真正的办公 Agent
在过去一年里，我的发票、合同、申请表，全是 claude code 帮我弄的，着实省了不少功夫，但也积累下来了不少抱怨：格式我能自定的还好，直接生成网页版直接打印。最怕对方发来一个固定格式的 Word，只能在指定位置改，直接哭瞎
就以前几天我填的那个 OPC 申请表为例（不得不说，海淀的政策一直很顶），需要对着 仿宋_GB2312 格式的一堆 .doc/.xls 来处理，格式是固定死的，不能懂
我自己的各种信息，Claude 它都有，它也确实能干，毕竟它里面有 docx skill
但你要说干得好不好，我只能说...即便是几行字也要用上好久，中文字体和自定义版式经常出问题，需要手调，就比如下图：中文字体经常抽风，且版式非常诡异
同样的，我让他去填写一下 OPC 表格。不出意外的，虽然内容完全 OK，但字体都发生了变化，甚至还有半截的「填写样例」，我甚至用的是 Fable 5，推理 拉满
这种事情在我工作中还是高频发生的，我也不知道为啥，某个字符突然空白了，某一行内容直接拉到了下一页，某些字段干脆不显示；然后网页版的 Claude 还有个毛病：单个任务最多执行 30 分钟，所以如果表格太大，可能当场寄给你看
AI 能不能处理好文档，和智力无关
前两天我去参加了金山办公的发布会，他们拿出了一款心产品灵犀专业版：用 WPS 的文档内核生成和编辑文件
同样的任务，不到 2 分钟，高标准交付，毫无差错：Agent 填表这事儿，终于有救了
Agent 填表，问题在哪
所谓自己的毛病自己看，我让 Claude 自己回顾了下他是如何处理表格的，然后...下面是它的坦白，以及我的转述
Word 文件本质是个压缩包，后缀改成.zip就能解压。那份 OPC 申请表解压出来十几个 XML 文件，我们在 Word 里看到的那张表格，只是这些文件渲染出来的结果。
对于上面的那个文件，看上去是一个大的表格，其实在每个格子里都藏着很多排版规则，比如字体、行距、对其、折行等等...
在 Claude 处理 Word 文件的过程中，使用了一个叫做 python-docx 的开源工具，而这个库的抽象层里没有「在保留格式的前提下编辑内容」这个操作——它能做的是「替换」：把格子里原来的内容整个换掉
这意味着：Claude 每往格子里写一行字，这些规则就会全部清零
这份表用的字体是仿宋_GB2312，公文标配。但在格式声明没了之后，系统不知道这行字该用什么字体，就从机器上找一个凑合
行距也一样。原表设的是「固定行距」，格子紧贴着文字，上下几乎没有空隙。格式没了之后走默认行距，默认比固定值高一截。一个格子多出几毫米看不出来，十几行叠在一起，整张表就被撑高了，内容挤到了下一页...
而对于那半截文字，是本看到标题上方有一个空的占位段落，行距设成了固定 8 磅，但塞了 16 磅的字；在这里，Claude 用来预检的是 LibreOffice 的响应方式不同，不同于 Word 本身：LibreOffice 对这个规则更宽容，会把超高内容画全，但 Word 则更严格，导致了半截文字
这么一连串下来，Fable5 即便再聪明，但由于渲染和处理的内核不对，该错的还是错，不可避免...完全是渲染引擎的问题
亲生的内核
这里有个冷知识：WPS 和 Word 是文档互认的，能对信息进行完美渲染
而灵犀专业版，调用的便是 WPS 自己的文档内核，在往格子里写字的时候，文字和会连同各种排版规则一起写入，这极大的保证了速度与准确性
这里有个值得说的事。市面上不少 AI PPT 产品能给到「可编辑的表格」，看上去挺厉害。点一下才发现，那些表格是一堆自由文本框拼的，加一行都加不了。图表呢，也是图片，拖位置可以，改数据不行
灵犀生成的图表就是原生 Excel 控件，点进去能改数据维度。生成的表格就是原生表格，加一行就是加一行。他们内部管这个叫「图是图，表是表，图表是图表」
数据联动也跟着解决了，灵犀生成的表格由数据驱动，改了原始数据结论跟着走，追到对应的原始指标
排版这边还有一道渲染检查，专门扫跑版、遮挡、文字压图这类事故
而对于大难题排版，灵犀更是还有一道渲染检查，专门扫跑版、遮挡、文字压图这类排版事故
也是考虑到交互的便捷性，灵犀把所有界面做成了一个闭环。文档打开之后，右边有个对话框可以跟灵犀交互，中间的正文区可以用审阅模式逐条改，改到某个地方觉得不对了可以直接上手用键盘编辑。生成、交互、批注、编辑、交付，都在一起
并且，它既有独立客户端，在 WPS 和微软 Office 里也有对应的插件，也还有网页端，
「参谋可以出主意，但助理要把事情做掉」「市面上会聊天的 AI 很多，能把结果直接交付出来的还不多」
田然，金山办公助理总裁
金山做文档格式做了二十多年，这些能力在 Agent 时代反而更值钱了
不只是 Word
灵犀的能力，其实也远不止我上面提到的那些，这里也整理如下
Excel 公式和图表
灵犀生成的表格，数字背后有公式。改了原始数据，结论跟着联动。表格自动美化之后，图表用的是原生 Excel 控件，点进去能改数据维度和图表类型
读文档生成 PPT
灵犀能直接读文档生成 PPT，排版样式不少，图表用原生控件。发布会演示了一份市场复盘 PPT，十几页，图表数据都能二次编辑
浏览器自动化
灵犀能调用用户的浏览器，登录公司内部系统，按流程填表提交。发布会演示的是报销单：打开报销系统、选费用类型、填金额、上传附件、提交，全程用用户自己的登录身份
论文和公文排版
论文排版，页眉页脚、摘要区、数学公式用的都是标准组件，分栏也是原生分栏。公文格式同理
项目记忆
灵犀按「项目」组织上下文，历史任务、文档、对话、改过的意见都跟着项目走。第二次说「按上次的来」它知道上次是什么。授权过的文档它能调取，记了什么你能看到，能校准，能关，能删
最后
参加完发布会我追着他们技术和生态的朋友问了老半天，产品之外，我贼想要这东西的 API 或者云部署方案...希望能出吧
然后，我还要来了发布会的 PPT，如果感兴趣，可以一看
热门跟贴