用 WorkBuddy 读财报，它顺手做了个能改数字的表格
WorkBuddy 我用了一段时间，模型一直用默认的。前两天翻模型列表，看到一个没试过的，还在限时免费，就切过去试了试。
两个任务，一个读财报，一个做小工具。参数那些我没细看，想知道的是它交出来的东西我能不能接着用。
一、换模型，我原本以为只是点一下
打开对话框，默认模型是 Step 5 Preview 之外的另一个。不是我上次选的那个。
这件事不大，但容易忘。后面每次新建任务，我都先看一眼模型那一栏，确认选的是 Step 5 Preview。
翻列表的时候看到一个没试过的：Step 5 Preview。当时在做限时免费。
我查了一下它的公开资料：支持 100 万 token 上下文；金融任务评测 FrontierFinance 得分 66.4，在它公布的六款对比模型里排第二，只低于 Claude Opus 5 Max 的 69.7；自建的编程评测 StepCodeBench 综合 49 分，覆盖 553 个代码仓库、33 种语言。
分数我看过就放下了。真正让我点下去的理由挺没技术含量：读财报、做小工具，都是我手头的活。
二、第一个任务：一句话让它读财报
台积电刚发完季度财报，我还没来得及看。没上传任何材料，直接问：
1 帮我详细分析一下台积电最新的财报
报告出来了，带图表，在右边的网页里。
第一版看着跟平时用别的模型没差别。
差别在我看完之后才出来。报告里四季度收入和毛利率都取了一个中间值，我想换个假设看看，如果不取中间值，结果会差多少。
这一问就卡住了。报告是静态的，改不了。每换一个假设，就得把整个问题重问一遍。我手里拿到的是一份结论，不是一个能自己算的东西。
三、我改了说法：别给结论，给能自己动手的东西
我把要求重写了一遍，还是在同一个任务里说：
1 2 3 这版看起来挺完整，不过我还没想明白：赚得更多了，为什么毛利率反而掉了？建厂扩产到底花掉多少现金，利润真正留下了多少？
你帮我再往下挖一挖，把财报里的原始数字、计算过程和能打开的出处放在一起，别只给结论。我也想知道报告里哪些是公司明确说的，哪些是你的分析。最好给我一份能自己改数字的表格，再把网页做得能切换图表和数据、调整四季度收入与毛利率假设，看看结果会怎么变。原版先留着。
这段话写得有点长。事后看，起作用的是里面那几项具体要求：
16 分 41 秒，它交出了一个新网页和一份 Excel。原来那份报告还在，没被覆盖。
Excel 分成五张表：结果看板、假设输入、单位经济性、现金流、数据与出处。黄色格子用来改假设，计算过程和出处都留在文件里。
起作用的就是那几项。只说「再挖一挖」，它给你的还是另一份静态报告，只是更长。
四、我当场改了数字，它跟着变了
打开 Excel，改两个格子：四季度收入从 533 亿美元改成 523 亿美元，毛利率从 66% 改成 65%。
切回结果看板，毛利从 351.8 亿美元变成 340.0 亿美元。第三季度的实际值没动。
网页那边把四个参数做成了滑块：收入、毛利率、出货量、资本开支。拖动之后，上面的结果卡和下面的组合情景一起变。
但第一次打开的时候，网页有个问题：下面那三根情景条形图不跟着滑块走。我把毛利率拖到 65.5%，结果卡已经变成 349.1 了，图还是原来那三根，也看不出当前落在哪一根上。大窗口里的图表还全挤在左边。
我直接把看到的东西发了回去：
1 2 这个方向对了，我想要的就是能自己拿来用的东西。表格我已经改过收入和毛利率，结果会跟着变。
网页滑块也能动，不过下面那三根条形图不跟着走：我把毛利率拖到 65.5%，结果卡已经是 349.1 了，图还是原来那三根，也看不出当前落在哪一根。你把这里修一下，让当前值能在图上标出来；顺便让图表在窗口变宽时也能铺开，别都挤在左边。财报结论先不用继续加了，我主要想把这个网页当成一个能反复调参数、看图表的小工作台。
3 分钟，修好了。
再把毛利率从 66% 拖到 65.5%，结果卡显示 349.1 亿美元，矩阵中间那格也对上了。条形图里那根颜色最深的，就是当前值。拉宽窗口，图表跟着铺开。
