石豆把 WorkBuddy 当学生教:三个月,28 个 Skill,和一个“本不该诞生”的项目

“WorkBuddy和任何Agent一样,都要不断学习,我会给他非常详细的反馈。”
“‘复盘’和‘沉淀’,是我使用WorkBuddy处理工作时最常用的两个词。”
——石豆,南开大学外国语学院意大利语系教师

暑假结束前,石老师刚从威尼斯回来。他参与了一个面向全球意大利语译者的驻留项目,全球只有8个名额,他是唯一入选的中国译者。石老师说,“在威尼斯的这一个月,WorkBuddy也没少帮我干活。”

威尼斯圣塞尔沃洛岛
威尼斯圣塞尔沃洛岛

在南开大学,石老师教了9年意大利语。过去这三个月,他多了一位特殊的“学生”——WorkBuddy。三个月的时间,他带着这个学生做了近50份深度调研报告,自己制作了近30个skill。他的原话是:“整个外院,可能我在WorkBuddy上消耗的token最多。”

01“智能体是自己教出来的”

大多数人用 AI 的方式是“试一下,不满意,就放弃了”。

石老师的方式是:教。

接触WorkBuddy的契机是今年5月,石老师需要准备一节关于 “AI与翻译”的全院通识课,想借此机会把市面上主要的AI agent产品摸一遍。刚开始的体验谈不上愉快:“模型罢工、任务中断、Agent搞不清楚需求,只管一味输出,很崩溃。”

在石老师这里,WorkBuddy不是工具,是学生。学生第一次做任务,当然会出错。重要的是及时反馈,告诉他为什么这么翻译不好、为什么这个文献来源不行、为什么这个文献格式不合要求。

指导WorkBuddy进行翻译审校
指导WorkBuddy进行翻译审校

头两个月,他形容自己的心情是“一念天堂,一念地狱”。有时惊喜于WorkBuddy产出的质量,有时沮丧于“我已经交代清楚执行标准了,为什么就不照做呢?”但他坚持让WorkBuddy复盘:“每一次交付不符合要求,我就让他复盘——出现了哪些问题,怎么解决。”

慢慢地,他发现这个学生有个特点:“他记笔记太容易了,太勤奋了。你让他记,他就记;你让他复盘,他就复盘;所以他的进步是很快的。”

于是“复盘 → 沉淀”成了他雷打不动的工作习惯:每完成一个任务,必让WorkBuddy复盘一次,把经验和教训沉淀下来。

02Skill开发本身就是教学设计课

沉淀下来的东西去了哪儿?Skill。

在石老师的Skill列表里,28个是他自己创建的。按用途分类:文献检索、学术论文写作、中文审校、翻译、意大利语教学、事实核查、文档处理……其中文献检索类的最多。

Skill 列表截图
Skill 列表截图

他特意给最常用的“深度检索” Skill定了一套严格的规矩——

四类可引用的来源,按优先级排:立法、官方文件、政府网站、统计数据这类一手来源排第一;同行评议的学术论文与大学出版社专著排第二;权威智库与国际组织的报告排第三;媒体报道与评论排在最末。再加一份黑名单:聚合平台、百科词条、微信公众号自媒体,一律不许出现。

“我明确检索规则:避免引用这些二手三手来源,参考文献链接必须能打开,供验证复核。”

这套规矩让WorkBuddy的深度调研报告质量稳定地保持在高水准。三个月累计交付近50份,从意大利选举法改革到中欧贸易摩擦,每份十来页、七八千字,论点、论据、引注、封面排版一应俱全。“同样的提示词,我对比过几家大模型,用自己设计的skill产出的报告,无论是内容深度、文献质量还是排版,都要好得多。”

而设计Skill,本身就是一次教学设计演练:

先把自己的需求完整写清楚,交给一个通用对话AI设计初版提示词;

换一个AI,以“提示词工程师”的视角再优化一轮;

丢给WorkBuddy落地成Skill,跑真实任务;

跑偏了就复盘、沉淀、迭代——“没有完美的Skill,你得不停地让他迭代。”

Skill为什么是个性化定制的更好用?石老师打了个比方:“GitHub上有很多现成的Skill,但现成的Skill就像买来的衣服,袖子长了你得改,裤腿长了你也得改。我要的是定制的,必须契合我的工作习惯、偏好和要求。”

03翻译是实践的艺术

作为专业的意汉双语译者,石老师对文字的要求是“要能够达到出版级别”。而他观察到:“AI并不知道什么是好的汉语。或者说,AI很难做到‘知行合一’。”于是,他把整套翻译方法论,一步一步教给了WorkBuddy。

第一步,四轮递进式翻译:初译与术语锚定(专有名词先联网核验、再定译)→ 交叉审校(逐句比对,查错译、漏译、过译、逻辑断裂、指代错误、术语不一致)→ 深度润色(消掉翻译腔,读起来像用中文写就)→ 终审与交付(术语逐处强制对齐,扫完残留才定稿)。一个完整的翻译流程,被他做成了第一个Skill。

