1. 这个功能到底解决了什么痛点
先说一个真实场景:白天在公司开会,电脑放在工位上,领导突然丢来一个需求——“把这个Excel里的数据整理成报告大纲,下班前给我”。你掏出手机,打开WorkBuddy,点了一下Claw,对着手机说了一句“把我昨天同步到工作区的那个销售数据,整理成一份带结论的报告大纲”,然后锁屏放回口袋。等开完会回到工位,报告大纲已经躺在工作区里了,格式、分段、重点结论都列好了。
我第一次用到这个效果的时候,脑子里浮出来的词就是“离谱”。不是因为它做了多复杂的事,而是因为它把“用AI干活”这件事的门槛,从“坐在电脑前打开网页和编辑器”,压缩成了“掏出手机说一句话”。
这也是WorkBuddy的Claw功能最核心的价值:它让AI不再只活在聊天窗口里,而是变成一个你可以远程派活的执行者。所谓Claw,简单理解就是WorkBuddy里的“AI远程任务爪子”——你通过手机端创建一个指令,它会在后台接管后续的模型调度、上下文处理、技能调用,最后把产出物放回你指定的工作区里。
如果你平时已经在用AI写东西、写代码、做图,那你大概率遇到过这种麻烦:想用的工具在电脑上,想到的好点子却在路上;资料在A平台,处理工具在B平台,来回搬运能把人磨死。Claw解决的就是这一类“想法和执行地点分离”的问题。它适合的人很明确:经常临时有任务、经常离开工位、或者想在碎片时间里把AI的活先派下去的人。你不需要懂编程,也不需要理解背后跑的是什么模型,只需要会打字、会发语音、会点一下“执行”,就能把活先扔给AI干着。
这篇文章我就拿我自己的实际使用经历,把WorkBuddy的Claw功能从安装、配置到具体派活,完整拆一遍。包括它里面的Skill是怎么回事、Credits额度怎么看、上下文满了怎么处理,以及我踩过的几个坑。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. WorkBuddy 和 Claw 到底是什么关系
2.1 WorkBuddy 不是又一个聊天机器人
很多人第一次听说WorkBuddy,第一反应是“这不就跟ChatGPT一样吗”。严格说,它确实内置了AI对话能力,但它和聊天机器人最大的差别在于:它有“工作区”的概念。
你可以把WorkBuddy理解成一个虚拟工位,这个工位上有几个抽屉:一个是文件,一个是任务记录,一个是技能列表,还有一个是产出区。AI不是飘在空中的一个对话框,而是这个工位上的员工,你给它派活,它把产出放回工位,你随时检查。
Claw就是给这个虚拟工位装上的“远程遥控器”。它连接了手机端和云端执行环境。你在手机上创建的每一个任务,都会被拆成三段:目标理解、行动计划、执行产出。这三段分别由不同层级的模型和工具配合完成,而不是简单地把手机上的文字丢给一个大模型,让它随便答一段话。
Claw背后的执行逻辑,比你想象中要“重”一些。它不仅仅是一个接口转发,而是带着状态管理的任务执行系统。什么意思?就是说你关闭手机App之后,这个任务还在后台跑,跑完了会通过通知告诉你去取结果。
2.2 Claw 这个名字其实很形象
Claw在英文里有“爪子”的意思,它要表达的就是:像爪子一样,帮你把远处的活抓过来。在WorkBuddy的界面里,Claw的入口通常是一个悬浮按钮或者底部工具栏里的爪形图标,点开之后可以新建任务、查看正在执行的任务、翻阅历史产出。
我个人的感受是,Claw这个功能的设计思路,其实是把“AI Agent(智能体)”这个概念产品化了。这两年AI Agent炒得很热,但大多数普通用户根本不知道Agent能干什么。WorkBuddy做了个取巧的事:它没有让用户去理解Agent是什么,而是给了个极简交互——你在手机上发个任务,AI就帮你把人干的事给干了。
Claw在使用时,可以在任务描述里指定用哪个工作区、要不要调用某些Skill、产出物放哪里。这样它就不是一个无脑问答,而是能对你的工作节奏形成契约:它知道你的文件存