这次修得快，大概因为那段话里该说的都说了：方向是对的，具体哪里不对，这次先不要什么。只说「有问题」，它就得猜是哪个问题。
五、第二个任务：一个能天天用的小工具
平时整理资料，PDF 这一套动作我经常连着做：合并、拆页、加水印、转图片。以前是四五个工具来回换。
这次新开一个任务，重新选好模型，把要求发过去：
1 2 3 我平时整理资料经常要折腾PDF，你帮我做一个我能在自己电脑上用的PDF工具箱：把文件拖进去能预览、调整顺序和合并，也能按页拆开、加文字水印、转成图片。
中文界面，清爽一点，最好打开就能用，别只做个好看的壳。原文件要留着，处理结果能下载，文件内容不要传到服务器。做完你先拿几个PDF实际跑一遍，我再来用。
从写下需求到能打开用，3 分 03 秒。这一步我记的是文件落地的时间，不含我想需求的那几分钟。
打开页面就能用。拿一份 12 页的演示稿加 4 页报表试了一下，拖进去是 16 页。左边看文件，中间看每页缩略图，右边选处理方式。
选中首页点「下移」，前两页交换位置。还原之后点合并，下载得到 16 页。只想留前两页，在拆分里填 1-2，下载就是两页。再给首页加一个中文水印，处理、下载、打开，水印正常显示。
这一轮一次过，没返工。
回头看，那段话基本就是一张验收单：拖进去能预览、原文件留着、结果能下载、内容不传服务器、做完先自己跑一遍。每一条我都能打开看，对上了就算过。
要求写成能一条条打勾的东西，比写成一串愿望管用。后者交出来常常是个壳，看着齐全，一用就露。
六、两轮下来，我改了一个判断
以前我判断一个模型，主要看两件事：答得对不对，快不快。
这两轮下来，我多加了一条：交出来的东西能不能接着用。
按这个标准，交付物大概分三档：
从第一档到第二档，模型能力没变，变的是我有没有把「要能改数字」这句话说出口。
从第二档到第三档，看的是它肯不肯为一个需求多做一层界面。
两轮都不算长，样本也小。不过下次再挑模型，我会先问一句：它给我的是一份报告，还是我能接着往下改的东西。
本篇的真实数据
口径说明：上面所有时间都是从开工到文件落地的实测，不是我估的。首版报告那一步我没有单独记时，所以空着。
踩坑清单
- 报告能看，不等于能改。 第一版是静态的，想换一个假设就得把问题重问一遍。
- 只说「再挖一挖」，它给你的是更长的静态报告。 要说清「原始数字、计算过程、出处放在一起」。
- 「能改数字」这句话得点名要。 不说，它默认给你结论。
- 网页第一版，条形图不跟滑块走。 数字算对了，但没告诉你现在落在哪一根上。这种问题它自己不会报，得你打开看。
- 报 bug 要说清现象和期望。 这次三分钟修好，是因为我把「拖到 65.5% 图没变」「看不出落在哪根」「结论先不用加」都写进去了。
- 要求里每一条都得能当场验。 能预览、原文件留着、能下载、不传服务器，这几条都能打开看，它就没法拿个壳糊弄过去。
- 新建任务要再看一眼模型。 默认模型不一定是你上次选的那个。
- PDF 里嵌中文字体是块硬骨头。 用内置的中文字体，英文数字会被渲成全角；换成系统字体直接插，中文又变乱码。前后废了三版才试对。而且 16 页的文件一开始是 19.7 MB，因为整份字体都嵌进去了，压成子集之后才 0.19 MB。
还没做的
财报结论我没自己核。原始数字它给了出处，但我只抽查了两三个，没逐个对。真要对外用，这一步省不掉。
网页的视觉也是它自己定的。能看，谈不上好看，我没提要求，也没去改。
全程只有一个模型、两个任务，样本太小，上面那个「能看 / 能改 / 能调」的判断只能算一次观察。两个任务还都在限免期跑的，活动结束、模型换回默认之后表现会不会一样，我不知道。要说得更准，至少得换个模型，再跑一遍同样的两个任务。
以上，既然看到这里了，
如果觉得不错，随手点个赞、在看、转发三连吧，
如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你看我的文章