找回来。从这个角度看，这类工具的资料库功能其实是在建立一套可以被下一次任务重新调用的外部工作记忆：素材进入任务 → AI整理 → 人修改和确认 → 成果保存回资料库 → 新任务再次调用。一次任务里的成果，不再只是这一次对话的终点，也可以成为下一次任务的输入。
如果新的任务能够沿着已经确认过的成果继续往下走，资料库里的知识才真正有了产生复利的可能。衡量它有没有做到，其实也很简单：下一次开始工作时，我们能不能少从头来一遍。
AI时代出现了一个有趣的反向趋势：一方面，面向AI Agent的网站开始主动提供Markdown版本，因为HTML中的导航、样式等标签对模型来说会增加处理成本；另一方面，AI Agent却越来越多地生成HTML，甚至有工程师提出“HTML is the new Markdown”。
机器为什么越来越喜欢Markdown，人却又需要AI把结果重新做成HTML？前面的两个测试其实已经给出了直观的答案：机器需要结构，人需要界面。在书影音地图的案例中，CSV负责保存作品、地点和状态，HTML让这些数据变得可以点击和修改；在播客案例里，Markdown负责整理内容，HTML则重新设计了人进入内容的方式。这款工具官方将这种分工概括为“CSV、Markdown给机器，HTML给人”。这当然不是一道严格边界，人依然可以修改Markdown和CSV，AI也能直接编辑HTML，一种可能的分工正在出现：底层内容和数据更多由AI处理，而面向人的界面则可以根据具体任务动态生成。
HTML不是新的Word，它更像AI Agent和人之间正在形成的一层界面。
这也让Vibe Coding向前走了一步。以前AI解决的是“把代码写出来”，现在这类工具进一步把编辑、数据联动和发布接到了后面。AI降低的不只是开发门槛，也开始压缩从“做出来”到“交给别人使用”的距离。
不过HTML加CSV还不能等同于完整软件。HTML加CSV适合个人工具、轻量看板和简单的数据应用，却替代不了完整数据库、账号体系、复杂权限、并发和后端逻辑。工具本身也提醒，轻应用公开分享后需要注意敏感信息和访问权限。生成和发布越简单，这些边界反而越不能忽略。
正在发生的变化可能更加基础：过去，人直接操作文件；现在，人开始越来越多地操作AI根据文件和数据生成的界面。
回到最开始的快速生成网页的体验，其实“第一次生成”可能并不是这次测试中最核心的价值。近年来AI一直在压低“从0到1”的门槛：网页一句话生成、长文快速总结、报告自动撰写，但真正的工作很少止步于第一次产出。数据会更新、内容会修改、个人判断会加入其中，我们往往需要在几天后甚至几个月后继续调整这份成果。
当“能做出来”这件事变得容易之后，AI办公工具真正要解决的问题也开始往后移动：在生成之后，它还能否被继续修改、使用，能不能让下一次工作从头再少来一遍？
这款工具的资料库升级真正值得关注的，正是它试图把这些原本分散的动作串联起来：生成之后还能修改，修改之后可以保存，保存下来的成果又能进入下一次任务。用一句话总结我们的感受：能否持续使用，也许才是AI产品真正的护城河。
