网易首页 > 网易号 > 正文 申请入驻

办公 Agent 权威评测榜单出炉了,豆包第一

0
分享至

这是苍何的第 619 篇原创!

大家好,我是苍何。

刚看了《2026 年 10 月 SuperCLUE-Office 办公智能体端到端实战测评结果》,豆包工作以 85.33 分的综合成绩位列总榜第一,Kimi Work、WorkBuddy 分列第二、三位。


从这个数据来看,国内办公 Agent 赛道头部竞争可以说非常激烈了。

这个榜单是由中文语言理解权威测评机构 SuperCLUE 公开发布的。测评围绕文档处理、材料撰写、数据分析三大维度、13 项二级任务,对 8 款国内主流办公智能体产品展开端到端实战评测,重点考察 Word、PPT、Excel、图表等办公交付物的完成度。

榜单地址:www.superclueai.com/agent/Office

他们还从文档处理、数据分析、材料撰写三大维度进行了评测:


可以看到豆包工作领跑文档处理维度,Kimi Work 则更擅长数据分析与材料撰写,这也能反应出不同的产品当下在不同办公任务上的优势。

这三大维度的平均分和最大分差对比分布来看,数据分析平均分 71.72 分、最大分差 72.00 分,均分最低且分化最明显,材料撰写平均分 73.62 分、最大分差 47.75 分。


这也侧面说明了当下的办公 Agent 还需要提高数据分析与材料撰写的能力。

我的感受还挺深的,我现在的文档和协作基本是在飞书上进行的,自从飞书和豆包工作打通后,处理文档变得更加方便了。

而且能明显感觉到,你用豆包工作中处理自己的文档,交付质量是更为准确和丝滑的。


除了飞书自带的上下文,还有就是豆包工作本身的文档处理能力。

我之前让它对文档数据进行过标准化清洗,统一字段格式,输出核心指标,做台账分析。


我发现豆包工作的文档处理会更细,在交付上基本上一次就能完整完成,还是很省心的。


我的公众号选题、文章草稿、案例和复盘,散落在不同文档、文件夹和表格里,一直没腾出手系统整理,同样的任务,我用相同的提示词试过很多的办公 Agent。

提示词:在我有权限访问的飞书文档、云盘、知识库、群聊、会议纪要和多维表格中,梳理公众号内容资产。找出目前已有的内容方向,总结高频选题母题,整理可以复用的案例和文章结构,识别还没有覆盖的内容空白,给出下一阶段可以执行的选题建议。


但老实说,最后还是豆包工作处理我的这些文档上效果最好。

它在授权范围内读取了飞书里的多维表格、文章草稿、系列文件夹和云盘,把原本分散的资料放到了一起。

然后,它把这些资料整理成了一张内容资产地图 HTML。

我目前在写哪些方向,每个方向积累了多少内容,哪些主题增长更快,一眼就能看到。


有意思的是,它给文件分完类,还把我的旧资料重新连了起来,从里面长出来了新选题。

我的微信下载目录常年堆着报告和 PDF,我需要按内容分类、生成索引,但保留全部原文件,不删除也不移动。

我给 Agent 这样的提示词:

                            
● ● ● 提示词:操作我的电脑,打开文件资源管理器,进入 D:\Documents\xwechat_files。整理其中与 AI 有关的 PDF、PPT 和 Word 文件,读取文件名和内容摘要,然后按类别整理,在 D:\Documents 下新建「AI 资料库」文件夹,并为每个类别创建子文件夹。将符合条件的资料复制到对应目录,保留微信下载目录中的全部原文件,禁止删除和移动。最后生成一份 Excel 索引,包含文件名、文件类型、所属分类、内容摘要。遇到无法判断的文件,单独放进「待确认」,不要自行猜测分类。


豆包工作会把资料文档处理后分成 Agent 与智能体、AI 产品与工具、AI 技术与开发等类别,并生成了一份索引。


直接就能交付这个索引对应的文档表。

想想时间过的真快啊,距我们开源发布《豆包工作蓝皮书》也已经 2 个多月了。


开源地址:https://github.com/AlephAITech/DoubaoWorkGuide

字节的投入还是猛,能明显感受到豆包工作疯狂的迭代速度。

也是,眼下,国内大厂对 Agent 办公,谁又愿意慢半分呢?

