第一幕 · 把混乱变得可比较
AI 辅助先把不同公司的“方言”，翻译成同一种数据语言
01
接住五花八门的材料有的给完整财报，有的只给三张表和一段 Word，还有的直接给 Power BI。
02
抽取字段、统一口径识别结构，把不同项目的数据整理到同一张可比较的底稿里。
这一幕的产物：口径统一、可以继续分析的数据底稿
USER WORK SYSTEM · F01
她需要的不是一台“会聊天”的电脑，而是一套能承担责任的工作系统
核心需求可以压缩成四个词：可靠执行、证据可追溯、错误可恢复、跨设备可接管。AI 的价值随着任务责任升高而下降——不是因为高价值工作不需要 AI，而是当前 AI 还不能承担最终责任。
本页回答
6阶段核心工作流
3任务价值层级
8Agent PC 能力层
1 + 4主设备 + 协同设备
研究边界：AI 参与率不是用户自报数字，而是根据她描述的任务步骤、AI 实际使用方式与人工复核责任做出的区间估算。本报告只基于 F01 一位用户，适合形成命题，不适合直接外推市场。
01 / WORKFLOW
核心工作流：AI 加工材料，人对结果负责
她不是从空白页开始写报告，而是先接住一堆格式、口径都不同的材料；AI 把材料变成分析，人再把分析变成可以对外负责的结论。
一句话看懂：前半程追求速度，后半程承担责任。AI 可以快速整理、比较和初审；但只要一个数字会影响投资判断，她就必须回到原文件逐项确认。
第二幕 · 让 AI 批量加工
AI 主参与让 AI 先跑完耗时的比较，再当一遍“不知疲倦的审稿人”
03
做同比、环比和趋势图把当季数据与去年同期、上一季度比较，生成项目运行表和图表。
04
连续做三层审阅先查错字格式，再查上下文一致性，最后从合规和风控角度挑问题。
这一幕的产物：趋势分析、异常线索和一版可审阅的报告
第三幕 · 人接回责任
人工主导AI 可以报错，但不能替她确认“这个数字可以发出去”
05
回到原始材料逐项核验确认关键数字、异常原因和上下文，判断 AI 有没有取错数或理解错口径。
06
组织叙事并正式交付整理成 Word、Excel、PPT 或飞书文档，最终发给领导和 LP。
这一幕的产物：经人工确认、可以承担后果的正式交付物
AI 真正创造的价值：把“慢”变快它减少复制、比对和反复审阅，让用户把精力留给异常判断。
AI 尚未接走的责任：判断“能不能信、能不能发”关键数字、风险结论和外发动作，仍由用户本人兜底。
观点一：AI 不是被“任务难”卡住，而是被“材料不标准”卡住
论据：格式统一的发票字段抽取“做得非常好”；一旦遇到结构混乱、口径各异的项目财报，就会取错数，用户必须自己找问题。
这意味着：Agent 不只要会读文件，还要标出来源位置、口径差异和低置信度项，让人能迅速复核。
观点二：AI 提升了效率，但没有接走最终责任
论据：三层审阅能节省约 60% 的时间，但涉及关键数字、风险判断和对外交付时，用户仍要补背景、查原文、做最终决定。
这意味着：AI 更像一组效率很高的实习生；真正需要的 Agent，是能把每一步依据摆在桌面上、让负责人放心签字的工作系统。
▸ 非标输入迫使用户先统一口径，再进入真正的投资分析
“他们每个季度会发运营报告和财务报表。有的公司特别复杂，各种分子公司都讲得很详细；有的就三张表加一段 Word；还有的给 Power BI。自己粘很麻烦，对比也很麻烦。我会把这些喂给 AI，让它跟去年同期和上一个季度做同比、环比，生成直观简洁的项目运行表，再画数据图。”E-F01-001 · 29:27–30:44
▸ 三层审阅已经产生真实效率，但责任仍然留在人身上
“第一遍先看全文有没有标点、字数这些基础错误；第二遍看上下文有没有不对应、第三季度后面是不是忘了更新成年报；第三遍再站在合规、风控、律所角度提建议。以前这些东西都是我自己盯，能盯得看花眼。现在真的能省 60%，季度末同事加班，我陪着但基本不用干活。”E-F01-007 · 42:12–46:02
02 / TASK TIERS
任务分级：AI 参与率随责任上升而下降
这里的比例是“AI 参与任务步骤的估算区间”，不是节省时间，也不是全自动完成率。
DIRTY WORK
琐碎、重复、规则相对清晰
价值不在判断本身，而在减少复制、搜索、格式处理和基础检查。
