邁入「交付時代」，金山辦公如何定義AI辦公？
重點摘要
當ChatGPT能夠寫文案、Claude可以生成PPT之後，大模型會不會吞噬軟件？AI時代，辦公軟件又將何去何從？面對大模型快速發展帶來的變化，金山辦公CEO章慶元一直在思考這兩個問題。這不僅是金山辦公的疑惑，而是整個辦公軟件行業需共同面對的新命題。過去兩年，大模型快速迭代，寫文案、做PPT、生成表格，越來越多過去屬於辦公軟件的能力，正在被一個聊天窗口接管。
ChatGPT 能寫文案、Claude 可以生成 PPT，當大模型的能力越來越強，許多人開始問：辦公軟體會不會被 AI 吞噬？面對這個問題，金山辦公 CEO 章慶元一直在反覆思考。過去兩年，大模型快速迭代，寫報告、做簡報、整理表格，原本屬於辦公軟體的功能，正逐漸被一個對話框取代。「Office 會不會消失」成為業界熱議的話題。但章慶元並不認同軟體將被 AI 取代的說法。他認為，大模型雖然越來越聰明，但「只懂世界，不懂你」。未來，大模型負責提供智慧，軟體則負責提供「上下文」，兩者不是替代關係，而是長期共存。
帶著這樣的思考，金山辦公在 2026 AI 生產力大會上推出了兩款 AI 辦公智能體：面向個人的「靈犀專業版」與面向組織的「WPS Comate」。兩者定位不同，但目標一致：重新定義 AI 時代的辦公方式。章慶元在會上詳細闡述了金山辦公的 AI 戰略，強調 AI 辦公不應該只停留在「聊天框」的階段。過去一年，許多 AI 辦公產品都沿著同一條路徑演進：在辦公軟體中增加一個對話入口。用戶輸入一句提示詞就能生成一份報告，提出一個需求就能產出一頁簡報。隨著大模型能力持續提升，生成內容變得越來越容易。然而，章慶元指出，這只是 AI 辦公的第一階段。
真正的 AI 辦公，應該從「交付內容」走向「交付結果」，因為工作本身不等於文檔，而是一連串需要被完成的任務。以產業研究為例，一份能夠真正交付的研究報告，並不會隨著第一版內容而結束。搜索資料、閱讀網頁、整理資訊、分析數據、修改文檔、製作簡報……真正耗費時間的是完成這一連串的工作。換句話說，AI 真正需要完成的，不再只是一次對話，而是一項完整的任務。這個思路也體現在靈犀專業版的設計上：不是簡單為辦公軟體加上 AI 入口，而是圍繞 AI 重新組織整個辦公流程。
金山辦公助理總裁田然說明，靈犀專業版的目標不是在 Office 上加一個 AI，而是讓 AI 長出 Office，以 AI 為原點重新定義辦公軟體的形態。為此，靈犀專業版加入了 Memory 等能力，讓 AI 能理解用戶長期累積的文檔、專案與工作習慣，而不是每次都從零開始。同時，Agent 能力進一步融入辦公流程，使 AI 能圍繞一項任務持續推進資料搜集、資訊整理、數據分析等工作，而非停留在一次性的問答。也就是說，靈犀希望實現的不再只是「幫寫」，而是「幫完成」。不過，田然也強調，這並不代表辦公軟體會消失。文檔在 AI 時代不僅不會消亡，反而會變得更加重要。
真正的辦公成果，仍需以文字、表格、簡報等原生文檔的形式呈現，並繼續編輯、協作與流轉。當 Agent 能力從個人桌面走向組織深處，企業 AI 落地所需的能力也隨之改變。章慶元有一個有趣的觀察：企業用好 AI，關鍵不只在模型，更在管理。過去一年，企業導入 AI 時多半聚焦在模型選型——哪家模型能力更強、推理速度更快、成本更低，這些曾是企業最關心的問題。模型幾乎成為擁抱 AI 的代名詞。但當越來越多企業將 AI 嵌入業務流程，新的挑戰開始浮現：缺乏統一的管理。
一方面，通用大模型擁有海量的世界知識，卻不掌握企業自身的文檔、數據與業務上下文；另一方面，企業內部的數據和知識天然分散在文檔、ERP、CRM、OA 等不同系統中。換言之，AI 在企業落地的難點，最終還是回到組織本身。章慶元用一個汽車比喻點出關鍵：「模型是引擎，但決定這輛車能否真正跑起來的，是數據是否打通、系統是否連接、成本是否可控、權限是否可管。」在他看來，企業真正需要解決的問題，是如何把模型、企業知識、業務系統以及不同崗位的工作流連接起來，讓 AI 真正成為組織能力的一部分。
由此可見，企業 AI 落地的思路已經發生變化：過去，企業更多是為員工提供一個 AI 工具；未來，企業面對的將是越來越多不同崗位、不同業務流程中的 Agent。不同 Agent 調用不同模型、處理不同任務，共享企業知識、遵循統一權限，並接受一致的安全管理。企業 AI 開始從「用模型」走向「管理 Agent」。
基於這樣的判斷，金山辦公將 WPS 365 升級為一站式 AI 辦公平臺，並推出 AI 辦公智能體 WPS Comate 作為全新組件，同時提出「三二一」體系——圍繞知識、數據、能力三類核心資產，兼顧安全與成本管理，透過統一平臺承載企業 AI 能力，試圖將企業 AI 能力統一納入同一套管理框架。眼下，辦公軟體正在進入第三個時代：從單機辦公、協同辦公，走向 AI 辦公。章慶元認為，辦公軟體過去已經歷兩次關鍵變化。最早，它以文字處理、電子表格和簡報為核心；進入行動網路時代，會議、郵件、協同逐漸成為辦公軟體的一部分。
而 AI 時代，辦公軟體正在迎來第三次定義：它不再只是一個編輯工具，而是一站式 AI 辦公平臺——能夠承載 AI、連接 Agent、組織工作流。縱觀整個辦公行業，這也是各大廠商共同探索的方向。微軟持續將 Copilot 融入 Microsoft 365，希望 AI 深度參與 Word、Excel、Outlook 等辦公應用；飛書強化 AI 與文檔、會議、知識庫的協同；釘釘則持續推動 Agent 進入審批、OA、專案管理等企業工作流。雖然各家產品路徑不盡相同，但都在嘗試回答同一個問題：Agent 能力應該落在哪裡？
金山辦公給出的答案，是辦公軟體本身——它依然是工作的入口，只不過完成工作的，不再只有人。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中，我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件，並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著，我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入，並將處理後的內容儲存至 LanceDB。最後，我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成，以及輕量級的 recall-at-k 評估，以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。