AI news

Z Product|ChatGPT有Work,Claude有Projects,问小白为何押注更“重”的项目工作台?

By Z Potentials1 viewsSource: Z Potentials
Z Product|ChatGPT有Work,Claude有Projects,问小白为何押注更“重”的项目工作台?

问小白 5 Pro 呈现出一种很接近真实项目成员的工作方式:先确认 Brief,主动拆解任务,持续汇报进度,在文档中留下修改痕迹,最终完成交付。不同路线决定了不同能力上限:对话路线的上限是上下文窗口,资料路线的上限是权限管理粒度,研究流程路线的上限是自动化程度,而项目工作台路线的上限是系统架构的复杂度

The full text has not been translated yet. The Chinese original is shown below.

文章配图

Z Highlights

  • 当AI开始处理真正复杂、持续推进的项目,文件系统也从资料容器逐渐升级为长期记忆和任务延续的基础设施。

  • ChatGPT用Work扩展对话的行动边界,Claude用Projects 对齐团队协作的背景;问小白 5 Pro 则试图承接一项工作从启动、推进到最终交付的完整周期。由此,一个新的品类正在成形:项目级AI工作台。

  • 问小白 5 Pro 呈现出一种很接近真实项目成员的工作方式:先确认Brief,主动拆解任务,持续汇报进度,在文档中留下修改痕迹,最终完成交付。

  • 不同路线决定了不同能力上限:对话路线的上限是上下文窗口,资料路线的上限是权限管理粒度,研究流程路线的上限是自动化程度,而项目工作台路线的上限是系统架构的复杂度。长期来看,前三条路线会逐渐向第四条靠拢,长内容任务最终都需要建立一个独立于对话线程的、结构化的项目空间。

推荐语

过去两年,AI 内容产品沿着几条不同的路线同时生长。

Chatbot 开始接住更长的对话和更复杂的指令,Agent 学会调用工具、操作环境,生成模型则不断拉长内容的时间尺度与生产规模。与此同时,一类面向项目级任务的长内容生成引擎逐渐浮出水面:资料、计划、草稿、版本和最终成果,统一收纳进一个项目空间,围绕同一目标持续生长。

这也构成了当前 AI 能力图谱中一个颇具意味的断层。

文章配图

不同于其他对话型产品,问小白 5 Pro 更像是一套长内容生成引擎,支持持续保存资料、计划、草稿、版本和项目状态,让 AI 的工作可以跨天、跨周地延续。从读取散乱材料、规划任务,到承接多轮修改、同步更新报告与表格,再到最终核对事实和引用,它面对的考题已经十分接近真实的生产环境。

01 新一代长内容生成引擎,AI 时代的工作平台

当 AI 拥有项目记忆,它能否接住一项持续数天的复杂任务,并将内容生产真正推进到完整交付?这一次,我们给问小白 5 Pro 出了两道跨度很大的题:

  • 任务一:从零搭建并持续创作一部长篇小说。从拆解任务、组织人物与世界观,到管理章节、版本和修改记录,重点看对话框之外,一部长篇内容如何被持续推进。

  • 任务二:生成一份约五万字的中国具身智能产业研究,除了正文,还要同步生成配套的表格与图表。报告写到一半后,我们又连续追加三轮修改,分别切换到CTO、政府部门和产业资源方的视角,最后再抽查核心数字、事实与引用。

任务一:从零搭建并持续创作一部长篇小说《潮汐档案》

当用户交给 AI 一份数万字报告、一本长篇小说或一个持续数天的研究项目,生成质量只构成其中一部分。用户还需要随时知道:AI 如何理解任务,现在执行到哪一步,哪些内容已经完成,当前文档是哪一版,人工修改能否留下记录,以及项目距离交付还有多远。

这也是我们使用问小白 5 Pro 时感受最明显的一点。

从当前的内容产品路径看,长内容竞争大致沿着三条路线展开:从通用对话扩展工具调用,从知识库延伸研究能力,以及围绕项目工作区重建完整的内容生产流程。问小白 5 Pro 选择了一条更偏向项目工作区的产品路径。收到命令和资料后,它会先整理项目 Brief,再将目标拆成一组 ToDo。

文章配图

每完成一项任务,系统都会更新状态并留下执行记录。用户可以打开项目目录,看到当前阶段、整体进度、已经生成的文件和仍在等待的事项。

文章配图

问小白 5 Pro 将 Brief、ToDo 与项目进度显式呈现在工作区中

从实际体验看,ChatGPT Work 偏向从对话出发,调用不同工具推进任务。问小白 5 Pro 则进一步将 Brief、ToDo、资产库、文件树、项目进度和版本记录显式呈现在工作区中,让长内容生成拥有更清晰的过程界面。