70–85%估算 AI 参与率
- 公开信息和案例检索
- 发票字段抽取到 Excel
- 基础格式、标点和错字检查
- 文件、图表、历史材料查找
- 规则明确的数据整理
MID-VALUE WORK
需要上下文，但结果可被复核
AI 能承担大量加工，但需要用户给出目标、模板和验收标准。
40–60%估算 AI 参与率
- 非标材料解析与口径统一
- 同比 / 环比和趋势图
- 报告初稿与指定格式交付
- 上下文一致性检查
- 合规与风控建议初筛
HIGH-VALUE WORK
影响资金、责任和组织决策
AI 当前主要提供检查、提醒和证据，不适合独立形成最终结论。
10–25%估算 AI 参与率
- 确认关键数字与异常原因
- 投资、合规和风险判断
- 内部敏感数据解释
- 面向领导 / LP 的最终叙事
- 外发、覆盖、删除和正式提交
估算方法：以访谈中明确出现的 AI 行为为分子，以完成任务所需的主要步骤为分母，再根据是否需要逐项人工回查进行下调。Dirty Work 有多项稳定使用证据；中价值工作有明显人机协作；高价值工作中用户明确表示“只让它检查错误”并自行承担最终判断。
▸ 同一类抽取任务，规则清晰时成功，输入混乱时迅速暴露责任缺口
“我最先拿报销发票试，把发票代码、内容、日期、金额都列上形成 Excel，这个做得非常好。但我找了几个简单项目，把往年财报扔进去，让它整理历年数据形成 Excel。因为项目方财报花里胡哨、乱七八糟，它有些取错数了。我看着不太对，就自己去找问题。”E-F01-003 · 14:46–15:46
▸ 高保密工作中，安全和解释成本共同把 AI 限制在检查环节
“公司层面的隐私数据我没有特别多交给它，还是自己来做。那些数据只有内部的人能看明白，你跟 AI 讲要讲一大段背景，它才理解。所以我只让它起到检查错误的功能，其他的就很少了。一个是安全，另一个是知识库太复杂，跟它说的话，你自己都干了。”E-F01-011 · 01:09:03–01:10:03
03 / AGENT PC
Agent PC：硬件打底，OS 托管，应用完成工作
用户需要的不是某一个“AI 功能”，而是一套三层协同的 PC：底层稳定可靠，中层能够安全调度，上层真正理解金融办公任务。
一句话定义：它首先得是一台“不掉链子”的工作电脑，然后才是一台会替人做事的 Agent PC。
硬件层决定任务能不能稳定跑；OS 层决定 Agent 能不能被信任地调度；应用层决定它能不能产出一份真正可用的报告。
三层缺一不可
只有硬件，是一台更快的传统电脑；只有 OS，是一个会控制电脑但不懂业务的助手；只有应用，是一组彼此割裂、无法接管完整流程的 AI 工具。
L1 · HARDWARE
硬件层
回答：任务能不能稳定跑完？
核心诉求不是“极致轻薄”，而是 Windows 兼容、高性能、长时间工作不掉链子，并为敏感任务保留端侧处理空间。
问题一｜用户需要端侧模型吗？有条件需要
需要端侧能力，但不需要“所有任务都在本地跑”。她真正要的是按任务自由选择端侧或云端：隐私、文件和系统操作留在本地，复杂分析交给更强的云端模型。
适合端侧找本地文件、把文件发到手机、整理电脑、处理敏感且相对简单的内容。
适合云端公开信息搜索、复杂加工、需要更强推理和更快响应的任务。
判断边界：如果端侧模型迫使她购买“超高配笔记本”，却仍做不好复杂任务，她不会接受纯端侧方案；端侧应是安全与便利的补充，而不是资源负担。证据：E-F01-016 · 01:37:06–01:38:57
问题二｜使用 AI 后，PC 出现了哪些新诉求？从性能升级为人机并行
过去买高性能电脑，是为了软件稳定、不死机；使用 Agent 后，她开始要求电脑同时容纳“人正在工作”和“AI 在后台工作”两套负载。
① 人机并行，不抢电脑Agent 运行时不能占住屏幕、浏览器、CPU 和内存，让用户只能在旁边等。
② 本地敏感处理需要本地推理与安全存储，让高保密文件不必默认上传云端。
③ 资源有余量，但不能被模型吃光内存、存储和计算能力要支撑多应用与后台 Agent；本地模型不能反过来拖慢正常办公。
④ 面向未来几年的 AI 原生能力电脑使用周期长，她希望下一台 PC 原生具备系统 Agent，并愿意为真实能力支付约 10% 溢价。
