上周五，6月5日，我去北京参加了 WPS 的 AI Next。

上午场一上来，就发布了一个我很喜欢的新东西：WPS 笔记。

先说结论：它已经常驻我的手机和电脑端。

终于，终于有个产品能把现场记录、照片、录音、灵感，全都串起来，让人干人事儿了。

人坐在台下，电脑开着录音。

台上的 PPT 翻得那个快，就怕你看懂似的。

你好不容易拍完照片，回头还得订正语音转文字里的错字。那堆字已经滚过去不知道多少行了。

更崩溃的是回家以后：

录音躺在 A 里等着导出，照片堆在手机相册里等着快传，零散的灵感记在 B 里…

等我真要写点东西的时候，得在三四个 App 之间来回倒腾。

倒着倒着，就没劲儿了。

你明明记了那么多，可它们躺在那儿，再也没被打开过。

一顿忙活，给知识当了把搬运工。

除了没进脑子，都挺好。

我是个十年的老 Office 用户。

去年我直接把主力办公软件换成了 WPS，还开了大会员。

真的，挺适合中国宝宝体质的～

WPS 月活 6 亿，是个国民级工具，注册个账号谁都有。

这次它在北京办 AI Next，上午场的主角就是 WPS 笔记。

3 月开启万人内测，4000+ 用户共创

我对它的期待，是带着双重身份来的。

一方面，我经常参加各种分享会，遇到好的灵感和碰撞，都需要现场记录。

另一方面，我也是个写公众号的创作者，天天跟素材打交道。

所以我更看重的是：它能不能让我记完以后，真的用得上。

我对一个录音工具，其实就三个朴素要求。

第一，别让我再下一个新 App。

我手机里录音的、转写的工具已经够多了。我想要的是在已经有的东西里把活干好，而不是再装一个。

第二，能实时编辑。

它转写的时候，我就能改错字，而不是等它吐完一大段流水账，我再回头一个个找。

第三，录完能和其他类型的文档一起整理成摘要。

而且这个摘要还能让我接着改，跟别的图片素材、文字内容和录音拼在一起，最后凑成一份完整的会议回顾。

听起来不难吧？

可你真去市面上找，会发现没几个能三条全占。

全模态高效录入：语音、图片、文字、网页全格式支持

先说拍照。

分享现场的照片，不只是留个纪念。

我可能想学人家 PPT 的排版，想抠下来图里的那段文字，想要里面的图、表，甚至想把整页结构拆出来复用。

这就特别考验 OCR 能力。

图片处理：OCR、梯形校正、划词生图、AI 重绘

我在现场直接开试。

会场右上角有一面背景墙，上面有一串公式。

我顺手拿手机拍下来，扔进 WPS 笔记，点了“内容提取”。

会场背景墙上的公式，我现场拍的

它不光把公式认出来了，连公式旁边那几个英文单词都一个不落地识别了出来，而且公式还能继续编辑，后面要改符号、改文字、改排版，都不用从头再抄一遍。

对老师、理科内容创作者、经常处理公式材料的人来说，这才是他们要的。

公式编辑器带显示LaTex源码

OCR 这关，过了。

我又把这些内容选中，点了一下“划词生图”。

什么提示词都不用写。

坦白说，我没指望能生成什么东西，就是纯试试。

提取出来的公式连旁边的英文都认全了，选中后划词生图

结果它直接给我生成了一张只有公式的图。

不明意义的字儿没有出现，公式内容也全对。

没给任何提示词，直接生成的纯公式图

你可能觉得这没什么。

但对一个老师来说，这个事儿可不简单。

现场用 WPS 笔记随手拍一张照片，给学生用的那张公式图，就已经生成好了。

这事儿放在以前，想都不敢想。

不光要 OCR，还得把识别出来的内容重新做成一张图。

整个环节错一点，都不能用。

现在呢？

手机上点两下，成了。

不只是老师。

但凡你做理科内容、开会要抠图表、工作里要把“镜头里的东西”变成“能用的东西”，都会需要这一下。

可以哦，WPS 笔记有点东西。

还有一个我筛选录音工具的硬性指标：边听边修。

咱得承认，听分享的时候，不是每一秒都 100% 在状态。

经常是听到某一句，突然发现：

“诶，这儿它转错了。”

我就想马上改。

可如果工具不让我当场改，等回家再回头找，你放一百个心，你绝对懒得弄了。

边听边修，就是让我在听的当下，顺手把错字捋顺。

甚至还能把发言人改成指定的人。

而且 WPS 笔记还会告诉你：它改了哪儿，从什么改到了什么。

我知道，通义听悟也有类似能力。

但把刚才说的图片 OCR、录音转写、文字整理放在一块儿做的，几乎没有。

单拎出来，每个功能都有人做。

可“录音 + 拍照 + 文字”能在一个地方拌匀了端上来，才是我想要的。

录音过程中 AI 边听边修，结合上下文把“公司”修正成“公式”