对于用户来说,大厂产品的竞争,也有了更多的选择,但对很多人来说,有更多的选择,相当于没有选择。

因为,真的不知道哪个产品更适合哪个领域,总感觉好像都行,但又好像都不行。

所以,SuperCLUE-Office 办公智能体端到端实战测评我觉得还挺重要的,基于权威机构在多项关键办公任务的深度评测,去验证一些东西。

榜单看完,我最想聊的其实是它背后那个变化。

过去两年我们评 AI,评的都是单点能力。

写诗、做数学题、刷代码题,谁分高谁厉害。

但办公这件事没法这么评。

一份周报写得好不好,取决于它了不了解你上个季度到底在干什么。

一份方案靠不靠谱,取决于它有没有读过你们公司的历史文档。

所以这次把评测标准改成端到端交付物,本质上是承认了一件事。

办公 Agent 的竞争力,已经不完全取决于模型本身。

真正拉开差距的,是它能不能拿到你的上下文。

这也是我自己体感最明显的地方,而且不在分数上。

飞书和豆包工作打通之后,同样一句提示词,出来的东西完全是两个档次。

模型没变强,是它终于知道我在说什么。

这个逻辑放到行业里看会更清楚。

办公 Agent 的竞争,正在从模型能力转向工作流占有。

谁住在你每天的文档、会议、群聊、表格里,谁就握住了别人拿不到的上下文资产。

分数可以追,上下文追不了。

这大概也能解释,为什么几个大厂的分数咬得这么紧。

大家的模型水平本来就差不太多,真正的差距长在生态里。

不知道你有没有发现有个小细节。

三个维度里,文档处理的平均分最高,分差也最小。

数据分析和材料撰写平均分明显偏低,分差大得离谱。

这个断层不是偶然。

文档处理本质上是格式问题,有明确标准,能验证,模型学起来快。

数据分析是判断问题,哪条结论站得住,哪个异常该报警,没有标准答案。

材料撰写更难,它考的是对你这个组织说话方式的理解。

所以我觉得,办公 Agent 现在处在一个很微妙的阶段。

已经跨过了能不能用的门槛。

但离敢不敢全交出去,还有些距离。

榜单量的是上限,日常量的是下限。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
今年冬天流行“大+小”穿法,时髦又显瘦!

今年冬天流行“大+小”穿法,时髦又显瘦!

LinkFashion
2026-11-20 22:19:41
LCK大地震!DK迎来史诗级补强,GEN彻底重组,Viper去向成疑

LCK大地震!DK迎来史诗级补强,GEN彻底重组,Viper去向成疑

暴龙电竞号
2026-11-20 22:06:21
一位大龄未婚女生说:女人只要生了孩子,就被孩子套牢了

一位大龄未婚女生说:女人只要生了孩子,就被孩子套牢了

风起见你
2026-11-20 04:44:08
她亲生父亲是中共首任总司令,养父母均为正国级,哥哥还是中将

她亲生父亲是中共首任总司令,养父母均为正国级,哥哥还是中将

大运河时空
2026-10-20 08:50:05
1958年王必成带头批判粟裕,会后贺龙感叹:王必成可深信、可深交

1958年王必成带头批判粟裕,会后贺龙感叹:王必成可深信、可深交

晓駂就是我
2026-09-03 20:47:57
纪实:两赌徒徒步3天3夜,从杭州走到上海搞钱,竟将一家三口灭门

纪实:两赌徒徒步3天3夜,从杭州走到上海搞钱,竟将一家三口灭门

人间六月天
2025-02-19 13:37:33
日本10月核心CPI同比增长2.2%,预期2.30%,前值2.10%

日本10月核心CPI同比增长2.2%,预期2.30%,前值2.10%

每日经济新闻
2026-11-20 07:36:05
朱海就:哈耶克最重要的思想,隐藏于少有人注意的一部巨著中

朱海就:哈耶克最重要的思想,隐藏于少有人注意的一部巨著中

游子三月三
2026-11-18 18:54:00
中国帮韩国解了气?韩国网友欢呼中…

中国帮韩国解了气?韩国网友欢呼中…

奋斗在韩国
2026-11-20 11:18:37
2018年,重庆女子发现保姆儿子与前夫神似,鉴定后发现是自己亲生

2018年,重庆女子发现保姆儿子与前夫神似,鉴定后发现是自己亲生

芊芊子吟
2026-11-20 06:20:11
金刻羽提出了一个非常好的问题,又给出了一个非常不好的建议

金刻羽提出了一个非常好的问题,又给出了一个非常不好的建议

小筑财经
2026-10-22 08:10:07
人类史上最高级零元购:榨干印度200年,留下45万亿天价账单

人类史上最高级零元购:榨干印度200年,留下45万亿天价账单

吕醿极限手工
2026-11-20 13:13:48
中国日本韩国吸烟率对比:日本17.5%,韩国18.6%,中国是多少?

中国日本韩国吸烟率对比:日本17.5%,韩国18.6%,中国是多少?

荆楚寰宇文枢
2026-10-27 22:10:25
把反华做成生意的Anthropic 上市了,封号不退钱,一年收割中国用户 200 亿

把反华做成生意的Anthropic 上市了,封号不退钱,一年收割中国用户 200 亿

起点财经
2026-11-20 09:50:54
张嘉益立于C位,左右皆是佳人

张嘉益立于C位,左右皆是佳人

娱你同欢
2026-11-19 21:49:13
随着李天阳2-3,WTT球星挑战赛马斯喀特站男单8强已诞生5席:2名中国选手在列

随着李天阳2-3,WTT球星挑战赛马斯喀特站男单8强已诞生5席:2名中国选手在列

侧身凌空斩
2026-11-20 16:00:49
水浒传最可耻的女子,一个月与情人约会20几次,最终害死情人和丈夫

水浒传最可耻的女子,一个月与情人约会20几次,最终害死情人和丈夫

金宝哥讲故事
2026-10-24 17:45:16
中国担任2026年亚太经合组织东道主成果清单

中国担任2026年亚太经合组织东道主成果清单

澎湃新闻
2026-11-19 23:29:29
江青警卫回忆:虽没有抱过外孙,却不是没有感情,跪求主席救李讷

江青警卫回忆:虽没有抱过外孙,却不是没有感情,跪求主席救李讷

纪实文录
2025-06-25 16:39:32
美军潜艇司令抛出论断:面对中国095和096,美军已不再遥遥领先

美军潜艇司令抛出论断:面对中国095和096,美军已不再遥遥领先

铁锤侃侃而谈
2026-11-17 10:54:07
2026-11-21 02:16:49
苍何
苍何
前大厂工程师,努力分享AI干货知识
202文章数 178关注度
往期回顾 全部

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

科技要闻

老黄想回来?英伟达董事会:没门

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

时尚
房产
本地
教育
手机

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

房产要闻

6.6亿!海口卖地!

本地新闻

乌兰察布:以前种土豆,现在种Token

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

无障碍浏览 进入关怀版