能。这门课全程不写一行代码——你要做的就是装一个桌面软件、打字下任务、核对它的产出。WorkBuddy 本来就是为普通职场人设计的：你说「帮我整理这个文件夹里的年报并做个对比表」，它自己去拆步骤、动文件。真正需要的耐心只有一个：像带新人一样交代清楚任务，并且核对它交回来的东西。

不会，也不应该。本站所有课程与工具守住同一条红线：AI 是研究员，不是基金经理——它负责收集资料、整理表格、帮你发现矛盾点，而「买不买、买多少」的判断永远在你手里，必须回到事实与数据自己下结论。课上所有提问模板都不含买卖建议，遇到任何工具主动给你「荐股信号」，反而要多一分警惕。

下载、注册和基础使用有免费额度，跑通本课全部练习足够。WorkBuddy 用「积分」计量用量：让它读一本年报、做一次深度调研都会消耗积分，不同模型的消耗也不同。建议先用免费额度把第三章的流程完整跑通，确认这套方法适合你，再考虑付费会员——不要一上来就为用不上的额度买单。额度、积分与价格随时可能调整，最新口径以官方说明为准（workbuddy.ai / workbuddy.cn）；本课不涉及任何代充值或优惠渠道。

行。方法论（任务怎么交代、流程怎么设计、结果怎么验真）在豆包、Kimi 等对话模型上同样适用，只是它们帮不了你「动手干活」——读本地文件、整理文件夹、定时盯公告这类事，需要 Agent 类工具。单独讲 WorkBuddy 是因为：它是桌面工作台形态的代表作，上手门槛低、能力完整，官方文档也比较好查证。

先说实话：文件的操作（读写、整理）在你电脑上完成，但被读取的内容会送入云端大模型处理——官方口径是数据在本地执行、服务端片段用后即弃、不用于模型训练，前提是你关掉了默认开启的「模型优化」。建议养成三个习惯：一是授权时看清它要动哪些文件，用不上「完全访问」就别开；二是进设置关掉「模型优化」（如果你介意对话用于训练）；三是持仓、账户这类高度隐私的数据原则上不交给任何 AI 工具——研究用公开资料就够了。细节见第五章「红线」。

会。这门课按 wiki 方式打磨：功能与界面以 2026-10 的官方文档与实机版本核对，之后随产品迭代持续修订，每轮更新都会在页头标注版本号。AI 工具变化快，若你发现文中步骤与最新界面对不上，以官方文档为准，并欢迎公众号留言告诉我们。