AI办公工具怎么选？
10款主流工具分四层拆解

过去一年我接触过二十多家公司的办公 AI 选型，失败的方式惊人地相似，而且几乎都不是工具本身的问题，是层选错了。

第一种：花大钱买了平台级的席位，结果员工只用它改周报的措辞。第二类：图便宜用了单点的生成工具，指望它接管审批流，最后发现它连公司有几个人都不知道。第三种最常见——把通用聊天工具当成办公系统在用，每天复制粘贴，看起来省了钱，实际上把最贵的东西搭进去了：人的注意力。

所以这篇不按厂商排，也不按价格排，而是按一个工具能改到哪一层来排。这个维度比功能清单更能解释“为什么买了不用”。

四个层级，一层比一层深

办公这件事，从外到内可以拆成四层：你提问题的方式、你产出的单个文件、你的文档与知识、你的整条工作流。每一层都有对应的 AI 形态，越往里越贵，也越难落地。

这四层不是替代关系，是嵌套关系。一个人完全可以同时在四层上工作：在平台层收消息，在文档层写方案，在单点层出演示，在通用层想清楚要写什么。问题出在只买了一层的工具，却指望它干四层的活。

买错层的四种典型症状

判断有没有买错，不用看账单，看症状就行。下面四种，对上一条就说明层选偏了。

这张表里最值得琢磨的是第一行。很多公司买了平台级产品，日活却上不去，最后归因为“员工不爱用 AI”。真实情况往往是：AI 要读的文件散在五个网盘、三个群、两个人的本地硬盘里，权限还互相打架。它每次只能看到碎片，给出的答案自然不如员工自己知道的多。这不是模型不行，是地基没打。

三个问题，定你在哪一层

选型会上别急着看演示，先回答三个问题，答案会直接把选项砍掉一半。

1. 你的痛点是一次性的，还是每天都在发生的？一次性需求——比如做一份年度汇报——用单点层就够，别为它上平台。每天都发生的（写周报、整理会议、跟进客户），才值得为流程付钱。
2. 这项工作需要 AI 看到多少别人看不到的东西？需要看到历史邮件、审批记录、项目进度的，只有平台层能给。只需要看到你贴进去的那段文字，通用层就够。
3. 出错之后，谁来发现？有明确验收标准的（排版、转写、格式转换），单点层效率最高。没有验收标准的（战略判断、对外沟通），必须有人在环里，工具只能做辅助。

第三个问题最容易被跳过，但它决定了你能把多少工作真正交出去。工具的能力边界，说到底不是它能生成什么，而是它错了之后你能不能立刻发现。能发现的，放心交；发现不了的，交出去就是埋雷。

如果不看版本号，只看行为，2026 年办公 AI 发生了六个实质性变化。这六件事决定了下面十款工具为什么长成现在这样，也决定了你去年做的选型结论今年可能已经失效。

一、从“问一句答一句”到“把活派出去”

2025 年的办公 AI 是问答式的：你问，它答，你再问，它再答。2026 年变成了派活式的：你说“把上个季度的三个项目复盘整理成一份给管理层的材料”，它自己拆步骤、找文件、写完、等你审。

微软在 Copilot Wave 3 里把这个能力叫 Copilot Cowork，能跑几分钟到几小时的多步任务，中途可以看进度、可以叫停；Notion 的智能体被重构成有自己的浏览器和电脑，官方说能连续工作 24 小时；飞书 8.0 干脆为 Agent 重做了整套权限体系，让智能体像人一样被授权。这些不是同一件事的不同说法，是同一个方向：AI 的单位从“一次回答”变成了“一件交付”。

这个变化对使用者的影响很直接：你的工作从“写提示词”变成了“写验收标准”。会派活的人效率翻倍，不会派活的人会觉得工具变笨了——因为它不再一步步等你指示，而是自己去猜，猜错了你还得重来。

二、上下文成了真正的护城河

模型能力的差距在缩小，能拿到多少上下文成了新的分水岭。四家平台今年都在同一件事上砸资源：微软的 Work IQ（把你的邮件、文件、会议、聊天和你的工作习惯揉成一层“懂你”的底座）、谷歌的 Workspace Intelligence（打通 Docs、Drive、Meet、Gmail）、WPS 灵犀的“项目与文档空间”（长期任务的资料和对话存在一起）、Notion 的 context 层（把上下文变成可以带给任何 Agent 的资产）。

为什么这件事重要？因为办公场景里，同一个问题在不同公司的答案完全不同。“这份合同能不能签”这种问题，光靠模型是答不出来的，得看你公司的历史判例、法务口径、这个客户过去三年的履约情况。模型再强也变不出这些，只有上下文能给。

所以今年选型时，一个比“模型是哪个”更重要的问题是：它能不能读到我真正在做的事。读不到，就只能当高级搜索框用。

三、计费从“按人头”转向“按用量”

这是财务最该关注的变化。过去买软件按席位算，用不用都一样。今年几乎所有办公 AI 都改成了“席位费 + 用量”的混合结构：Notion 的智能体按积分计费，一千积分十美元；Gamma 按生成次数扣积分，一份完整演示大约四十积分；千问办公按积分发放，钉钉的商业版本按购买人数赠送对应额度；Copilot 的企业版也在向“席位 + 消费计费”过渡。

混合计费带来的直接后果是：预算变得不可预测。一个部门如果突然开始大量用 Agent 跑批量任务，月底账单可能翻三倍。这不是厂商在挖坑，是因为 Agent 的算力消耗本来就是问答的几十倍。

实操建议是：先按“每人每月多少次重任务”估算，再留三成缓冲。别按最理想的使用率买，也别按最保守的买——前者浪费，后者会在第四季度被业务部门追着加钱。

四、中文办公的短板被补上了

2024 年的时候，国产办公 AI 在中文排版上还有明显优势，但一碰到复杂逻辑就露怯。2026 年这个差距基本抹平了，而且往另一个方向拉开了：中文特有的东西被做深了。

举几个具体的：WPS 灵犀能按学术规范自动排参考文献、处理中文标题层级、给表格做动态数组；通义听悟支持粤语、四川话等二十多种方言和中英自由混说；飞书的多维表格智能体可以直接把一句话变成带工作流的业务系统；腾讯文档重写了编辑引擎，让 AI 能直接读写 Office 格式而不失真。

