去年整理硬盘，我发现自己攒了200多本电子书，读完的不到30本。
但看到好书还是忍不住想下载，这病，我估计你也有。
以前下载电子书，是真费劲。
早几年我试过两条路。
第一条：找浏览器插件。 让插件去嗅探网页里的PDF链接，然后批量下载。但Chrome插件市场你懂的，访问不了。就算能找到，插件更新一停，整个流程就断了。
第二条：自己写程序。 疫情期间我用过一个工程师写的开源工具，批量扒了Springer的免费教材。好用是好用，但前提是你得找到这个工具，而且工具凉了你就得自己修。
核心问题就一个字：慢。 从找工具到调试成功，动辄几个小时，下载过程还得盯着。
更麻烦的是，下载完了就完了。书在硬盘里躺着，知识还是别人的，下次要用，重新翻。
2025年之后，这事变了
DeepSeek开源之后，AI大模型彻底火出圈。我发现一个挺有意思的现象：大模型不是在替代你的强项，是在补齐你的弱项。
你不会写代码？没关系，你说人话，它帮你写。
你不会配环境？没关系，它自己配。
有个M开头的工具（卖给了Meta），最早探索用AI大模型做自动化内容生成。后来Codex、Claude Code这些工具出来，用自然语言指挥电脑干活，这件事终于从demo 演示变成了日常可用。
WorkBuddy就是这条路线上的一个新玩家。我用了一段时间，发现它不只是能下载，而是能帮我完成下载→蒸馏→形成Skill这一整条链路。
实操：先批量下载，再定向蒸馏
https://zh.dfj101.ru/ 这个站，资源很全，更新也快。
第一步，打开WorkBuddy。 新用户有签到领积分，目前还没收费，能白嫖先白嫖。
第二步，新建任务，输入提示词：
"我需要下载 https://zh.dfj101.ru/ 中《认知觉醒》的电子书，并保存到桌面。"
任务完成后，打开桌面，电子书就在这里了。
但下载只是起点。
第三步，挑一本真正用得到的，让WorkBuddy帮我蒸馏成Skill。
比如我读了本讲用户增长的书，会再开一个新任务，输入：
"请阅读我的电脑桌面下小红书获客实战.pdf，提取核心方法论，整理成可执行步骤：1）适用场景 2）具体操作步骤 3）常见坑和应对 4）输出格式为WorkBuddy可用的Skill模板，下次我推新项目时可以直接加载执行。"
出来的不是读书笔记，是一套能直接加载进WorkBuddy的指令集。 加载之后，我说"帮我做个小红书冷启动方案"，WorkBuddy自动按书里的方法论执行，不用我重新翻书。
同样的WorkBuddy，不同的技能树
说到这里，我想强调一个事：
每个人的WorkBuddy底座都一样，但Skill库完全不同。
你读的是编程书，你的WorkBuddy就是代码助手；我读的是运营书，我的WorkBuddy就是获客机器；有人读的是设计书，他的WorkBuddy就是排版工具。
同样的角色，不同的技能树，打完全不同的怪。
这有点像游戏，新手村出来都是光板，有人点满内容创作，有人点满数据分析，有人点满自动化脚本。
等级一样，但过副本的方式天差地别。
我现在就在攒Skill。每读完一本，蒸馏一个，装进WorkBuddy。
哪天我的Skill库够丰富了，这个工具才真正成了我的外接大脑。
电子书网站只是素材库，Skill才是成品
我的电子书已经攒到三位数，但观念变了：
不再追求下载了多少本书籍，而是蒸馏了多少个Skill。
https://zh.dfj101.ru/ 这类网站对我来说，不再是收藏夹里的宝藏，而是Skill工厂的原材料仓库。
下载 → 阅读 → 蒸馏 → 形成Skill → 加载到WorkBuddy → 解决实际问题。
这条链路跑通之后，AI工具对我最大的价值才显现出来：
不是让我做更多事，而是让我从"重复劳动"和"知识搬运"里抽身，把时间留给真正该花心思的事，判断哪些书值得蒸馏，哪些Skill值得升级。
说到底，WorkBuddy这类工具，最后比拼的不是谁用得溜，而是谁装的Skill更贴合自己的战场。
你攒的是别人的插件，我攒的是自己的技能树。
这可能就是AI时代个人竞争力的分水岭。
我是喜乐，正在用 AI 搭建一人公司，记录从 0 到 1 全过程。
如果你也想一起长期学习AI，不想被时代甩下车，我建了一个学习群，私聊我。适合想学AI、想做AI副业、不想被时代淘汰的人。
