VW-F01 / 金融投资经理 / 单用户深度分析
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。

金融投资经理约 127 分钟21 条原子证据强 13 / 中 8

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。

第一幕 · 把混乱变得可比较

先把不同公司的“方言”,翻译成同一种数据语言

AI 辅助
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
第二幕 · 让 AI 批量加工

让 AI 先跑完耗时的比较,再当一遍“不知疲倦的审稿人”

AI 主参与
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

AI 可以报错,但不能替她确认“这个数字可以发出去”

人工主导
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