这些能力在国际工具上要么没有，要么要绕一大圈。如果你的工作里中文长文档、方言会议、复杂表格占大头，这个差距是实打实的。

五、权限与审计终于追上了

这是企业最关心、也最容易被忽略的一块。2025 年很多公司不敢让 AI 读文件，因为说不清它会读到什么、读到之后存在哪、谁负责。今年这块补上了：微软出了 Agent 365 做智能体的统一治理，能审计、能限权、能看行为；Notion 加了数据库的列级权限和 MCP 连接管控，管理员能看到谁连了哪个 AI 工具、什么时候用过、随时可以撤销；腾讯文档把人和 Agent 的操作权限分开管；千问办公给“数字员工”配了名称、部门、负责人和授权范围，能停用、能追溯。

这意味着采购时的一个硬指标变了：不再只问“能不能接我们的系统”，而要问“它动了什么，我能不能查到”。查不到的动作，在企业环境里等于不可用。

六、入口之争：不换软件，还是换软件

最后这件事最微妙，也最能看出各家路线差异。谷歌的选择是“不换软件”：Gemini 直接长在 Gmail、Docs、Sheets 里，你原来在哪工作就还在哪。微软的选择是“半换”：Copilot 长在 Office 里，但聊天入口被拉到了独立的 Copilot 应用，逐步把你往那边引。阿里的选择最激进：直接做了一个新产品“千问办公”，和钉钉双品牌并行，你可以把它当入口，也可以继续留在钉钉里。飞书的选择是“改造原地”：8.0 整版为 Agent 重构，让智能体进群、进文档、进表格。

这四条路线没有对错，但对你有一个实际影响：换入口的成本，往往被低估。让人改一个工作习惯，比让人学一个新功能难十倍。评估时不妨问一句：我能不能在不动现有界面的前提下，先用起来？能，就先试；不能，就要准备好三个月的适应期。

六个变化，合成一张自查表

六件事如果只当成趋势看，读完就忘。把它们翻成问句，就成了一张可以直接带进选型会的清单。

定位：平台层 · 关键版本：Copilot Wave 3（2026 年 3 月）· 核心变化：Agent Mode 全面铺开、Work IQ 上线、Copilot Cowork 引入长任务

如果只看一件事，2026 年的 Copilot 和 2024 年那版已经不是同一个产品了。2024 年它是 Office 里的一个侧边栏，你选中一段文字让它改，改完你复制走。2026 年它变成了一个可以接活的对象：你描述要什么文件，它自己去找资料、自己建结构、自己写完，最后把文件放在你的 OneDrive 里。

三个变化，决定了它值不值这个价

第一个是 Agent Mode。在 Word、Excel、PowerPoint 里，它不再是生成一段内容给你贴，而是直接在文档里改，改完你可以在修订记录里逐条看、逐条否。Excel 里它可以从清洗数据一路做到多页报告，中间不要求你写公式；Word 里能把会议笔记、Loop 页面、零散素材整理成结构化的提案；PowerPoint 的这部分还在分批放开，成熟度最低。

第二个是 Work IQ。这是它真正的护城河，也是最多人忽略的部分。它不是简单的“连接你的文件”，而是三层东西叠起来：你的工作数据（邮件、文件、会议、聊天）、你的工作记忆（你的写作风格、处理习惯、跟谁常合作）、以及在这两者之上做推断。举个具体例子：你让它准备明天跟某个客户的会，它不只知道这个客户是谁，还知道上次沟通卡在价格上、这个客户的对接人换过一次、你过去给这类客户的方案都是十二页左右。这些判断不是模型能力强，是它读到了别人读不到的东西。

第三个是 Copilot Cowork。这个能力是跟 Anthropic 合作引入的，本质是把“跑几十分钟甚至几小时的多步任务”搬进了 Office。它会把一个复杂请求拆成步骤、跨工具跨文件推理、中途给你看进度、你可以随时介入调整。对企业来说，重要的不是它多能干，而是它可观察：每一步做了什么、动了哪些文件、结果存在哪，全都有记录。

一个真实的流程长什么样

说个具体场景，这是我认为最能体现平台层价值的一类工作：季度复盘。

传统做法是：翻三个月的邮件找关键决策、从 Teams 里扒项目进展、去 SharePoint 找上一版复盘、在 Excel 里重算数据、最后拼成二十页 PPT。全程两到三天，其中一天半在找东西。

用 Copilot 的做法是：在聊天里说“整理 Q3 三个重点项目的复盘，给管理层看，控制在十五页，重点讲进度偏差和下一步”。它会先反问两三个问题（哪三个项目、要不要包含财务数据、上次复盘的模板要不要沿用），然后自己去找材料、拉数据、生成初稿。

关键在于这一步之后：初稿不是交付物，是讨论的起点。你在 Word 里逐段改，它在旁边跟着改；你把某一页的数据质疑了，它能回溯到原始表格说明这个数字是怎么算出来的。这一来一回，才是平台层真正省时间的地方——省的不是写作时间，是找依据的时间。

三个必须先知道的限制

第一，Office Agent 跑在 Anthropic 的模型上。这个细节很多人不知道，但它有个实际后果：如果管理员没有在后台打开 Anthropic 模型的访问权限，你在界面上是看不到 Word、Excel、PowerPoint 这几个 Agent 的。团队里有人说“我买了 Copilot 但没有这个功能”，八成不是买错版本，是后台没开。

第二，功能成熟度是分级的。Word 和 Excel 的 Agent 模式已经正式可用，PowerPoint 那部分还挂在 Frontier 早期通道上，Outlook 也在分批推。做选型评估时，别拿演示视频里的效果当基准，要拿你实际能用的版本试。

第三，它默认假设你的文件在 OneDrive 和 SharePoint 里、沟通在 Teams 里、邮件在 Exchange 里。这个假设一旦不成立，价值会断崖式下跌。我见过一家公司，主体业务文件放在国内的网盘上，只把 Copilot 当写作工具用，那还不如买个便宜的写作工具。

定位：平台层 · 关键版本：Gemini 3 系列（3 Flash 为默认，3.5 Flash 带智能体能力）· 核心变化：跨应用编排、Gemini 已并入商用计划不再单独加购

