与其把 Word 丢给 Agent,不如把 Agent 塞进 Word

前天改一份协议，某一页某一段措辞要调，还得加条批注说明数字来源和依据。

试了试把文档丢给Agent——它给我重写了一份。从头到尾。顺便还把排版也改了。

可以，我需要的不是一份被重新生成的文档，而是只在第三页第二段改点东西。

于是我想了个有点反潮流的事：

与其把 Word 丢给 Agent，不如把 Agent 塞进 Word。

然后我打开Codex（现在叫chatGPT）做了个 Word 插件。

后来有了自主 Agent，慢慢开始当甩手掌柜。描述需求，Agent 自己读项目、改文件、跑测试。代码正在越来越“放手”。

这条路走得通，因为代码有一个硬标准：能跑就是能跑。

文字工作不一样。

文字没有“编译通过”这回事。润色后的版本语法全对、逻辑通顺，但味道不对就是不对。“代码能跑”和“代码优雅”之间能差出一个雷军，文字更是如此。

所以处理文字时，我越来越觉得：这事也许得反过来。

不要把 AI 当成许愿机，把它用成手术刀。

Agent 就在 Word 右侧，知道我正在处理哪份文档、选中了哪段文字。

选中一段文字，旁边冒出来一个很轻的入口，叫“问 Agent”。

不主动打断用户，需要时再把 Agent 叫出来。

更多时候，你选中文字只是要复制、删除，或者做 Word 自己的事。只有主动点它，才输入要求，比如：

改成给管理层汇报的口吻，保留事实，压缩到两句话。：

它改的就是你选中的那一小段，改完还在原位，还是 Word 的修订模式留痕。 你不需要从聊天框里再把结果搬回来。

AI 不是接管整份文档。

它是那把手术刀。

真实办公很少只靠一份文档。

填采购申请表，依据可能在需求说明和供应商报价里。写项目汇报，信息散落在会议纪要和上一版方案中。审协议，要对着模板看业务材料。

你要的不是让 AI 给你新写一份。

是把手头这份继续做完。

所以插件里加了“引用文件”。DOCX、XLSX、PPTX 或者文本，都能作为只读上下文交给 Agent。当前打开的 Word 始终是编辑目标。

参考文件提供依据，当前打开的 Word 才是编辑目标。

你可以说：

根据引用资料，填写当前文档里的采购申请表。没有依据的字段留空，标明来源。

Agent 会先在引用材料里搜依据，需要时再分页读取，然后把结果落到当前 Word。

参考文件只读，当前文档可编辑。

边界清楚。

长文档的检查，也不该只输出一篇悬在聊天框里的分析报告。

插件里有一层快速体检：占位词、重复标点、异常空格、过长段落。

也可以让 Agent 分页深入读，检查逻辑、事实一致性、数字和单位、术语用法、结构风险。

发现问题后，可以定位回原文，也可以继续做深度诊断。

发现问题，定位回对应原文。或者把建议一键转成 Word 原生批注。

诊断不是终点。

处理仍然在 Word 里发生。

目前，这还只是一个原型，还有好多BUG要处理。

超长文档的速度和上下文管理还能优化。跨文档填表需要更清晰的来源标注和执行预览。复杂表格和旧版 Office 也都有细节要补。

但做完之后，我越来越确定：

Agent 的下一步，不是拥有更多工具，而是进入人们已经工作的界面。

对写代码的人来说，那是 IDE。

对处理文字的人来说，是 Word。

你不用先把工作搬到 AI 那里，再把结果搬回来。Agent 应该理解眼前的文档、眼前的选区、眼前要动的这一刀，然后在合适的位置搭把手。

这也是我这个插件想验证的东西。

最后说个结尾。

熬夜搞完，我兴冲冲把插件打开，给我老婆演示：你看，选中这一段就能直接改，还能加批注、查问题、引用别的文件填当前表格……

她看了十秒，说：

“WPS 会员就有啊，借你用用？”

你以为自己解决了一个很难的技术问题，用户只会问：

所以，我为什么不用已经有的？

也好。

这句话替我定了下一阶段的产品课题。

我先去认真研究一下，WPS 会员到底有什么。