第 1 章 从按钮到文件：一次对话的解剖

你在 WorkBuddy 里打了一句话：「帮我把这个文件夹里的照片按月份整理成相册，生成一份索引文档」。十几秒后它开始列文件、读图片、建目录、写文档，中途弹了两次确认框，几分钟后交付了一个文件夹和一份 HTML 索引。整个过程你按过的按钮不超过三个。

这是 WorkBuddy 想要的体验：把复杂性全部藏起来。但藏起来不等于不存在。这一章我们把这次对话放慢一千倍，看每一秒背后是什么在运转。这是全书的地基——后面十四章讲的每一个机制，都出现在这一次对话里。

读完本章，你应能把「WorkBuddy 帮我干活」这句模糊的话，拆成五个可指认的环节，并能说出每个环节在本地磁盘上的证据位置。

1.1 第一环：你的话加上它的记忆，一起出发

你按下回车的那一刻，发生的第一件事不是「发给大模型」。WorkBuddy 先组装上下文：你的这句话，加上系统提示词（第 5 章）、三层记忆里相关的内容（第 4 章）、当前项目的工作区信息（第 4、9 章），如果这次对话挂在某个专家身上，还有那个专家的人设提示词（第 7 章）。

这些零件几乎全部来自本地磁盘上一个你从没打开过的目录。打开 Finder，按 Cmd+Shift+G，输入 ~/.workbuddy——从安装那天起，WorkBuddy 就把你的一切配置存在这里：身份、记忆、插件、技能、会话记录，几十上百兆的文件。**这本书要拆解的东西，物理上就是这个目录

图 1-1：WorkBuddy 的全部复杂性，都安静地躺在 ~/.workbuddy 这个目录里。

**。

1.2 第二环：模型只做一件事

上下文组装完成，请求发往模型。很多人对这一步有误解，以为 WorkBuddy「内置了一个很聪明的 AI」。更准确的说法是：模型收到一份很长的、结构化的请求，其中大部分篇幅是 WorkBuddy 拼进去的规则、记忆和工具说明书，你的那句话只占很小一块。

模型的角色像一位业务娴熟但完全不了解你的外援专家：它读规则、看工具清单、理解任务，然后决定下一步——通常是调用某个工具。模型不碰你的文件、不碰网络，它只输出「我想调用某某工具」的指令。真正动手的是下一环。

模型清单本身也是配置，不是写死的。社区解包研究在应用包内找到五个产品配置文件，声明了从混元、DeepSeek、Kimi、GLM 到 Claude 的几十个模型条目，每个条目标注能力（是否支持工具调用、图片、推理）与计费。你在界面上切换模型，改写的是请求发往哪里，而不是「换了一个 WorkBuddy」。

1.3 第三环：工具执行，风险拦截

模型说「我想执行 mkdir 2026-07」，指令落回到 WorkBuddy 的执行层。这里是安全机制的主场：这个操作在工作空间内、是新建而非删除，放行；下一秒模型想 rm -rf 某个目录，执行层拦下，弹确认框——就是你见过的那两次。

官方把这层叫默认权限模式：写敏感路径、删文件、跑脚本、访问网络四类操作要确认，其余放行；还有一档完全访问权限会关掉二次确认，官方文档明确列了不建议开启的场景（生产资料目录、桌面下载这类杂物目录、批量删除）。本地配置文件里能看到这层机制的落点：一份沙箱写路径白名单。第 12 章专门讲它。

工具执行完，结果连同报错一起回传给模型，进入下一轮。这个「模型思考—调用工具—拿到结果—再思考」的循环，就是 Agent 与聊天机器人的分水岭。聊天机器人一次回答完事；Agent 在循环里干活，一个任务转几十圈很正常。

1.4 第四环：留下痕迹

循环的每一拍都被记录。会话文件（JSONL 格式，按项目分目录存储）里能看到完整事件流：你的消息、模型的推理过程、每次工具调用的名称和参数、每次执行的结果，还有文件快照——每次 WorkBuddy 改你的文件之前，先存一份备份。另有执行轨迹（traces）目录记录执行链和 token 消耗，审计日志按天滚动。

这些记录不是给你看的，但你可以看，而且第 10 章会教你看。它们是这本书的证据来源，也是你排查问题的第一现场：「WorkBuddy 说它做了但文件没变」「昨天那个会话它到底改了什么」，答案全在里面。

1.5 第五环：交付与沉淀

任务结束，交付物落进工作空间。同时还在发生两件安静的事：这次会话的关键信息被写入记忆层（哪层、写了多少，受第 4 章讲的限额约束）；如果这是定时任务，下次执行时间写进本地数据库。工作没有真的结束，它只是转成了下次请求的一部分上下文。

1.6 拼起来：一张全景图

五环连起来，就是 WorkBuddy 的骨架：

你的输入
   ↓
[拼装] 身份+记忆+规则+工具清单+你的话 → 完整请求   ← 第4/5/6/9章
   ↓
[推理] 模型决策下一步                               ← 模型配置
   ↓
[执行] 工具落地，风险拦截，文件备份                  ← 第12章
   ↓
[记录] 会话/轨迹/审计三路落盘                        ← 第10章
   ↓
[沉淀] 记忆更新，影响下一次拼装                      ← 第4章
   ↺ 回到推理，直到任务完成

每一环都有对应的本地文件，每一个「按钮」都落在图上的某个位置：插件按钮往拼装环节注入内容，专家按钮换掉人设插槽，Agents Team 按钮唤起编排工具，记忆开关控制沉淀环节。**

图 1-2：一次请求的五个环节与循环。

UI 上的每个控件，都是这张图某个节点的入口**——这是全书反复回到的一句话。

1.7 这本书怎么读

第 2 章建立 Harness 的完整心智模型，第 3 章带你走一遍本地目录。第 4 到 6 章讲「拼装」环节的三大件：记忆、提示词、身份。第 7 到 9 章讲扩展系统：专家、插件、技能。第 10 到 12 章讲证据与安全。第 13 章把 WorkBuddy 放回腾讯产品矩阵。第 14 章是实战：排查不生效、做第一次安全定制。第 15 章讲这套材料怎么变成课程。

只会按按钮的读者，主线读第 1—3、5、7、12、14 章；想动手定制的实践者，把第 4、6、8、9、10 章补全；要讲这门课的人，再加第 13、15 章的叙事层。

所有证据冻结于 WorkBuddy 5.3.13（2026 年 8 月）。这个产品平均两天发一版，书里的机制会有过时的一天——但拆解方法不会，那是你带得走的东西。