直接原声：“这时候我就不干活了……我还是希望它可以跟我能并行一下。”以及“一台电脑你要用好几年，现在再不买带 AI 的 PC，可能就落后别人好几年。”
当前问题
- Mac 无法覆盖部分 Windows 专用软件
- 金融办公依赖 OA、财务软件、WPS、Office 等既有环境
- 复杂材料与多任务并行时，稳定性比外观更重要
落到硬件的要求
- 可靠的高性能 Windows 笔记本
- 足够的计算、内存和存储余量，支撑大文件、多应用与后台 Agent 并行
- 具备可用的端侧 AI 能力，但能按任务调用云端，不以极端堆配置换取“全本地”
- 本地模型运行时不挤占用户正常办公资源
成功标准
- 日常办公软件完整兼容
- Agent 跑长任务时，前台工作不被拖慢
- 敏感任务能留在本地，复杂任务能无缝借助云端
- 用了几年仍然让用户“非常放心”
用户证据：“游戏本不叫游戏本，它叫高性能笔记本，是我工作必须很可靠的伙伴，不要给我掉链子。”
L2 · OS / SYSTEM
OS 层
回答：Agent 能不能安全地接管电脑？
这是 Agent PC 与普通 AI 应用真正拉开差距的一层：Agent 要进入系统底层，但每一步都必须看得见、停得下、找得回。
当前问题
- 文件、软件、图库和任务散落在不同入口
- 重复任务到下一季度仍要重新讲一遍
- 用户愿意授权，却担心误删、覆盖和无法恢复
- 后台配置复杂，Agent 与 Skills 难管理
用户需要
- 系统级“Agent 管家”，统一管理文件、应用、Agent、Skills 与模板
- 项目记忆、任务记忆和历史模板能够长期保留
- 读、写、删除、外发分级授权；修改前自动备份并支持回滚
- 后台沙箱运行、实时进度、失败原因和断点续跑
- 敏感任务走本地，复杂加工按需调用云端
成功标准
- 用户知道 Agent 正在做什么
- 随时可以暂停、接管或撤销
- 季度任务无需重新教学，一键重跑
- 找文件和跨应用操作不再依赖人工搬运
用户证据：“那绝对是电脑底层的东西。”以及“一定要做好备份，不要给我删除。”
L3 · APPLICATION
应用层
回答：Agent 能不能把工作真正做成？
用户最终不会为“会聊天”买单，她需要的是能读懂材料、指出依据、完成审阅，并交付 Word、Excel、PPT 或飞书文档的业务应用。
当前问题
- Word、Excel、PPT、PDF、Power BI 结构和口径不统一
- AI 取错数字后，仍要人工回到原文找问题
- 通用聊天工具不懂项目背景、合规要求和固定模板
- 生成结果常停在“答案”，没有进入正式交付物
用户需要
- 多格式解析、口径统一、同比环比与趋势图
- 每个数字可回跳原始来源，并显示置信度与异常
- 基础错误、上下文一致性、合规风控三层审阅
- 固定工作流模板与可复用的金融业务 Skill
- 直接生成组织可继续编辑和发送的正式文件
成功标准
- 观点、数字和原文依据一一对应
- 错误优先暴露，人工只核验关键项
- 输出打开即用，不需要重新排版搬运
- 人负责判断，Agent 负责把证据准备齐
用户证据：规则清晰的发票抽取“做得非常好”；材料混乱时会“取错数”，因此应用必须同时交付结果与证据链。
场景一 · 分析季度财报
硬件稳定承载大文件和多应用 → OS找到资料、备份并调度任务 → 应用统一口径、比较趋势、标出异常。
场景二 · 下一季度重复执行
硬件继续后台运行 → OS调出项目记忆和权限 → 应用沿用模板，一键生成新一季结果。
场景三 · 处理高保密数据
硬件提供本地处理空间 → OS限制数据去向并保留回滚 → 应用只做获准的检查，不越权形成结论。
产品判断：这位用户最缺的不是单纯更大的端侧模型，而是三层之间的闭环——硬件保证任务不中断，OS 保证 Agent 不失控，应用保证结果可核验、可编辑、可交付。
▸ 硬件层｜可靠性是购买门槛，AI 不能建立在不稳定的办公底座上
“苹果对我们不太适合，有一些软件需要 Windows。我在 Windows 里看过 Surface，也看过一些轻薄本，最后还是选了游戏本。主要是我觉得游戏本不叫游戏本，它叫高性能笔记本，是我工作必须很可靠的伙伴，不要给我掉链子。事实上买完之后基本没有出过问题，我非常放心它。”E-F01-002 · 10:24–12:26