谷歌走的是另一条路。它没有做一个新入口让你去用，而是把能力塞进你已经在用的那几个页面里。这个选择看起来保守，实际上是最难被替代的一种：当你不需要“去用 AI”，而是“AI 就在这儿”，切换成本会变得非常高。

2026 年的模型分层，普通人只需要记三档

Gemini 3 Flash 是默认档，跑在绝大多数日常交互上，速度快、够用；Gemini 3.5 Flash 加了真正的多步执行能力，能自己串任务；Gemini 3 Pro 和 3.1 Pro 处理重推理的活。再往上还有 Deep Think 模式，挂在面向企业的顶级加购包里，主打高难度的数学与代码推理。

对办公用户来说，这个分层其实不用记。你只需要知道一件事：默认档已经足够好，好到你感觉不到它在切换。真正的差距不在模型，在编排。

跨应用编排，才是它和聊天机器人的分界线

今年谷歌加的最实用的一组能力，全是“在 A 应用里，把 B 和 C 的活干了”。列几个具体的：

• 在 Chat 的对话里，让它把项目进展整理成一份幻灯片，它去翻你的邮件、聊天记录、待办，生成一份多页演示，直接给你 Slides 链接。
• 在 Drive 里浏览项目文件夹时，让它根据这个文件夹里的成本表和材料清单，建一张结构化的表格，不用你打开 Sheets 手动搬数据。
• 在 Docs 里写完方案，让它就地起草一封发给团队的同步邮件，语气按你平时的习惯，写完可以直接从文档里发出。
• 在 Gmail 里对着一个三十封的长邮件线程，让它整理成一份结构化简报，目标、数字、下一步分块列清楚，侧边栏直接给文档链接。
• 在 Docs 里把一份文字方案，一键转成可编辑的品牌化演示。

这五件事的共同点是：你不需要离开当前页面。听起来是个小体验差异，实际影响很大——办公里最贵的成本不是操作，是上下文切换。每次切窗口，人平均要花二十多秒才能回到刚才的思路。一天切五十次，就是二十分钟的纯损耗。

顺手但容易被忽略的几处

今年几个小功能值得单独说。一个是 Drive 的自动整理，它会建议把散落的文件归到哪个文件夹，你可以逐个确认也可以批量同意——这件事听起来微不足道，但对文件命名混乱的团队是刚需。一个是 Sheets 里的公式报错修复，点一下它会分析周边数据结构，解释错在哪并就地改好，比搜报错码快得多。还有每日简报，早上把邮件和日程里的重点揉成一页给你，适合一睁眼就被消息淹没的人。

另外要纠正一个流传很广的旧印象：Gemini 现在已经并进商业版和企业版的基础计划里，不再是单独的高价加购项。真正需要额外付费的是更高用量的扩展包，含更高级的图像和视频生成额度。这一条对预算影响很大，值得重新算一遍。

它的短板在哪

第一，治理深度还是略逊于微软。权限、审计、数据防泄漏这些，微软在 Purview、Defender、Entra 上积累的年头更久，谷歌追得很快但还没追平。对合规要求极严的行业，这条要算进去。

第二，中文长文档的处理不如国产工具。写一份两万字、带复杂标题层级和表格编号的中文报告，它在格式规范上会出偏差，需要人工校。日常文档没问题，正式出版物级别的文档不行。

第三，它假设你的工作发生在谷歌生态里。用国内协作工具为主的团队，这套能力基本用不上——不是不好，是接不上。

定位：平台层 · 关键节点：千问办公 7 月 27 日上线、8 月 3 日公测；钉钉 9.0.5（11 月 3 日）· 核心变化：双品牌并行、数字员工可授权可追溯

这是 2026 年国内办公市场最大的一次结构变动，也是最容易被外部观察者看错的一次。表面上是“阿里又做了一个办公产品”，实质上是把三条原本各自为战的智能体产品线合成了一条，然后把钉钉的客户基础、组织关系和审批流程接上去。

先把这层关系理清楚

阿里在七月把三个智能体产品合并，做成了“千问办公”，八月开始公测，九月钉钉发布面向 Agent 时代的商业版本时，四个版本全部接入千问办公，并按购买人数赠送对应积分。所以现在的关系是双品牌并行：钉钉服务现有市场，千问办公面向新场景；企业可以把千问办公当入口，也可以继续留在钉钉里干活。

这个策略很务实。官方在采访里说过一句大实话：如果因为出了新产品就要求所有客户换界面，客户不会认。所以它保留了两个入口。对使用者的实际影响是：你不需要迁移，但你需要搞清楚哪些能力在哪个入口里。

钉钉这一侧，最值得看的是“先替你把消息理一遍”

钉钉 ONE 的思路和其他家都不一样。别人做的是“你问我答”，它做的是“我先把你今天要处理的事排好序”。背后是一组分工明确的助理：消息助理筛信息、日程助理管时间、审批助理跑流程、会议助理做记录，还有一个学习助理负责收行业资讯做摘要。

这个设计解决的是一个很具体的问题：一个中层每天要处理两百条消息，其中真正需要他决策的可能只有五条。剩下的不是不重要，是不需要他看。把排序这件事交给系统，省下的是每天一小时的“翻消息”时间。

配套的几个能力也值得记：AI 听记支持三十多种场景模板，能自动生成纪要并同步到待办和日程；AI 搜问是企业内部的语义搜索，答案带出处，这点在企业环境里比答案本身更重要；AI 表格从“做表”升级成了“建应用”，一句话能生成表格、工作流和仪表盘。

千问办公这一侧，真正的变量是“数字员工”

这是我认为今年国内办公 AI 里最有野心也最需要谨慎的一个设计。数字员工有名字、有部门、有负责人、有岗位职责、有授权范围，管理员可以停用、可以追溯它执行过的每一个动作。

把它翻成大白话：以前你用 AI，是你借它的能力干活；现在你可以给它开一个账号，让它作为组织里的一个角色持续干活。这个区别很大——账号意味着它可以被分配任务、被考核、被追责，也意味着它的行为进入了公司的管理框架。

实际用起来的典型场景是这样的：一个负责客户资料整理的数字员工，接入了 CRM 和历史文档，每天早上把新增客户信息归整进表格、标出信息不全的、给负责人发提醒。这件事原来要一个实习生做两小时，现在它自己做，人只需要抽查。

