11 月 4 日，WorkBuddy 的模型列表里多了个 Hy4，标签是「限时免费」，倍率 0.00x，每日赠送额度到 11 月 15 日。 办公室里最实际的问题不是它排第几，而是今天桌上哪堆活可以丢给它。知乎
Hy4 这次不是把参数再堆大。变的是「感官」和「手」：混元第一次能看图，第一次能操作电脑，图形界面和命令行都能碰。 腾讯说它在办公场景拿到 83.18 分、通过率 96.15%、12 个场景里 9 个国内第一。 但这组数是腾讯自己测的，还跟自家 WorkBuddy 深度协同，参考价值要打折。彭博社电报知乎
更能说明问题的是一次真实的翻车。一位 WorkBuddy 用户把会议记录丢进去，只写了一句「整理一下」。交回来的纪要排版很工整，但好几条待办的负责人和截止日期，原文里压根没提，是它顺手「补」上的，差点就直接发到群里了。 这不是 Hy4 独有的毛病，但它说明「能干活」和「能放心」是两件事。官方另一个数字更值得看：因猜测导致的错误率从 23.1% 降到 5.6%。 降了四分之三，但仍意味着大约每 18 次猜测里可能错 1 次。一份 30 条待办的纪要，只要错 1 条，就够你返工。小红书知乎
所以我不按「它会不会」来分，而按「我能不能验」来分。三个问题：结果能不能一眼对回原文？动作能不能撤回？它能不能在不知道时说「待确认」？三个都过关，才值得交。WorkBuddy 自己的权限设计也是这个逻辑：默认权限在工作空间内放开常规操作，遇到敏感路径、重要删除、脚本命令、网络访问再停下来问你。WorkBuddy 权限文档
最稳的是「读进来」的活：报表截图、研报图表、发票和回单扫描件，转成结构化数据；Excel 清洗、补公式、做汇总。WorkBuddy 本来就能处理 PDF、Word、PPT、Excel，覆盖读取、生成、清洗、重组与导出。 Hy4 补上的是「看图」这一环。一个用户用 WorkBuddy 每周做两张基础数据表，宏和 vlookup 都能跑，前提是「给清楚命令、把标准写进规则」；它还会自己识别出问题并改正。 但这类活必须做两步：先拿十行样本对，再对总数。图和表最容易被「看起来对」骗过去。WorkBuddy 文档小红书
再往前一步，是「出初稿」的活：PPT、Word 方案、汇报材料、资料搜集报告。一家提前拿到实测资格的媒体让 Hy4 做苹果 2026 财年第四季度财报解读 PPT，交了 16 页；第二页营收 1144.77 亿美元、同比增长 11.7%，和苹果新闻稿的 1145 亿、12% 四舍五入对得上。 另一个用户用 WorkBuddy 做 PPT，98 个积分、约一小时，自评 90 分，「有些细节把握的一般」。 这类活的正确用法，是让它把 80 分的骨架搭出来，你改最后 20 分；不是让它直接发。知乎小红书
最容易省时间、也最容易出岔子的，是「整理」的活：会议纪要、多源资料汇总、竞品调研。把转写稿或原始文件给它，要求每条结论标出处，原文没有的写「待确认」，它能省掉大量摘抄。WorkBuddy 的官方实践写得很清楚：录音可以先在本地转成文字，再整理成纪要。 但这类活最怕它「补全」，所以派活时要把六件事写清楚：目标、输入、动作、约束、输出、验收。少写一项，它就多一分猜。WorkBuddy 文档
不该交的也很清楚：付款、对外发送、删除或覆盖文件、在陌生老系统里一路点到底，以及没有验收标准的「帮我弄一下」。WorkBuddy 自己把权限分成两档：默认权限会在敏感路径、重要删除、脚本命令、网络访问前停下来问你；完全访问则关闭二次确认，所有任务直接动手。 定时任务的官方文档提醒，涉及文件写入、删除、资金操作的提示词要审慎；同一页又把完全访问标为推荐，因为默认权限会停在等待确认。 这两句话放在一起，就是「放心」的边界：读、算、写草稿，可以放手让它做；动钱、动别人的文件、动不可逆的状态，别开完全访问，更别无人值守。WorkBuddy 权限文档WorkBuddy 定时任务文档
Hy4 也不是没有短板。官方那张十二项对比图里，它八次第三、一次第二、三次第四，一次第一都没有；对 Claude Opus 5.5 十二项全负。 合同审阅更能说明问题：有人拿三组合同材料测了 9 款工具，结论不是「谁排第一」，而是「AI 发现了风险，也不一定能把问题改对」。 有的工具看到了付款风险，给出的修改却没有解决接口这个前置条件；有的改动甚至让收款时间往后推。这类活可以交给它做第一遍标记，不能交给它定稿。知乎小红书
免费窗口到 11 月 15 日，但额度不多，有人刚用顺手就撞了限流。 拿什么试最划算？拿一件你本来就要做、且能对回原文的活：一张乱表、一份带图的研报、一段会议转写。别拿工资表、客户合同、唯一副本去试。Hy4 让 WorkBuddy 长了眼睛和手，但真正决定能不能放心的，还是你给它留的那道验收关。知乎
