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

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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：

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。

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。

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。

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”