三处要提前想清楚

第一，新产品的成熟度会有波动。从整合到上线只用了四十多天，功能迭代快是好事，但也意味着某些能力的稳定性还不如钉钉主端。建议先把非核心流程放上去试，别一上来就接审批。

第二，双品牌会带来认知成本。员工会问“我到底该在哪个里面用 AI”。这件事必须有一个明确的口径，否则两边都用、两边都不深。

第三，数字员工的权限设计比技术实现更难。它能读哪些资料、能改哪些数据、出了问题算谁的责任——这三件事没有标准答案，得按公司自己的管理习惯定。定不清楚，这个能力就只能停在演示阶段。

定位：平台层 · 关键版本：飞书 8.0（9 月 15 日）· 核心变化：整版为 Agent 重构、豆包工作伙伴上线、多维表格智能体成体系

飞书今年的动作最彻底：不是给现有产品加 AI 功能，而是把整个产品为 Agent 重做了一遍。三个方向说得很清楚——让人和 Agent 自然协作、让 Agent 像人一样使用各类产品、让企业管 Agent 像管人一样。

“把 Agent 拉进群”这件事，比听起来重要

飞书 8.0 里最直观的一个变化：在群聊里搜名字，就能把一个智能体拉进群，多个智能体也能在群里互相协作。这个动作看起来只是交互设计，实际上改变了协作的基本单位。

以前用 AI，是“我”在用，结论再由我转述给别人。现在 Agent 在群里，所有人都能看到它做了什么、依据是什么、哪里可能错了。这一下把 AI 从私人工具变成了团队资产——它的输出可以被讨论、被质疑、被纠正，也就有了被沉淀的可能。

配套的是“豆包工作伙伴”，定位是团队级智能体：有独立身份、独立权限、独立记忆，企业统一配置它的能力和用量，全员可以跟同一个智能体协作，不用每个人各配一套。它能写文档、操作多维表格、安排日程待办、参加会议、查云盘和妙记、发起审批。

三个已经跑通的用法

周报。它自动读取多维表格里的任务进度、项目交付记录、客户反馈，把“完成数据、目标达成率”这些字段填进周报，不需要人来回切表格复制粘贴。实测里最常见的抱怨不是质量，是“它写得比我工整，但少了我想强调的那件事”——这恰好说明它做到了 80%，剩下的 20% 正是人的价值。

客户跟进。多维表格智能体可以被配置成“业务同事”：根据你设的触发条件，在数据变化时自动查知识库、更新记录、给负责人发提醒。它甚至可以被嵌进多维表格搭建的应用里，用户直接在应用里跟它对话查数据。

会议。妙记负责记录和转写，Agent 负责把结论变成待办、把待办关联到项目、把项目进度回写到表格。这条链路打通之后，会开完事就在系统里了，不用人再补一遍。

它的门槛在哪

第一，它的能力密度和你的使用深度强相关。只用聊天和文档的团队，感受到的只是一个还不错的助手；真正把多维表格用起来的团队，才能体会到“AI 能改业务系统”这层价值。这也是飞书一直以来的特点：上限很高，前提是你愿意往里走。

第二，Agent 的权限设计需要人认真想。飞书把 Agent 当人管，好处是清晰，坏处是你得真的去做那套授权——它能看哪些表、能改哪些字段、能不能发起审批。这件事不做，Agent 就是个只能聊天的吉祥物。

第三，小团队用它会显得重。三五个人，用不上多维表格和审批流，那这套体系的价值发挥不出来，反而不如一个轻量文档工具加一个通用助手。

定位：文档层 · 关键版本：灵犀专业版 1.2.43、WPS AI 2026 版 · 核心变化：项目与文档空间、连接器市场、多模型可选

如果工作里中文长文档占大头，这一款是绕不开的。原因不在模型，在它把中文办公里那些“没人愿意做但必须做对”的细节做进去了：标题层级、编号连续、参考文献格式、表格跨页、公式排版。这些事国际工具能做八成，剩下两成恰好是最费时间的部分。

三件别人不太做的事

第一件是学术规范。AI 排版能按国标自动调整参考文献格式、标题编号、图表标注。这件事听起来小众，但凡是写过论文、做过课题申报、编过技术标准的人都懂：格式错一处，评审就卡你。以前这件事要么靠人肉核对，要么花钱找人排。

第二件是表格里的脏活。公式报错能一键定位并给修正结果，数组溢出会给区域提示，筛选支持万行以上的滚动加载，动态数组改动后图表跟着联动。这些不是“AI 能力”，是“把 AI 用在正确的地方”——省下的是找 bug 的时间，而这个时间在财务和运营岗上占比高得离谱。

第三件是格式复用。AI 自动识别文档里的同类段落，批量套用同一套格式。做过标书的人会知道，一份两百页的投标文件，光是统一各级标题样式就能耗掉半天。

灵犀这一层加的是什么

WPS AI 是嵌在文档里的助手，灵犀是站在文档之上的工作台。这个区别很关键：前者帮你改一段话，后者能接一件事。

1.2.43 这版加的三样东西值得单独说。项目与文档空间：把长期任务相关的资料和对话放在同一个项目里，它会持续理解上下文，不用每次从头交代。同时打通了 WPS 云文档，你以前存的方案、演示、表格、PDF 都变成它能调用的记忆。MCP 连接器：通过标准协议接第三方平台和数据源，让它自己去读上个月的报告、拉最新的业务数据，拼成完整材料。多模型可选：GLM、DeepSeek、Qwen 几条线都在里面，复杂任务挑强模型，轻量任务挑便宜快的。

演示这一侧今年进步最明显的是智能布局。以前 AI 生成的演示内容全但排得单调，现在是多种排版风格可选（简约、商务、创意、学术），单页可以独立重排而不影响其他页，图片和图标会自动匹配。这个改动把“能用”推到了“能拿去汇报”。

一个写标书的完整流程

拿一个真实场景走一遍，能看清它到底省在哪。

1. 建项目，把资料丢进去。招标文件、公司资质、过往案例、技术方案模板，全部放进同一个项目空间。这一步花二十分钟，后面省两天。
2. 让它出框架。它会读招标文件里的评分标准，按评分项反推章节结构，标出哪些是必须响应的、哪些是加分项。这一步的价值不在结构本身，在它不会漏项。
3. 逐章填内容，AI 伴写接手。写到技术方案时，它基于项目里的过往案例续写，语气跟着文档走。你的工作变成删改和补充，不是从空白页开始。
4. 统一格式。全文标题、编号、图表标注一键规范，参考文献按标准排。
5. 导出前检查。重点看三处：评分项是否全覆盖、数字是否前后一致、图片是否清晰到能印。

