前两天的时候，有个朋友来向我咨询问题，他一直支支吾吾的，我觉得有点疑惑，我说你的意图是什么。
他说哎，明天老板让他去出差，顺手给他安排了一个活，让他拿着方案去见客户去。
我说这咋了，这不很简单吗，国内外这么多优秀的模型和 Agent ，随便找一个给你整个方案不就行了。
他 ...... 看起来有点茫然。
可能因为我这朋友不是软件开发出身，所以平常没有深度的 AI 实践。
我说你咋了，他说他们老板是这么说的：
明天上午你要见的那个客户，他们现在暑期午餐生意不好，学生要放假了，外卖单子看着不少但利润很少，门店中午到店客流夏天也很少。
你今天帮我先整理一个方案，要有判断、有数据、有具体动作、最好能给他做个可视化的效果啥的，给他交付的时候给他写清楚。重点别写虚的，要告诉客户为什么午餐下滑、怎么拉人到店、怎么降低外卖依赖、怎么做复购。他们这个预算 2 万，周期按 60 天。
他们老板还把客户的需求和痛点给他发过来了。
他有点不知道咋搞了，因为他得从这一大堆文字和语音中把有用的信息理清楚，这个之前基本上是 2 - 3 天的活，现在让我一晚上整完。。。。。。
这是个急活，你得了解需求，拆分需求，了解痛点，给出设计，做部署然后上线，需要一个全场景工作流的 Agent 。
他问我有没有什么可以直接用的。
我说我给你琢磨琢磨。
我突然脑海中有一个念头闪过。我基本上各种 AI 工具都折腾过了，Codex、Claude Code、Cursor、Trae、OpenCode 等等。因为这些 Agent 都比较成熟了，所以我这个朋友来问我的时候，我反而意识到一件事：
对程序员来说很简单的 AI 工作流，对很多普通职场人来说，其实还是有门槛的。
不是他们不知道 AI 好用。
是他们不知道怎么把一个真实工作里的烂摊子，拆成 AI 能执行的任务。
所以我的调研需求必须有两点：
- 这个东西门槛要足够低，配置简单，最好下载就能用 ；
- 这个东西必须真的能干活。
抱着这两个目的，我找到了一个开源的 Github ，LobsterAI 。
它的定位是桌面端办公 AI Agent，也就是一个更偏职场办公工作流的助手。
我比较感兴趣的点有三个：
第一，它不是单纯聊天，而是一个可以持续推进任务的工作区。
第二，它有 Kits，也就是专家套件，里面把工程、设计、运营、营销等工作流封装成了不同的专家。
第三，它可以把生成出来的静态页面部署成公网链接，不是只停留在本地文件。
这三个点刚好对应这次急活里的三个难点。
-
说不清需求。
-
不会拆任务。
-
不知道怎么交付。
而且最主要的是开源。我看了一下 issue 和 PR ，是一个非常活跃的 repo，数据私有化，不像其他厂商的全流程 Agent，纯给厂商当做模型训练数据了。
我下载了下来研究一下看看如何。
主页是这样的。
基本上目前国内的优质大模型都在里面了，包括 Deepseek V4 pro、Qwen 3.7 Max、Kimi 2.6、MiniMax M3、GLM 5.1 等。
我看到他 Kits ，也就是专家套件里面有很多针对职场人的 skills ，于是我就都装上了，看看效果如何。
第一步，让它先别急着写方案
我最怕的就是 AI 一上来直接给最终答案。
尤其是这种商业方案。
如果你直接说：
帮我写一个轻食店暑期午餐引流方案。
它肯定写的又快又好，但写出来往往是那种看起来很完整、实际上是一坨的东西。
什么小红书种草、社群运营、发优惠券、做套餐。
看起来路径都正确，但都没啥用。
所以我这次给 LobsterAI 的要求是：
先不要直接生成最终页面。
先拆需求。
先告诉我客户是谁、痛点是什么、目标是什么、交付物是什么。
我把他老板那段需求和客户材料都丢进去，让它先分析。
这一步出来以后，它先生成了一份需求文档。
而且这里有个小细节我觉得不错，它可以直接打开 Typora。
我觉得这个细节很不错，对我这种经常写 Markdown 的人还挺友好。
我之前用 Codex 的时候，如果生成了一个 Markdown 文件，很多时候还得 reveal in finder，再自己打开。
LobsterAI 这里直接接上本地工具，交互上更像一个桌面工作流。
第二步，让专家套件做详细设计
需求拆完之后，我没有让它直接写代码。
我选择让它继续给出方案设计。
因为他们老板想要的不是 PPT ，也不是 word 文档，而是一个能给客户看的方案页。
这一步它调用了专家套件里的能力。
后面生成的结构大概是这样：
这里我觉得比直接生成最终网页要稳定。
因为你能先看到它的思路。
比如它把首屏设计成"方案标题 + 核心数据亮点 + 品牌视觉"，目的是 10 秒抓住客户注意力。