录音处理：实时转写、区分发言人、AI 边听边修

WPS 笔记还集成了 WPS 原生办公 Agent「灵犀」，把整件事兜住了。

录音、文字、图片都在同一个空间下，我寻思测试一下能力上限，干个大的。

用灵犀 Agent 整理当前笔记

它还内置了高频场景下的 Skill，点击即用。

我直接写了个提示词：

结合录音、图片和文字，做一个时间轴上的简短汇总，大概多少分钟拍的图，对应上，/整理当前笔记

要完成这个任务，它必须同时处理三件事：

• 音频里的时间轴；
• 图片里的 OCR 内容；
• 文字信息的整理和归纳。

结果如下。完美不完美吧～

灵犀 Agent 根据录音、图片和文字整理出的时间轴摘要

还有一个细节：它有自己的记忆系统。

灵犀能记住你的工作方式，也能慢慢适配你的写作风格。后面再处理类似内容时，你就不用每次从头交代一遍。

对创作者来说，这个很关键。

因为我们真正需要的不是一个每次都重新认识你的工具，而是一个越用越顺手、越用越知道你想怎么表达的助手。

内置 AI 助手能记住你的工作方式、适配写作风格，越用越顺手

PART 06

多级标签：它终于不逼我先想分类了

接下来这个，是我个人最喜欢的：多级标签。

WPS 笔记是铁了心不做文件夹。

它的逻辑是：文件夹是给人看的，可给 AI 看，根本不需要文件夹，直接按内容分类就行。

我把笔记往里一扔，它自己读懂内容，自动给我打好标签、定好层级。

比如我当天我现场记录的这篇笔记，它直接归成了“工作流和工具的 AI 笔记工具”。

左边标签栏点一下就能用。

我不用先想这条该放哪个文件夹。

结构是它自己长出来的。

WPS 笔记自动生成多级标签

而且它的检索是多模态的。

只要你搜的关键词，出现在文字里，或者出现在某张图片里的文字上，它都能给你捞出来。

这个能力，咱们在手机原生相册里可能见过。

但把你乱七八糟的笔记全堆在一起，还能这么搜的，WPS 笔记就能办到。

搜“蓝色”，所有带蓝色元素的图片都被捞了出来

但要说对我杀伤力最大的一个点，是 MCP 接入。

它支持别的 AI Agent 直接调用笔记里的内容。

对我这种天天泡在 Claude 和 Codex 里干活的人，简直是福音。

WPS 笔记支持 MCP 接入

我给你描一下我理想中的一天：

白天我在现场，录音、视频、照片、文字，全都丢进一篇 WPS 笔记里，让它先把这场分享整理利索。

晚上回家，我直接让自己的公众号写作 Skill 去读这篇笔记，当天的感想就能开写。

搁以前可不是这样。

以前我得让 Claude 自己吭哧吭哧把一堆工具拉起来，去解析、去重新搭。

AI 在那儿当个边解析边搬砖的实习生。

而现在，WPS 已经用固定的工作流和 Agent，把“记录—整理—打标”这段脏活累活替我干完了。

我拿到的是一份已经收拾干净的东西，直接拿去做文风改写、做创作。

它不香吗？

最关键的是，我有地儿查了。

标签做得好，我想找哪条，直接就能找着。

我相信这才是 WPS 笔记最大的价值：

把一天的线索串起来，把字面上“不是人该干的活儿”，真不让人干。

我现场问了一个难题

在问答环节，我也问了个难题。

像我这种手里攒了成百上千篇内容的人，全靠 AI 自动对每篇文章打标签、建分类，会不会标签过度分类，数量直接爆炸？

刘聪老师的回答非常实在：

标签真打多了、打乱了，可以让灵犀重新做二次打标。

相似的标签，比如“开源模型测试”和“开源模型项目”，还能让它帮你合并。

合并前，它还会再问你一句要不要。

WPS 笔记负责人也介绍到，标签的层级和长度其实是有上限的：最多 10 级，总长不超过 200 字。

也就是说，它不是放任你无限堆标签，是有兜底的。

真的挺好。

有能落地的解法就好，相信 WPS 的产品规划和品味。

问答环节关于多级标签和二次打标的说明

聊到这儿，你大概能感觉到我的态度了。

WPS 笔记打动我的，是它把一件事彻底打通了：

从收藏即遗忘，到记下来就能用。

在 AI 时代，能记的工具不稀缺。

能让你记完还用得上的，才稀缺。

我的录音、我的照片、我墙上拍下来的那串公式、我那半截灵感，它们终于不再是各回各家的沉默素材，而是被串成了一条能流动起来的线。

Obsidian 我还会继续研究，它有它的好。

但对大多数像我这样懒得搭体系、又想把东西用起来的人，WPS 笔记可能就是那个更现实的解。

因为它真的，把所有东西都串起来了。

对了，这才只是上午场。

下午 WPS 还发了一个更让我想介绍给大家的工具——AI PPT。

那个我单独开一篇细聊～

今天就先到这儿。

愿我们记下的每一笔，都能等到被用上的那天。

而且，它已经支持全量下载了。

你现在就可以试试～

我是刘旭。

WPS 笔记，真的值。

WPS 笔记下载入口