整条流程下来，最省的环节是第二步和第四步。第一步和第五步省不了，也不该省——那两步是靠人把关的地方。

它的边界

第一，它的强项集中在中文办公的规范性和本地文件处理上，跨国协作、多语言实时协同这些不是它的主场。团队里有大量海外同事，用起来会别扭。

第二，AI 生成质量高度依赖你喂的素材。项目空间里空空如也，它只能给你一份看着像那么回事的空话。这也是为什么我一直建议：先花时间把过往资料归档，再谈用 AI。

第三，功能入口比较分散，同一件事可能在文档里、在灵犀里、在独立站里都能做，新人容易绕晕。团队里需要有一个“这么用”的口径文档，否则每个人摸索出来的路径都不一样。

定位：文档层 · 关键版本：AI 工作台（9 月 8 日全端上线）· 核心变化：重写编辑引擎、人机双写进同一份文件

这款产品值得单独讲，是因为它解决了一个别人都绕过去的问题：AI 生成的内容，和你的真实文件，长期是两套东西。你在对话框里让它写，写完复制到文档里，格式丢了、样式乱了、版本对不上。它的做法是让 AI 直接进文件里改。

“人机双写”到底改变了什么

传统流程是三个割裂的动作：AI 生成、人工编辑、版本合并。三个动作之间每次交接都要损耗——复制粘贴丢格式，来回改产生多个版本，最后谁也说不清哪版是最新的。

人机双写把这些合并成一个动作：AI 生成文档后，你不退出当前任务，直接选中要改的那段，说“改简洁一些”，它就地改。每一次 AI 修改都留在修订记录里，可以看、可以回溯、可以否掉。人在同一份文件里和 AI 轮流写，改了什么一目了然。

这个设计看着朴素，实际上解决的是协作里最要命的问题：责任归属。修订记录在，谁改的、什么时候改的、改前是什么，全都有据可查。企业环境里，这一条比生成质量重要得多。

新的编辑引擎是这件事的地基

要让 AI 直接改文件，光有模型不够，编辑器本身得改造。原来的编辑器是给人设计的，Agent 想操作文档，只能靠识屏加模拟点击，慢且不准。腾讯文档这次重写了编辑引擎，在保留传统 Office 编辑能力的同时，给 AI 提供了直接的读写接口——它能读到上下文、能改内容、改动实时同步给人。

兼容性这块也做了：DOCX、XLSX、PPTX 这些标准格式照样打开，同时支持 Markdown、HTML 这类 AI 原生的内容形态。本地文件、在线文档、知识库里的资料都能进同一套编辑流程，改完还能回写原文件。这一条对有大量历史文档的团队很重要——不用先搬家。

三个具体用法

带资料开始，而不是从空白开始。做项目汇报时，你可以直接勾选几份会议纪要和数据表作为任务上下文，说“根据这几份资料整理一份汇报演示”。它不是凭空写，是读着你的真实材料写。生成前还能先确认风格、结构、图表偏好和受众，这一步把返工率压下去一大截。

列表页就能开工。不用先想要用哪个功能，在文件列表里勾选文件，AI 助手就基于这些真实内容开始问答、检索、生成，产出可继续编辑的文档、表格或演示。这个入口设计很实用，因为大多数人的工作起点就是“翻文件”。

生成时联网查，并给出来源。需要外部数据的时候它会上网找，附上信息来源，内容可追溯可核验。对企业材料来说，来源比结论重要——没有来源的数字，没人敢用。

需要留意的地方

第一，能力比较新，部分场景的完成度还在爬坡。复杂排版的演示、多表关联的分析，建议先小范围试，别一上来就压关键交付。

第二，它的价值在“文档 + Agent”这条链上，纯协作（审批、项目管理、OKR）不是它的强项。如果你的核心诉求是流程，还是得看平台层那几款。

第三，重度使用会依赖底层的 Agent 内核，习惯一旦建立，迁移成本会比想象中高。这不是缺点，但选型时要知道自己在做什么选择。

定位：文档层（偏知识层）· 关键版本：3.8 与 10 月的智能体重构 · 核心变化：智能体有了自己的电脑和浏览器、模型路由 auto、按积分计费

Notion 这两年的转向很有意思。它原本是个“你自己动手搭”的工作空间，现在变成了“活自己会干”的地方。这个转变在 2025 年 9 月的 3.0 就开始，2026 年彻底成型。

三次关键升级，一次比一次激进

第一次是 3.0 把 AI 重构成智能体：能建页面、建数据库、跨几十个页面连续工作二十分钟以上。第二次是今年 2 月的自定义智能体：可以按计划或触发条件自动跑，回答重复问题、分派请求、生成报告，跑完有日志、有权限控制、改动可回退。第三次是 10 月的重构：智能体有了自己的电脑和浏览器，能连续工作二十四小时，还多了一个“替我复核”的模式，在动手前给你确认。

这三次升级的方向是一致的：从“帮你写”到“替你办”。而支撑这一切的，是它一直坚持的那件事——把上下文当成一等公民。

为什么“上下文”在这款产品里格外值钱

因为它的上下文是可携带的。3.8 这版的核心就是用 MCP 把整个工作空间变成一个共享的大脑：任何支持 MCP 的智能体接进来，都能读到你的页面、数据库、任务，也能写回去。你今天用这个模型，明天换那个，上下文不用重建。

这件事的意义在于，它把“换模型”的成本降到了接近零。而其他平台大多绑定了自家模型，你换模型等于换平台。对不想被单一厂商锁定的团队，这个差异很实在。

配套的还有几处实用设计：数据库的列级权限（招聘团队能协作看候选人，但看不到薪资字段）、升级后的版本历史（每一次人和智能体的改动都有归属，能看、能还原）、以及一百五十多个 MCP 连接（把 HubSpot 的销售管道、Stripe 的账单、Cloudflare 的基础设施数据拉进来做上下文）。