文章配图

ChatGPT Work 更偏向从对话入口调用工具推进任务

在文档侧,问小白 5 Pro 会自动开启修订模式和版本记录。AI 的修改、用户的反馈以及不同阶段的草稿都可以被保留,长内容因此拥有了一条清晰的演进路径。它呈现出一种很接近真实项目成员的工作方式:先确认 Brief,主动拆解任务,持续汇报进度,在文档中留下修改痕迹,最终完成交付。

文章配图

通过问小白 5 Pro 创作长篇小说

资料的读取与检索只是第一步,真正决定效率的,是能否支持清晰文件树、研究线索和后续可调用的结构性知识。问小白 5 Pro 为此提供了可持续编辑的文件工作区。用户可以通过调整 Prompt,按照自己的需求生成特定结构的文件树,也支持随时新建、拖动和编辑文件树。上传的资料由此便沉淀为一套可检索、可整理、可反复调用的项目资产。

资产库文件树的产品设计与团队在文件系统 Agent 和长程研究上的积累一脉相承。当 AI 开始处理真正复杂、持续推进的项目,文件系统也从资料容器逐渐升级为长期记忆和任务延续的基础设施。

文章配图

问小白 5 Pro 文件树示意图

任务二:一份五万字的中国具身智能产业研究

为了测试问小白 5 Pro 处理长项目的能力,我们又让问小白 5 Pro 撰写了一份五万字的中国具身智能产业研究。报告推进到一半时,我们连续追加了三轮修改:先面向具身智能公司 CTO 强化技术密度,再切换到政府部门关注的产业及政策视角,最后转向产业资源方关心的产品落地与商业进展。

以下是问小白 5 Pro 给出的修改记录:

  • 面向具身智能科技公司CTO:报告转向注重工程细节,梳理系统成本、数据闭环、硬件适配和运维难点。当CTO需要向董事会汇报技术路线时,问小白 5 Pro 能快速生成一版内部决策版报告。

文章配图

To 具身智能科技公司 CTO

  • 面向政府:重点转向园区建设、采购标准、国产替代和政策落地。

文章配图

To 政府

  • 面向产业方:关注点落到资源配置上——哪些环节值得优先投入、哪些基础设施需要先补齐,都重新梳理了一遍。

文章配图

To 产业方

三次调整跨过技术、政策和商业三个视角,但原有的事实、引用和章节结构都被完整保留下来。连续几轮修改后,报告的框架和事实链条依然稳定,没有出现章节错位、内容重复或前后口径冲突。

长内容真正考验系统的,往往是修改发生之后。一个局部要求,可能同时牵动章节结构、论证口径、资料引用和前后表述。AI 需要判断改动会波及哪些内容,在保留已有成果的基础上,重新校准整份报告。对于一份数万字的文档,这种在持续变化中维护全局一致性的能力,是问小白 5 Pro 最引人瞩目的地方。

这项能力背后,实际对应着不同产品对长内容任务的不同理解。ChatGPT Work 从对话出发,通过工具调用不断扩展任务边界;Claude Projects 以项目资料为核心,为多轮协作提供相对稳定的背景;Gemini 将 Deep Research 和 Canvas 连接起来,更强调研究流程,将搜索、审阅与写作组织成一条链路。问小白 5 Pro 则从一开始便将“项目工作台”设为产品原点,在系统层面构建可持续保存资料、结构和任务状态的项目空间。

不同路线决定了不同能力上限:对话路线的上限是上下文窗口,资料路线的上限是权限管理粒度,研究流程路线的上限是自动化程度,而项目工作台路线的上限是系统架构的复杂度。长期来看,前三条路线会逐渐向第四条靠拢,长内容任务最终都需要建立一个独立于对话线程的、结构化的项目空间。

文章配图

问小白 5 Pro 内嵌工作平台

以往写一份报告,资料散落在十几个浏览器标签、微信文件、本地文件夹里;现在,问小白 5 Pro 用一个工作台装下所有资产,项目成员随时进入,都能看到最新的版本和修改记录。如图中所示,问小白 5 Pro 将对话、资料、文件树和正文编辑收拢到同一个工作台。左侧保留任务过程,中间沉淀项目资产,右侧直接进行模块化编辑。用户可以像处理普通文档一样调整段落、移动章节、补充材料,AI也会同步理解这些改动,继续承接后续的研究与写作。

这些过程中产生的章节、证据矩阵、修改清单和版本记录,也都沉淀在资产库里。后续想补充材料、调整口径,或者复用某段分析,无需重新交代项目背景,也不用反复上传和粘贴文件,直接调用已有资料即可。对于一个持续数周甚至数月的长项目,这种随时可回到现场的项目记忆,节省的远不止几轮 Prompt。

