九月的AI办公圈，新顶流叫WorkBuddy。知乎热问"腾讯WorkBuddy快速登顶国内AI办公智能体市场"播放量突破85万，没几天"腾讯AI全面转型押注WorkBuddy了吗"又滚到105万播放，两场热问加起来超过190万次围观。 另一边，腾讯「龙虾」QClaw官宣12月24日停止运营，用户要么退款、要么把数据迁移去WorkBuddy——旧工具退场，新工具接管的就是你存在里面的文档。 三件事叠在一起，很多文档党发现同一台电脑上的画面变了：AI不再等你一个个上传文件，而是直接伸手要你的文件夹权限。知乎知乎知乎
同样是"让AI处理文档"，风险模型已经悄悄翻篇。以前一次上传一份文件，你知道出去的是什么；现在是Agent拿到授权后自己扫描、批量读、自动跑。小红书那条4300赞、6100收藏的教程笔记，标题思路就是"把AI当同事，给它所有文档和权限"。 保姆级教程下面千条评论，前排齐刷刷是"蓝皮书""官我一下"式的私信领资料——说难听点，这波教程热一半是经验，一半是引流。小红书小红书
这篇内容写给一个具体的人：法务、HR、财务、造价、行政这类岗位，电脑上混着客户名单和没盖章的合同，正犹豫要不要把办公文件夹整个交给付费或免费的桌面Agent。它不回答"要不要用"，只回答三个问题：内容到底从哪几条路出去、哪些文档能碰、权限怎么给。
一、“本地运行"不等于"内容不出电脑”：三条路线，断一条才算闭环
多数人第一反应是："WorkBuddy跑在我电脑上，读本地文件，总比传云端安全。"这话对一半。
Agent处理文档，内容要走三条路，任何一条通向云端，就不是真正的本地闭环：
第一条，权限半径：你授权了哪个文件夹。给了"桌面"，它看到的就是桌面上的一切，包括那个混着入职材料的"待整理"。
第二条，切片外发：文档读进来之后，被切成的内容要送给大模型推理。这一步和你在网页里点"上传"没有物理区别——上传的动作没有消失，只是从你的按钮挪到了工具的手里。
第三条，模型位置：它接的是云端API还是本地模型。这才是真正的分水岭。有法律博主晒出的配置是把WorkBuddy接入自己Mac Studio上本地部署的量化版模型——三条路全留在自己机器里，安全水位才和"不上传"对等；而默认调用云端模型的配置下，被读到的每一页内容都在往模型端点送。 教程党最爱省掉的，恰恰是这条路线的说明。微博
二、三开关：训练、留存、权限，关掉一个不等于关掉全部
"我传的文件会不会被拿去训练？"知乎那个讨论了几千楼的回答给了一套可以直接复用的判断框架：内容会不会用于训练、文件存在哪里、你有没有权上传——三者不是一个开关。知乎
最具体的例子是ChatGPT在2026年7月底更新的保留说明：Library可用时，会话中上传的文件会保存到Library；聊天与文件分开管理，删掉聊天不会删掉Library里的文件；删完还要30天内才从系统永久移除；Temporary Chat的文件不进Library，但出于安全目的对话副本仍可能保留最多30天；项目或自定义GPT里的文件，保留到容器被删除为止。
这些规则最值得记住的不是期限数字，而是"删聊天≠删文件"这个结构性陷阱。而且每家条款都不同，企业版还归组织策略管——"AI看不上普通人的文件"从来不是可靠的判断方法，"用完就删"也不是充分的补救。 你只需要在给文件夹权限之前花五分钟，把产品数据与隐私页面的三个开关各自确认一遍。知乎
三、给文档分三层：哪些随便给、哪些加工后给、哪些永远别给
对照"为了省事把工作文档丢给AI总结，哪些内容其实不该上传"这个话题的社区边界和企业合规的通行做法，电脑里的文档大致分三层。
绿层，可以给Agent批量跑：自己收集的公开资料、自己写的草稿、不含他人个人信息和业务数字的文件，以及压缩、拆分合并、转格式这类纯格式操作。
黄层，最小化加脱敏之后再给：内部纪要、复盘材料、方案初稿。别丢原件，只复制要处理的那一段，去掉姓名、联系方式、客户名和金额；验证流程就用虚构数据复现。
红层，不进任何模型的上下文：客户名单、同事和候选人的简历、未公开合同、内部报价、源码、身份证明类文件。这些不只属于上传者一个人——你没有"外传授权"。 "员工将内部资料上传至AI导致公司全员被调查"那个热问就是成本演示：你省下一小时，公司可能赔进去一次合规事故。知乎
落地经验就一句话：开权限之前先建一个专用工作文件夹，只把绿层材料挪进去，只给Agent授权这一个目录。小红书上"先盘点再授权、使用非敏感副本"的提醒帖其实早就有了，只是这种帖子大多只有几个赞——谨慎帖没人看，"给全部权限"的教程被收藏上万次，这个兴趣下的信息供需目前是倒挂的。
四、权限给完，坑才开始：三个一线翻车样本
坑一：进了知识库不等于对的。一位造价从业者把五百页、1600多条的2018年山西建筑定额传进知识库，让WorkBuddy给十根200×200、高3.3米的构造柱套价，一分钟出结果还引用了计算规则原文。但他回查PDF时发现，自己之前做的Excel提取版第十一章编号串了行，把A11-35标成了A11-36——钢模板6105.02元/100平方米、木胶合板8593.57元/100平方米，选错编号单价直接差出40%。 传进知识库只是让它"找得到"，不代表它对，关键编号抽三个跟原文对一遍。知乎
坑二：“它有数据"不等于"它有数据”。9月27日上海交大一位老师的笔记举了个更小的例子：让AI写"表格没有数据就停止处理"的代码，它加上了df.empty的判断——可是一张所有单元格都是缺失值的表，照样通过检查。 Agent批量处理文档，最危险的不是失败，是"成功地放行"。小红书
坑三：删除和代筛类操作必须有人质询。有人电脑C盘红了，直接让workbuddy分析并删除，评论区十七个人在线交流删法。 也有HR已经照着模板让Agent按岗位JD去筛桌面文件夹里的候选人简历。 Agent干"扫描、计算、比对"这类看得完的活越强，"删错、筛错、发错"这类回不去的操作就越要人来拍板——它负责把表看一遍，你负责口径。小红书小红书
五、接下来两三周：一套十分钟的动作，两个继续观察的信号
国庆返工、Q4启动、年底复盘，文档党最忙的一波马上到，正是把Agent正式拉进工作流之前算账的窗口。十分钟能做完的三件事：
翻产品数据条款，把训练、留存、删除去向三个开关各自确认一遍；
建专用工作文件夹，只给绿层材料授权；黄层脱敏最小化后再给；红层材料不进任何模型；
凡是出数的交付物，抽三处和原始文件核对之后再发出去。
两个值得盯的信号：WorkBuddy们的企业版条款什么时候把"本地文件读取范围、内容留存策略"写清楚——它现在正处在和豆包系产品抢"AI工作生态入口"的峰会战里，规则大概率还会变。 另一个是那些"每天2000万token免费用、主流大模型全部内置"的文档自动化钩子，羊毛之外，代价是不是你的文档内容。知乎哔哩哔哩
工具爆火的窗口，恰好是规则最不稳的窗口。别人在教程区抢"蓝皮书"之前，先把自己文件夹的边界画明白——这大概是这波Agent办公热里，文档党唯一不会过时的技能。