一个“上下文飞轮”长什么样

说个具体的例子，说明它和普通文档工具的区别。

假设你在做客户健康度复盘。传统做法：去 CRM 拉数据、去财务系统看账单、去工单系统数投诉、拼成一份文档。四个系统，四次登录，半天没了。

在 Notion 里，这些数据通过 MCP 连进来之后，复盘变成了在一个页面里完成的动作：智能体读 CRM 的管道阶段、读账单的付款记录、读工单的响应时长，把三者交叉起来，指出“这家客户用量在涨但工单响应变慢了”这种单看一个系统看不出来的信号。更关键的是，这一轮的分析过程留在了页面上，下次换个人接手，读一遍就知道上次是怎么判断的。

这就是“上下文资产”的意思：不是存了多少资料，是存了多少判断的过程。资料谁都能存，判断的过程存不下来，下次就得重新想一遍。

三个现实问题

第一，按积分计费会改变使用习惯。智能体跑得多、跑得久，积分掉得快。它今年做的一件事是把模型路由做成自动的——根据任务挑合适的模型，官方说二十多个常见任务上，成本能降到原来的十分之一左右。这个优化很关键，否则重度使用根本算不过账。

第二，它的自由度是双刃剑。什么都能自己搭，意味着什么都要自己想。没有一定的方法论沉淀，很容易搭出一堆没人维护的页面。这也是很多人用 Notion 三年还在原地打转的原因。

第三，中文本地化不是它的强项。中文排版、中文长文档规范、国内协作习惯，都不如国产工具。它的价值在结构化知识，不在文档交付。

定位：单点层 · 关键版本：Gamma 5（10 月 6 日）· 核心变化：对话式生成取代一次性生成、自由画布、企业连接器

演示这件事有个残酷的规律：内容好但排版差的稿子，讲的时候会被扣分；内容一般但看起来专业的稿子，反而容易被听完。这不是审美问题，是注意力问题。Gamma 解决的就是后半段——把“看起来专业”这件事的成本压到接近零。

Gamma 5 改的是工作方式，不只是界面

过去的用法是：写一段描述，一次性生成，不满意重来。Gamma 5 把这一步改成了对话：你给一个方向，它先提一个方案（结构、每页要点、建议主题），等你点头才动手。生成过程中它会问问题，问完继续，而且记得你之前的要求，不需要每次重新交代。

另外两个模式值得知道：Express 跳过方案直接出稿，适合你已经想清楚的情况；Research 会先去查网络资料再生成，适合对数据有要求的场合。再往下还有一个力度设置，Lite 快、Standard 稳、Max 用最强的模型也最耗积分。

自由画布是这一版另一个实用改动。以前生成完只能按它的版式走，现在可以在“让智能体改”和“自己拖元素”之间随时切换。要快就让 AI 来，要精确就自己上。这个切换看起来是个小功能，实际上解决了 AI 生成工具最尴尬的一点：它给你 80 分，但你想改那 20 分时无从下手。

三个别人容易忽略的细节

导入保留设计。它能把现成的 PowerPoint、PDF、甚至复杂的信息图导进来，保留原有版式，然后你可以逐个元素改。这件事的意义是：你不用从零开始，可以在已有的稿子上迭代。企业里大量演示都是“去年那版改一改”，这个能力直接对上了真实需求。

企业连接器。能把 Slack 里的讨论串、会议转录直接变成演示素材。这个思路是对的——演示的内容往往早就在某个对话里存在了，只是没人整理。把它接进来，省的是“回忆+整理”这一段。

一键换风格。同一份内容，换一套视觉风格几乎是瞬时完成的。做提案时这个能力很值钱：给不同客户看同一套内容，用他们熟悉的调性呈现，说服力完全不一样。

成本要说清楚

它按积分计费，一份完整的演示大约消耗四十积分。免费额度是一次性给的四百积分，大概能做十份，用完不补。付费档从每月九美元起（年付），往上依次是更高的额度、更高级的图像模型、自定义品牌与字体、分析和接口权限。

算账时有个容易忽略的点：返工也消耗积分。如果你习惯生成十次挑一次，实际成本是标价的十倍。所以真正省钱的做法不是买更贵的套餐，是先把大纲想清楚再生成——这也是为什么 Gamma 5 默认让你先确认方案。

它做不到的事

第一，导出到 PowerPoint 会有损耗。它的卡片式交互设计是网页原生的，转成 PPTX 之后，部分交互元素会退化，版式也可能位移。要交给必须用 PPT 的客户，导出后得人工过一遍。

第二，中文排版不如国产工具。标题断行、字号层级、中文字体的字重搭配，它做不到 WPS 那种精细度。做中文正式汇报，建议只用它出结构，排版回本地做。

第三，它的 Studio 模式会把整页渲染成一张图，文字烘焙进去，看着惊艳但改不了字。这个模式适合最终稿，不适合还在改的稿。

定位：单点层 · 关键能力：长音视频转写、多语言与方言、结构化纪要 · 形态：网页端独立，移动端并入千问

会议纪要这件事，是所有办公场景里投入产出比最直观的一个：投入是两小时会议加半小时整理，产出是一页纸。AI 把它压到五分钟，而且压得比人更全——人能记住重点，但记不住原话；纪要最值钱的往往就是那几句原话。

它擅长的是“嚼碎长东西”

官方给的口径是一小时音视频五分钟转写，单个文件最长支持六小时左右。这个量级决定了它的定位：不是给十分钟语音留言用的，是给两小时的评审会、一整天的培训、一小时的访谈用的。

语言覆盖是它的一块硬实力：中文、英文、粤语、日语、韩语、德语、法语、俄语都能转，还支持中英混说、英粤混说这类混合识别，方言覆盖到二十多种。跨国会议、南方方言的客户访谈，这类场景它比通用工具稳。

转写只是第一步，纪要的结构才是重点

它把纪要拆成了十几个可组合的模块：章节速览、全文摘要、发言总结、要点回顾、思维导图、关键词、待办事项、场景识别、口语书面化，还能自定义提示词。带课件的会议还能提取视频里的幻灯片并做摘要。

这个拆法的好处是你可以按需要取。开完一个客户会，你可能只需要“谁承诺了什么、什么时候交”，那就只看待办；做一次访谈，你需要“每个人的观点脉络”，那就看发言总结和思维导图。同一份录音，可以产出三种不同用途的文档。