文章配图

当长内容生成进入持续协作阶段,它承载的便不再只有一篇文稿,还包括资料组织、项目记忆、版本迭代和完整的生产流程。一个面向 AI 时代的工作平台,也由此逐渐成形。

02 报告写完,真正的验收才开始

一份几万字的产业报告生成完成,只能说明写作告一段落。数字能否复算,图表与正文是否使用同一套口径,引用能否回到原始材料,才决定它能不能真正交付。

我们从报告中挑出几个核心数字和结论,让问小白 5 Pro 同时核对正式报告、企业表格、对外摘要,以及图表中的标题和注释。遇到测算逻辑存疑的数据,它会自行复算,或调取官方报告进行交叉验证;一个数字发生变化后,系统还会继续检查它是否同步更新到表格、图表和相关文件中,避免同一个项目里出现几套答案。

文章配图

问小白 5 Pro 交叉验证判断流程

在上图测试中,问小白 5 Pro 最终建议把原句改成:“BofA 估计,在大部分核心零部件由中国制造、采用特定执行器与感知配置的前提下,一台典型人形机器人的硬件 BOM 在 2025 年末约为 3.5 万美元,约合 25 万元人民币”。一个看似简单的成本数字,由此被还原成了带有时间、配置和口径边界的完整结论。

围绕报告中的关键判断,问小白 5 Pro 进一步将零部件供应链风险和硬件 BOM 变化更新为清晰的图表,确保图表与修改后的正文使用同一套统计口径:

文章配图

03 长内容产品进入新的竞争阶段

Anthropic Economic Index 对 Claude 输出类型的统计,呈现出 AI 使用方式的迁移:文档、报告以及分析等书面交付型输出合计约占30%,解释与指导类内容约占 28%。AI 的使用重心正在从即时交互,逐步延伸至内容生产与任务交付。

文章配图

Anthropic Economic Index 对 Claude 输出类型的分类统计

这组数据揭示了两个并行发生的变化。大量用户依然将 AI 作为知识助手,用于解释信息、梳理概念和辅助判断;越来越多的用户开始把完整文档、研究报告和创意内容交给模型生产。用户对 AI 的期待,也从获得一个答案,延伸到拿到一套可以持续完善、核验和交付的成果。评价 AI 产品的标尺随之发生变化:准确率依然重要,但多轮协作中的记忆保持、文件组织、版本演进、引用追踪和跨格式一致性,逐渐成为新的核心能力。长内容产品由此进入了一个新的竞争阶段。

04 把项目记忆写进系统:问小白为何选择一条更重的路

问小白背后的底气,来自团队在文件系统和长程研究上的持续积累。

随着 Deep Research 中搜索、阅读和写作轨迹持续增长,大量历史信息会占用模型上下文,逐步压缩证据收集与报告写作的空间。问小白团队发表于 ACL 主会的工作 FS-Researcher,围绕这一问题引入了持久化文件工作区,将文件系统作为跨阶段协作的外部记忆。

其中,Context Builder 负责搜索资料、记录结构化笔记并归档原始材料;Report Writer 则基于已经积累的知识库,逐章节完成报告。研究过程中的证据、笔记和写作结果都被保存在文件系统中,不同阶段可以随时读取并继续推进。

文章配图

FS-Researcher

同时,团队围绕专业长程工作主线搭建的评测基准 DeepResearch Bench II ,还亮相 GTC 2026 黄仁勋演讲对比评测画面中。

文章配图

英伟达 GTC 2026 Keynote 现场

团队的另一项研究 SYNTHQUESTIONS,则进一步通过将任务与真实世界文本建立联系,合成大规模、多样化的困难问题,以提升模型性能。它提出了 Attributed Grounding:首先从真实指令出发,结合开放的网页材料,将需求还原到具体用户与使用情境,从而生成与之匹配的复杂指令,最终构建的数据规模达到百万级。这篇论文是最终评选出的 26 篇 ACL 2025 Outstanding Paper 之一,获奖率不到 1%。

这两篇研究回答了长内容任务中最重要的问题:面对复杂需求时,AI 如何理解具体情境,并让生成过程与真实材料保持联系。对用户而言,最终对应着一个更直观的体验:再次进入项目时,AI 可以重新读取项目 Brief、研究笔记、草稿版本和引用资料,恢复此前的工作状态,继续完成下一步任务。当上下文装不下整个项目,文件系统开始接管记忆。

ChatGPT 用 Work 扩展对话的行动边界,Claude 用 Projects 对齐团队协作的背景;问小白则试图承接一项工作从启动、推进到最终交付的完整周期。由此,一个新的品类正在成形:项目级 AI 工作台。

当对话不再是终点,AI 内容工具也开始从提供一次回答,走向保存项目状态、承接持续修改,并推动一段完整的生产流程。

目前问小白 5 Pro 已经上线,欢迎提交你的第一个长项目。

Ref.:

https://www.wenxiaobai.com

https://arxiv.org/pdf/2602.01566

https://arxiv.org/pdf/2506.03968

https://www.anthropic.com/research/economic-index-june-2026-report

文章来自于微信公众号 “Z Potentials”,作者 “Z Potentials”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)