同一张 Excel 表,换了个 AI 工具:错 5 行变全对,但贵 8 倍

上一篇是同一个 AI 帮我把 30 行销售表的备注写完，末了错 4 行。

当时我以为是那个 server 太弱。所以这次我换了一个装——同样一张表、同样一句任务、同样一个模型当大脑，只把中间的 MCP server 换掉。

结果差得有点离谱：一个还是错 5 行，一个 30 行全对。

但"全对"那个的价格，是前者的大约 8 倍。

这中间的账，值得说清楚。

两个选手，先看它们的履历

挑 Excel 这个方向，是因为它是办公族最绕不开的一样东西。我在 GitHub 上按 topic:mcp-server 搜，全站 38,273 个仓库，真正盯着 Excel 的没几个。

这两个是我筛出来最能打的：

一个叫 negokaz/excel-mcp-server，1,044 个 star，装法是 npm 一行。

一个叫 haris-musa/excel-mcp-server，4,254 个 star，Python 写的。

关键差别在最后更新时间，这个我先记下来了：

十五个月，在 AI 这个行当里等于半代人。这不是决定性理由，但是个信号。

同一道题，同一把尺

任务还是那个：给 30 行销售明细加一列"备注"，金额大于等于 5000 写"重点跟进"，其余写"常规"，改完告诉我重点多少行、金额合计多少。

一句话没变，模型没变，表没变——用的是同一份演示数据，每次跑之前都重置成干净版本。

验收我也没换：不看它怎么汇报，直接用真实 Excel 打开文件重算，逐行对。

negokaz 那边：30 行里错 4 到 5 行。 跑了三遍，两次错 4 行，一次错 5 行。

haris-musa 那边：30 行全对，17 行重点、合计 312,340，一个不差。

顺手说个细节：haris-musa 那边不只算对了，它检测到金额列是 =D2*E2 这种公式之后，还主动提醒我"公式保留了，没有被我写坏"。

为什么差这么多

上一篇查过 negokaz 的毛病：它读表默认 showFormula=true，返回的是 =D2*E2 这段文字，不是 6720 这个数。AI 拿到一堆等号，只能自己心算 30 道两位数乘三位数——错 4 道，算错的地方全在 21×320、22×320 这种。

haris-musa 是 Python 写的、底层 openpyxl，自带一个公式计算引擎。它读表默认给的就是算好的数，你真想要公式，它另外给。

所以那个 AI 这次一上手就看得见 6720，不用做算术。

同一个模型，一个错 5 行一个全对，区别不在脑子，在它端给你的那盘菜。

这句话我觉得比"哪个 server 更好"重要得多。你以后遇到 AI 在处理表格上犯傻，先别怪模型，先看看它读到的是什么。

全对的那个，钱花在哪了

这才是让我犹豫的地方。

negokaz 给了 7 个工具。haris-musa 给了 46 个。

工具清单是要塞进对话里的，工具越多，每次开口前垫的底越厚。同一道题：

大约 8 倍。

一个月的账我没法替你算，但可以给你一个换算的思路：如果你每天让 AI 改十来张表，这个 8 倍是要真掏钱的；如果一个月就用两三次，那点钱不如省下来买个安心。

还有一个地方，haris-musa 明显更会干活

它不是把"重点跟进"三个字写死进每个格子。

它写的是公式：=IF(F2>=5000,"重点跟进","常规")。

差别在哪？下次你把某行数量从 21 改成 30，金额从 6720 变成 9600——写死的那种，备注还停在"常规"，你不看就错了；写公式的那种，备注自己就变成"重点跟进"。

我把文件用 Excel 打开核对过，这两边都没把原来的金额公式写坏。但一个留了活口，一个留了死结。

所以到底装哪个

我给你一个直白的判断：

一个月改表不超过三次，装 negokaz。 一行 npm，7 个工具，token 便宜。代价是它停更十五个月，而且你得在提示词里补一句"读数值不要读公式"，否则它可能自己算错几行——你还得自己核。

天天跟表格打交道，或者这张表要反复更新，装 haris-musa。 它一次算对、默认给值、会写公式、还在活跃更新。代价是 46 个工具的 token 账单，大约是前者的 8 倍。

别指望哪个能替你省掉核对这一步。 我这次全对，是因为我验了；上一篇错 4 行，也是因为我验了才发现。

还有第三个我没测完：sbroenne/mcp-server-excel，830 个 star，C# 写的，走的是驱动真实 Microsoft Excel 的路子。理论上它能干公式和图表，但得机器上装着 Excel。这个我还没跑通，不敢给你结论——等我测完再说。

一句话收尾

这次测下来我最大的收获不是"该装哪个"，而是：AI 在表格上犯的错，一大半来自它看到的数据，不是它的智力。

你换 server，本质是在换它看到的东西。

下一篇我会聊个更实际的问题：这些 MCP 到底装进哪儿。市面上客户端不少，能装和好用是两件事。

你手上最想让 AI 接管的表格活是什么？是汇总、是对账、还是每个月那几张要重新排版的报表？说具体点，我下一篇可以直接拿你的场景去试。