三个入口也对应三种真实场景：正在开的会用实时记录，边开边出稿；已有录音用上传，批量处理；听播客用链接，贴个订阅地址就能提炼要点，不用下载。

一个被低估的用法：把会议变成可检索的资产

大多数人用完就导出，然后文档躺在某个文件夹里再没人打开。真正的用法是反过来：把每次会议的转写都存着，等三个月后需要复盘“当初为什么定这个方案”时，去搜关键词。

人的记忆有个特点：记得结论，忘了理由。而理由往往藏在某次会议的某段对话里。有了全文转写，这类追溯从“问问还有谁记得”变成“搜一下”。这个价值在项目复盘、客户纠纷、人事沟通这些场景里会被放大很多倍。

四条必须知道的使用边界

第一，涉密会议别用。音频要上传到云端处理，公司有保密要求的会，先确认规定再决定。

第二，人名、术语、数字要人工核对。多人抢话、口音重、环境嘈杂时，识别会出错，而错误往往集中在最关键的专有名词上。纪要发出前，这几处必须过一遍。

第三，免费额度不是长期方案。新用户有试用期，期内有每日额度，之后按量计费。当团队工具用之前，先算月度成本。

第四，移动端入口变了。想装独立的手机应用大概率找不到，相关能力已经并进千问。网页端仍然独立运营，习惯用手机录的同事需要提前告知。

定位：通用层 · 关键版本：GPT-5.5（4 月 23 日）· 核心变化：为 Agent 重做、百万级上下文、原生多模态

把 ChatGPT 放进办公工具测评里，很多人会觉得奇怪——它不是办公软件。但从使用频率看，它是绝大多数人办公时打开次数最多的那个页面。问题不在于它能不能用，在于把它当什么用。

GPT-5.5 这一代变在哪

官方的定位很明确：不是“更会聊天”，是“能把任务做完”。三个变化值得说：一是自主性变强，它能自己规划、执行、检查、纠错，不用每一步都等指令；二是上下文到了百万级，处理一份几百页的资料集不用切块；三是原生多模态，文字、图片、音频、视频在同一个模型里处理，不用串几个专用模型。

对办公最直接的影响是第一点。以前你让它做一份市场分析，它给你一个框架，剩下的你自己填；现在它能自己上网查、整理成表、算出趋势、写成文档，中途自我检查。你从“执行者”变成了“审稿人”。

它的正确位置：思考环节，不是交付环节

这是我对它最核心的判断。它的强项是帮你把事情想清楚：这个方案的问题在哪、还有哪些角度没考虑、这段话为什么读起来别扭、这个数据反常可能是什么原因。这些事没有交付物，但它们决定后面所有交付物的质量。

它相对弱的是最后一公里：不能直接改你的文件、读不到你公司的历史记录、产出的内容要你自己搬进系统。这三件事恰好是平台层和文档层解决的。

所以合理的搭配是：在通用层想清楚，在文档层做出来，在平台层发出去。三层各司其职，谁也替代不了谁。把三件事都压给 ChatGPT，你会陷入无休止的复制粘贴；完全不用的它，你会少掉一个很好的思考对手。

三个高价值用法

当反对者。写完一份方案，让它扮演最难缠的评审，专门挑漏洞。这个用法比让它写方案有用得多——写方案你自己也能写，找一个不客气的批评者很难。

当翻译层。把技术文档翻译成给老板看的话，把老板的话翻译成给工程师的任务，把客户的抱怨翻译成产品需求。职场里大量的沟通成本来自“说的不是同一种话”，这件事它做得很好。

当结构化工具。一堆散乱的会议记录、聊天截图、邮件，让它整理成有层级的文档。它不生成新信息，只做整理，这类任务的准确率最高，也最省时间。

三个要防的地方

第一，它会自信地说错。这一代幻觉率降了很多，但没有消失，越是具体数字、具体人名、具体条款，越要核。养成一个习惯：它给的每一个可核查的事实，都当成待验证的线索，不当成结论。

第二，企业数据要谨慎。默认的数据留存和训练策略需要主动设置，涉及客户信息、未公开财务数据的内容，走企业版或走本地化方案，别用个人账号处理。

第三，它不会自动变强。同一句话，会问的人和不会问的人拿到的结果差一个量级。这件事没有捷径，只能靠多用、多改、多看别人怎么问。

下面两张表是这篇的核心。第一张看能力边界，第二张看钱和门槛。建议先看第一张的“上下文范围”一列，那一列决定了工具的上限；再看第二张的“上手时间”，那一列决定了你多久能收到回报。

“上下文范围”一列是决定性的：它决定工具能回答多难的问题。范围越大，越能处理“为什么”“该不该”这类问题；范围越小，越只能处理“怎么写”“怎么排”。

“起效规模”不是厂商限制，是经验判断：低于这个人数，工具的协作价值压不过学习成本。单点层和通用层之所以起步门槛低，是因为它们不需要组织配合。

下面六条路径，是按“你每天在干什么”分的。每条给一个主选、一个补位、一个可以先不碰的，避免一次性堆一堆工具。

路径一：一个人干活，什么都得自己来

主选：通用层 + 一个文档工具。这个组合覆盖八成需求，成本最低。想清楚靠通用层，做出来靠文档层。补位：每季度有一两次要做演示，加一个单点层工具就够，不必订阅常年。先不碰：平台层。一个人没有流程可优化，买平台是为组织付费，你付了也用不上。

路径二：市场、运营、HR 这类职能岗

主选：文档层 + 单点层。日常产出是文档、方案、物料、纪要，这恰好是文档层和单点层的主场。补位：通用层用来做文案的多版本比稿，一次出十个方向，人工挑。先不碰：别急着买平台席位，除非你们公司已经把审批和素材库都搬到了某个平台上。

路径三：中小企业，二十到两百人

主选：一个平台层 + 一个文档层。平台层解决“信息在哪儿”的问题，文档层解决“东西怎么做出来”。两者不冲突，一个管流，一个管物。补位：会议多的话加一个转写工具，这是投产比最高的一笔。注意：平台层选哪家，跟着你现有的协作工具走，不要为了 AI 换协作系统——迁移成本通常比省下的效率贵。