▸ 硬件层｜端侧模型有明确价值，但用户要求端云自由选择，而不是纯本地
“我希望可以自由选择云侧还是端侧。可能让它帮我找个文件，或者直接把文件从电脑上发过来，这种端侧就可以了；如果需要搜集信息、自己加工，还是云侧。自己自带的话，得买一个超高配的笔记本，也不一定能完成，我希望它可以借助一下云端的算力。”E-F01-016 · 01:37:06–01:38:57
▸ OS 层｜用户要的是系统底层的智能，而不是再安装一个聊天应用
“它适合嵌在笔记本里，像厂家自带的智能电脑管家。图库、App、软件、文件都能整理，那绝对是电脑底层的东西。我新买一台电脑装了它，电脑就变得很智能，连找文件都不用。下一台电脑就应该这样；一台电脑要用好几年，现在不买带 AI 的 PC，可能就落后别人好几年。”E-F01-015 · 01:34:01–01:39:57
▸ OS 层｜授权可以宽松，但备份、回滚和不可误删是绝对红线
“他要啥我就给啥，能给的都给了，基本上都是永久权限。要是 Agent 能操控电脑，我就担心它乱删东西，其他都可以。一定要做好备份，不要给我删除；尤其处理之前要及时备份，不要改得乱七八糟，回头发现原文件都没了。”E-F01-010 · 50:25–51:22；01:01:25–01:02:19
▸ OS × 应用层｜管理中心要把复杂配置变成可重复的一键工作流
“我非常需要一个 Agent 管家，指引我怎么跟 Agent 沟通、怎么管理各种 Skills，也能生成几个固定模板。后台设定要更清楚，最好提醒我去做，或者我跟它说明后它自己做，把东西提到前台，不要让我去后台挨个找。季度任务又开始时，直接一键就搞定，语音都不用输。”E-F01-012 · 01:15:17–01:17:34
04 / DEVICE SYSTEM
办公全场景设备：一台主脑，多个轻量入口
用户并不需要每台设备都变成完整 Agent；她需要状态连续、确认方便、提醒克制，并允许在关键时刻接管。
PRIMARY · WORK BRAIN
高性能 Windows Agent PC
承担材料处理、复杂执行、权限管理、项目记忆与正式交付，是唯一的完整工作主脑。
- 前台人工工作与后台 Agent 并行
- 本地敏感数据与云端复杂能力混合路由
- 跨设备同步任务状态、结果和待确认动作
- 所有写入、删除和外发可恢复
完整智能手机微信、拍照、内容消费与工作入口都不能缺失角色：移动查看、紧急确认、必要时接管
低声语音 / 录音 / 确认配件戒指、项链、包挂或小型遥控器形态角色：私密输入、会议录音、实体确认
平板跨设备阅读飞书文档、审阅材料和展示结果角色：内容消费与轻审阅，不承担系统管理
手表 / 眼镜只承载经过分级和去重的摘要通知角色：低干扰感知；不能让所有设备一起响
▸ 飞书已经证明跨端价值来自“状态连续”，而不是设备数量
“微信是同事和朋友的大本营，飞书应对我自己的琐事，又可以无缝同步电脑。以前我有两个微信，两个手机互发，电脑上才能看到；现在一个飞书号就可以把两台手机、平板、两台电脑连起来。让 Agent 写飞书共享文档，就是为了不同设备都能看，不用下载、传来传去占内存。”E-F01-013 · 01:17:53–01:19:27
▸ 多设备若没有路由和去重，会从“全场景接续”滑向信息绑架
“手表、眼镜、手机在旁边，电脑也登着微信，一个微信视频电话哪儿都响。我已经有点提醒恐惧了。希望它温柔、不要太强势，但能让我感知到。我关了很多 App 通知，不喜欢红点。自从搞上智能穿戴，好像被信息绑架；所以上班先把眼镜摘下来。”E-F01-014 · 01:21:00–01:24:45
05 / ATTITUDES
创新硬件、软件产品与 AI Phone：态度并不保守，而是极其看重完整性
她愿意为真实增量价值买单，也愿意快速授权；但拒绝为了 AI 牺牲原有能力，拒绝不可解释、不可恢复的黑箱。
Marvis / 系统级 Agent
强认可认为它应该嵌入 PC 底层，承担文件、软件、端云和跨端控制，是下一台 PC 的重要购买能力。
“下一台电脑就应该这样。”
Cola OS / 日总结