第二步,译后编辑(MTPE):AI的底稿会有“硬伤”,最常出在术语概念上——“中文世界到底是怎么表述的?”这个Skill 专门回查中文的规范说法,不照着词面硬译。

第三步,他把一本教材“蒸馏”成了Skill。那是他上翻译课用的教材,讲英汉语言对比。他用“简单粗暴”的办法把整本书变成了一个“地道中文写作与审校”Skill——汉语的十大特点是什么?分析语、柔性、意合、简短、人称、主动、动态、具体、直接、重复。“想要知道什么是好的汉语,先得学习汉语的特点。”

在此之后,还接了三道复检流程:专项审查(例如人称代词指代、堆积“的”字)→ 事实核查 → 交稿前的proofreading。最后这一轮终校,连“多了一个空格、全角半角用错”都能查出来。“人眼看不见的东西,他能查出来。AI擅长的地方跟你不一样。”

翻译工作流
翻译工作流

“基本上,这样跑出来的译文,比你用最前沿的大模型跑出来的要理想得多。”石老师说,“如果是自己读,快速了解信息,这样的译文够用了。但我的工作要求的是出版级别的译文,这样的底稿只是第一步。”

翻译最关键的还是人,是译者自身。“任何译作的出版都是漫长的过程,需要译者、审校、编辑、出版社通力合作。AI出的底稿,跟译者自己译的初稿一样,很不成熟,需要逐字逐句审校,甚至推倒重来。最后你发现,翻译投入的时间并没有减少。”石老师说,“但区别在于,在跟AI互动的过程中,译文的质量能够得到提升。我觉得跟AI合作,‘提质’永远是首要目标,‘提效’只是副产品。”

定稿之后,石老师会把自己的译稿交回给WorkBuddy,让他逐句对比AI自己跑出来的底稿——“让他沉淀:这里为什么要改,那里为什么不动。AI可以快速学习很多翻译的知识,但就像一个人熟悉游泳技巧,不等于就是游泳高手,翻译也是实践的艺术。”

这些沉淀的内容正在变成资产。他做了十几年翻译,一直想把自己的翻译实践整理成教案。“我最近才开始在WorkBuddy上用上述工作流处理译文,两篇文章,加起来不到一万字,就已经沉淀出很多方法论和例句,上课能用,做研究也能用。以前没有WorkBuddy,这些零碎的译文整理起来很麻烦。”

04一个本不该诞生的项目

今年6月初,石老师收到一封来自海外的群发邮件:一家意大利劳务派遣公司要找语言培训机构合作,正常人的第一反应是垃圾邮件,他也不例外。但石老师多看了一眼签名里的电子名片,然后做了一个他以前绝不会做的动作:让WorkBuddy做个背调。

“放到以前,就算我想查,也不会去查,太浪费时间了。但现在做背调的成本很低——WorkBuddy查了领英、查了官网,人是真的,公司也是真的。”

于是他回了邮件,让WorkBuddy草拟英文回信,很快和对方开了第一次线上会议。

原来,这家劳务派遣公司要从中国选派22名技术工人前往意大利,行前要进行语言、劳动法、工会等相关培训。

此后,整个项目的文书工作,几乎全部交给了这对“师生搭档”:意大利语报价、中意双语合同、学校审批材料……前后大大小小上百份材料,全是在WorkBuddy协助下完成的。“整个项目工作量巨大,时间又紧,手搓真搓不出来。”期末季,他在谈这个跨国项目的同时,还要出卷子、去外地招生。“最后的结果是,我带着WorkBuddy,在学院和同事的支持下,硬是把项目谈下来了。”

9月15日,项目已正式结束,“但这个项目本不该诞生的,如果6月初我没有这么一个帮手,我不会去看第二遍邮件,这事儿就过去了,像很多机会一样,就溜走了。”

项目邮件
项目邮件

05奶酪与菜谱

一位老师,为什么愿意花三个月去“教”一个AI?

石老师的答案里有一种教育者的本能:“老师这个群体很特殊,他们愿意教。只要愿意教,学生的进步一定是很快的。”

对于还在观望的人,石老师做了个“奶酪与菜谱”的比喻:

“意大利的奶酪是不是好东西?当然是。但你直接跟中国人说奶酪多好吃,没用——你得教我一个菜谱。我学会了做意大利肉酱面,意面、红酒、罗勒、奶酪,自然而然就进入了我的生活。

AI Agent工具也一样:“你跟别人说WorkBuddy多强大,没用,你得让他知道自己的‘肉酱面’怎么做——报销的票据怎么整理、课件如何制作、调研报告需要什么指令。有了真实的应用场景,工具自然就能派上用场。”

这也是我们一直在做的事。

或许,AI时代最好的用户,就是那些保持“教师本能”的人:不把AI当奇迹,也不把AI当玩具,而是当作值得认真对待的学生或合作伙伴,在自己擅长的专业领域引导他,给他反馈,不断实践,然后见证“师生共同体”一起成长。

原文:腾讯 WorkBuddy 官方公众号 · 2026 年 9 月 15 日