市场洞察部分放夏季餐饮数据、消费者行为变化和竞品动作，用来建立专业感。
痛点分析部分把到店率、佣金、截流、会员弱这些问题可视化。
执行排期用 60 天甘特图，预算分配用饼图或表格。
这看起来就更像是交付物了。
第三步，做成页面并部署
确认结构后，我让它继续生成完整的静态页面。
这里就是 LobsterAI 比较像"干活"的地方。
它不是只给我一段文字。
它会继续往下执行，把内容整理成 HTML 页面。
这件事本身，Codex 当然也能做，当然 Claude 也能做，甚至千千万万的 Coding Agent 都能做。
但差别在于，LobsterAI 这里的入口和流程更偏普通职场人。
对于懂技术的人来说，这个差别可能不大。
但对于非技术岗位来说，差别就很明显。
因为他们不想理解什么是项目目录、什么是 dev server、什么是部署平台。
他们只想知道：这个东西能不能给老板看，能不能发给客户。别人打开会不会报错。
这次交付物是一个可以直接打开的公网 URL 。
这个动作其实就补上了职场交付里的最后一公里。
因为很多普通职场人不是不会生成内容。
他们是卡在怎么发给老板，或者怎么给客户交付。
发文件太土，发截图不能交互，发录屏又很临时。
如果能直接发一个链接，对方打开就能看，这个东西才像一个正式交付物。
而且还会让人觉得你很专业。
给大家看看，他做成的效果大概长什么样。
（由于单图太长，我给大家切了三部分）
这个页面当然不能说已经是一个完美的咨询方案。
但是当我把这个方案发给他之后，他好像体会到了 AI 的爽感，他觉得已经足够好了，比他自己花两天三做的东西好太多太多。
他一直在跟我说这是个什么东西，感觉很神奇。他觉得非常能够提升自己在职场中的形象和地位。
我大概跟他介绍了一下这个 Agent 。
这个东西最大的一个优势是门槛很低，基本上做到了下载安装即用。
非常适合办公职场人员和同事，因为并不是很个人都会用上 Codex、Claude Code 这类门槛高的 Agent。
还记得我之前发过一个图片吗，就是那个被大家说硬盘扫描坏块的图，那张图显示，只要你会用 AI ，你就已经超过了 99% 的人。
而且 LobsterAI 是开源的，数据都是自己的。
更重要的是，能够一键实现完整的工作流，从需求拆分 -> 方案设计 -> 部署上线。
完成他这个需求之后，我又详细看了一下这个 LobsterAI，我这一看，又发现不少玩法。
首先就是它把图片和视频接进来了。
刚好这两天《凡人修仙传》新番开始了，我就顺手用 LobsterAI 做了一张海报和一段视频。
它的好处是不用在不同工具之间来回切。
你可以在同一个工作流里先生成图片，再继续生成视频，最后还能把这些素材塞回方案或者页面里。
不过这个视频韩立还比较青涩，于是我换了一套慕兰草原的宣传片。
首先他设置里面可以接入远程终端。
也支持自定义模型提供商。
有意思的是，我看到 LobsterAI 有两个功能挺有意思，一个是记忆 ，一个是梦境。
记忆相当于它的长期笔记本，能记录我的偏好、项目背景和常用工作方式；梦境则像后台整理机制，会在空闲或睡眠时间把最近的任务记录重新梳理，把真正有价值的信息沉淀成长期记忆。
这意味着它不是每次都从零开始，而是会随着使用逐渐理解你的工作习惯。
比如我经常让它先拆需求、再做页面结构、最后部署链接，后面它就更容易按这个流程来协作。
聊了这么多，那这个 LobsterAI 跟其他 Agent 或者 OpenClaw 的区别有哪些呢？
下面一幅图给你说清楚了。
这张图不是想说谁绝对更牛批。
因为每类工具都有自己的优势。
大模型聊天工具胜在简单。
OpenClaw 胜在开放和底层能力。
Codex、Claude Code、Trae 这类开发工具胜在工程能力。
WorkBuddy 这类办公 Agent 胜在场景化。
LobsterAI 所解决的痛点是"普通职场人能不能把一个任务从需求推进到交付"。
这次体验下来，我觉得最好的一点，不是说写方案多好，生成网页多优秀，一键部署多丝滑。
而是它把这些事情串成了一条普通职场人也能做的事儿。
从老板一句很模糊的：
你今晚先整理一下，明天我要给客户看。
到最后变成一个能直接打开的公网方案链接。
中间经历了：
需求拆解 -> 专家分析 -> 页面设计 -> 内容生成 -> 部署分享。
如果你是开发者，这件事你用 Codex 等 Agent 也能做。
但如果你是运营、市场、销售、HR、行政、项目经理，或者只是一个不想折腾技术栈的普通职场人，LobsterAI 这种桌面端 Agent 的价值就会突出的非常明显。
它是一个 7 * 24 小时职场人的办公搭子。
这才是我觉得它适合职场人的地方。