部分认可认可工作总结和情绪价值，但不接受只有对话框的极简黑箱，也担心创业公司合规能力。
“要给我复杂面板，我希望对电脑有一点操控感。”
Emma + Marvis
理想组合知识与记忆层连接系统执行层符合需求，但录入、维护和页面门槛必须显著降低。
“能自己理解我发的文件，又能跟 Marvis 打通就很好。”
低声语音创新硬件
强购买意向精准命中工位隐私、会议录音和实体确认；形态可以创新，但准确率与续航必须先成立。
“这个完全是我想要的，现在就想买。”
AI-only Phone
明确拒绝不接受丢失微信、拍照、内容消费和单手使用；接受完整手机内置 Agent，或独立 Agent 遥控器。
“手机是个终端，是我操控的东西。”
▸ 她喜欢总结价值，却拒绝因为 AI 失去对工作过程的操控感
“我每天开很多软件、干很多事，忙忙碌碌却不知道成果是什么，心迹和日记能把一天汇总起来，这很好。但页面不能只有这么简洁，要给我复杂面板。我希望对电脑有一点操控感，想知道今天做了什么，而不是像个傻子一样每天只跟它说话。创业公司的背景也让我更担心管理不合规。”E-F01-017 · 01:45:23–01:49:06
▸ 低声语音硬件的价值不是新奇，而是工位和会议室中的私密输入
“这个完全是我想要的，现在就想买。最核心解决的是工位上的隐私，会议室或者不方便别人听到的地方也可以。手机或 PC 内置可能效果不好，我会考虑低声识别的精准度；能内置当然更好，但精准度要先保证。最好是穿戴、项链、戒指或包挂；除了语音输入，录音也非常需要。”E-F01-019 · 01:55:10–01:58:58
▸ 她拒绝的不是移动 Agent，而是为了 AI 把手机退化成单一功能玩具
“我不希望手机只能跟 AI 对话，我希望手机是个终端，是我操控的东西。我不仅需要 AI，还要刷抖音、上小红书、拍照，这些基础功能给我扔哪儿去了？所以不会为了 AI 专门买一台手机。但如果再小一点、把刚才那些硬件功能集成起来，它就不是手机，而是 Agent 遥控器，这个可以。”E-F01-020 · 02:01:42–02:04:20
▸ AI 不会替代既有设备预算，但可以创造一个明确的新配件入口
“我还是买这些。为什么要改变呢？这些东西也不是一次性买的，我购物没有一个总预算，完全是看着喜欢就买。AI 来了之后没有哪一个硬件不需要，我都想要。要说新增需求，我想要戒指——把它当遥控器，能做简单确认和控制。”E-F01-021 · 02:05:41–02:07:24
06 / IMPLICATIONS
产品含义：先让 Agent 对工作负责，再扩张新入口
用户原声提供的是需求证据，不直接等于产品决策；以下是结合行为、风险和使用环境后的研究转译。
建议的产品顺序
P0
高责任任务证据链
优先验证多格式解析、来源回跳、异常定位、三层审阅、版本回滚。它直接解决当前 AI 价值被人工复核抵消的问题。
P0
系统级 Agent 管理中心
统一记忆、项目知识、模板、Skill、权限和端云路由，把重复教学变成可复用工作流。
P1
后台沙箱与跨端确认
先解决并行执行、进度、失败恢复、提醒去重和人工接管，再扩展更多设备入口。
P1
低声语音 / 录音 / 确认配件
它有最清晰的新硬件增量场景，但必须用样机验证低声准确率、隐私感、续航和真实付费。
HOLD
独立 AI Phone
当前证据不支持牺牲完整手机能力的新终端；优先验证手机内置 Agent 或独立控制器。
▸ 长任务的核心问题不是“慢”，而是失败过程不可解释、不可收敛
“我发过一段语音，让它形成会议纪要。那时候它识别不了，也识别得不清晰，就一直说帮我切成 15 秒的，自己各种试，试了半天还是不成。后来我就放弃了，自己用其他办法。不是单纯时间长，而是看它一直调用这个、调用那个，最后也没完成。”E-F01-006 · 38:18–39:47
▸ 真正的助手应理解目的，而不是把完整操作教学继续交给用户
“现在 AI 就像开盲盒，只有你了解它、输入特定命令，才会输出想要的答案。很多人教别人怎么给 AI 说命令，我非常不理解。带实习生我只说‘帮我把这个表做一下，你去研究，等会儿我要问’，但跟 Agent 要一步一步告诉它怎么做，这个沟通过程也挺累的。”E-F01-008 · 53:21–55:35