路径四：大企业 IT 与数字化部门

主选：平台层，且先做治理后做推广。权限、数据归位、审计链路这三件事不做完，日活一定上不去。补位：给特定部门配单点层工具做试点，用可见的成果换预算。关键动作：把“AI 动了什么能不能查到”写进采购硬指标。这一条比功能清单更能筛掉不合格的方案。

路径五：咨询、内容、设计这类交付型团队

主选：文档层 + 单点层 + 通用层三件套。交付物多样、每次都要重新构思，三层各管一段：想靠通用层，写靠文档层，呈现靠单点层。补位：如果客户要求留痕，选带修订记录和权限管控的文档工具，别图便宜。提醒：这类团队最容易高估工具、低估判断——工具能出十个方案，选哪个还是靠人。

路径六：技术团队，需要把 AI 嵌进自己的系统

主选：有开放接口和标准协议的平台。看三件事：有没有正经的接口文档、支不支持标准连接协议、权限能不能细到字段级。补位：单点层工具用来做内部工具的参考实现，看别人怎么把交互做顺。先不碰：纯界面的产品，再好看也接不进流水线。

办公 AI 的账，多数人只算了订阅费。实际上有三笔，第二笔和第三笔经常比第一笔大。

第一笔：席位与用量

这部分最容易算，也最容易算错。算错的原因是按“人人都会重度使用”买，或者按“只有几个人会用”买。两个极端都浪费。

一个比较靠谱的估法是：先找出过去一个月里真正会用到 AI 的岗位（不是全部），按这些人的数量买席位；用量按“每人每月多少次重任务”估，再留三成缓冲。重任务指的是生成演示、跑批量分析、处理长文档这类，一次消耗几十个积分的那种。

第二笔：治理与培训

这笔最容易被漏掉。平台层落地，前面通常要配三件事：文件归位（把散在各处的资料收进统一空间）、权限梳理（谁能看什么，按项目而不是按部门）、以及一轮真正的培训（不是演示会，是让人带着自己的真实任务来练两小时）。

这三件事的工作量，经验值是一个五十人公司需要投入两到三个人月。折算下来，往往等于一到两年的订阅费。所以“买了就能用”这个预期，本身就是成本失控的开始。

第三笔：返工与纠错

这笔最隐蔽。AI 出的东西看着像样，但错的地方也像样，如果不设检查环节，错误会一路流到客户那里。一次对外发错数字的代价，可能超过全年的订阅费。

降低这笔成本的办法不是买更贵的工具，是设一道关：所有对外交付物，必须有人对“数字、名字、承诺”这三样逐项核对。这道关不需要多高的职级，但必须有人负责。

这些都是我见过的真实失败，不是理论风险。每条给出症状和解法，对着自查就行。

坑一：把日活当成功指标

日活低不一定是工具不好，可能是它解决的问题不痛。反过来，日活高也不一定是好事——如果大家只是拿它改措辞，那是个昂贵的输入框。该看的指标是“替代了多少小时的人工”，不是打开了多少次。

坑二：只买一层，指望它干四层的活

最常见的形态是：买了通用层，然后每天复制粘贴，抱怨“AI 不懂我们公司”。它确实不懂，因为你没给它看。解法是补层，不是换工具，换哪个都一样。

坑三：忽略“AI 看不到的东西”

演示时效果惊艳，因为演示用的是准备好的干净数据；上线后效果平庸，因为真实数据散在五个地方、命名混乱、还有三个版本。上线前先做一次数据体检，比任何提示词技巧都有用。

坑四：按最理想的用量买额度

按“每人每天用一次”买的套餐，实际会在某个项目冲刺期被用爆，然后全公司开始省着用，效率反而下降。留三成缓冲，并且明确超额之后的审批流程，别让员工自己垫钱或用个人账号。

坑五：让 AI 直接对外发东西

邮件、报价、对外公告、客户回复，这四类内容只要发出去就收不回。AI 起草可以，直接发不行。规则很简单：对外内容必须由人按下发送键，这跟信不信任工具无关，是责任归属问题。

坑六：没有验收标准就上批量

单张出图、单份文档，人一眼能看出好坏；批量五十份，没人看得过来，错误就沉下去了。上批量之前，先定三到五条可检查的硬标准（字数、字段、格式、必含项），检查不过的不许进流程。

坑七：一次性全铺开，没有试点

全员上线听起来气势足，实际上问题会在同一时间集中爆发，IT 撑不住，口碑一次就毁。找两三个意愿强的团队先跑一个月，把坑踩完、把模板沉淀好，再推全员。这一个月不是浪费，是最省的学费。

写了这么多，最后收成三句话。这三句话不代表任何厂商，只代表我看过几十个落地案例之后的判断。

结论一：办公 AI 的胜负手已经不在模型

2024 年比的是谁生成的文字更像人写的，2026 年比的是谁离你的工作更近。模型是公共品，几家差距在几个月内就会被追平；上下文、权限、入口是私有的，一旦建立就有复利。

所以选型时那个最重要的问题，已经从“它聪明吗”变成了“它知道我在干什么吗”。不知道，再聪明也只是个更贵的搜索引擎。

结论二：多数公司应该从文档层开始，不是从平台层

平台层的价值最大，但对组织的要求也最高。数据没归位、权限没理清、流程没跑顺，平台层的 AI 就是个看不见东西的顾问。而文档层不需要任何前置条件，今天买今天就能用，用它把团队的使用习惯养起来，再上平台，成功率会高很多。

顺序错了的代价，不是浪费钱，是消耗信任。一次失败的全员推广，会让后面两年的任何 AI 提案都很难通过。

结论三：真正稀缺的，是能说清“要什么”的人

工具越强，这个能力越值钱。以前你说“帮我写个方案”，它给你一堆正确的废话；现在它能做对，前提是你说得清受众是谁、要解决什么、边界在哪、什么算完成。

这件事没法靠买工具解决。它可以被训练，但训练的方式不是学提示词技巧，是把每一次任务的目标写清楚——这件事本身就是管理能力。

最后说句实话：这十款工具，没有一款能替你决定该做什么。它们能把你已经想清楚的事做得更快、更整齐、更省人力，但想清楚这一步，仍然只能你自己来。工具越强，这个差别越明显——同样的工具，有人用它省出半天去思考，有人用它多做了三份没人看的材料。

差的从来不是工具。