这周的几个信号放在一起看，味道就很明显了。

OpenAI 把 ChatGPT 放进了 PowerPoint；Codex 在 macOS 上增加 Appshots，让前台应用窗口直接进入代码智能体上下文；Spotify 推出 Studio by Spotify Labs，让 AI 连接浏览器、日历、收件箱和笔记来生成私人音频；宝马则在车队报价和全球特殊工具盘点里使用 agentic AI，处理那些过去高度依赖人工协调的流程。

国内这边，据甲子光年、量子位等媒体 2026 年 5 月报道，DeepSeek 正在围绕 Harness 和代码智能体招人，外界把它理解为 DeepSeek 从“模型公司”继续往“Agent 产品入口”前进的信号。这个信息还不是正式产品发布，必须按媒体报道看，但方向很值得盯。

这些事看似分散，其实指向同一条主线：AI 不想只坐在聊天框里等你发问，它要进入你真正完成工作的地方。

AI 的新入口不再只有聊天框，而是办公软件、开发环境、内容平台和企业系统。

一、聊天框的天花板，已经很清楚了

聊天框有一个天然问题：它很会“说”，但不天然会“做”。

你让它写一个会议纪要，它能写。可如果纪要要变成三页可编辑 PPT、同步到公司模板、补上表格、调整图表、发给主管再根据评论修改，聊天框就开始吃力。

你让它解释一段代码，它能解释。可如果它要读项目、改文件、跑测试、处理报错、提交 diff，再让你审一遍，它就不能只靠对话了。

你让它推荐歌单，它能推荐。可如果它要根据你的旅行日程、餐厅预订、当天路线和收听偏好，生成一段可以直接在通勤路上听的私人播客，它也必须碰到更多工具。

所以，AI 产品真正的变化不是“回答更聪明了”，而是“位置变了”。

这就是为什么 ChatGPT for PowerPoint 值得写。

OpenAI Help Center 页面显示，ChatGPT for PowerPoint 是一个 PowerPoint 原生的 beta 体验，住在微软 PowerPoint 侧边栏里，可以创建、编辑、理解和润色演示文稿，并在可支持的情况下保留可编辑的幻灯片结构。微软 Marketplace 页面则显示，这个 OpenAI 发布的 ChatGPT 加载项同时覆盖 Excel 和 PowerPoint，其中 Excel 已经是 generally available，PowerPoint 仍处于 beta。

这不是“AI 终于会做 PPT 了”这么简单。过去用户也可以在 ChatGPT 里让它写大纲，再自己搬进 PowerPoint。真正的变化是，AI 现在直接站到了 PowerPoint 里面。

这一步很关键。因为 PPT 的价值不在文本，而在可编辑结构、公司模板、汇报逻辑、图表、注释、审批和反复修改。AI 如果一直待在聊天框里，就只能给建议；进入 PowerPoint，它才可能参与真实的改稿现场。

二、代码智能体最早撞上这堵墙

开发者其实最早意识到：模型强，不等于产品好用。

一个模型可以写出一段漂亮代码，但真实开发不是背代码答案。真实开发是打开仓库，理解目录结构，找到旧逻辑，修改多个文件，跑测试，处理依赖冲突，读报错，回滚不合适的方案，再把变化解释清楚。

这就是为什么现在大家越来越频繁地谈 Harness。

在代码智能体语境里，Harness 可以粗略理解为模型外面那套让它能工作的工程外壳：文件读写、命令执行、上下文管理、权限控制、测试反馈、错误恢复、审查机制、和用户协作的节奏。模型像发动机，Harness 像方向盘、刹车、仪表盘、底盘和安全带。

模型负责理解和生成，Harness 负责把它接入工具、权限、反馈和真实环境。

OpenAI 的 Codex 近期更新很能说明这个趋势。2026 年 5 月 21 日的 Codex changelog 里，OpenAI 写到，Appshots 已经进入 macOS 版 Codex app，用户可以把前台应用窗口连同截图和可用文本送进 Codex；同一次更新还提到 Goal mode 已经不再是实验功能，Codex 可以围绕一个目标持续推进数小时甚至数天；Remote computer use 则让 Codex 在授权边界内使用桌面应用。

注意这里的关键词：前台应用、截图、可用文本、目标、桌面应用。

这说明代码智能体已经不满足于“我能在终端里改代码”。它正在往更完整的工作台走：浏览器、设计稿、错误页面、运行中的 App、系统窗口，全都可能成为上下文的一部分。

DeepSeek 传出的 Harness 团队线索，也要放在这个背景下理解。媒体报道里提到的“Model + Harness = Agent”，说白了就是一句行业共识：当基础模型能力越来越接近，真正决定体验的，是谁能把模型稳稳接进任务现场。

未来代码 AI 的竞争，可能不会只比谁补全代码更快，而是比谁更懂仓库、测试、权限、团队习惯和交付流程。

三、音频平台也开始从推荐变成执行

如果说办公和代码是生产力入口，Spotify 的信号更像内容平台入口。

2026 年 5 月 21 日，Spotify Newsroom 发布 Studio by Spotify Labs。按照官方介绍，这是一个独立桌面应用，可以理解你的 Spotify 听歌、播客和有声书偏好，也能在用户授权下研究主题、使用网页浏览器、整理信息，并连接日历、收件箱和笔记。

官方给的例子很具体：用户可以让它为意大利自驾旅行生成一段每日音频简报，结合日程和预订信息，推荐附近晚餐地点，最后给出适合路上听的播客。

这件事有意思的地方在于，AI 不再只是“帮你发现内容”，而是在生成一种新的私人内容流。

过去的 Spotify 更像一个推荐系统：你点播放，它根据你的历史继续推荐。新的 Studio 更像一个内容代理：你说一个目标，它去浏览、整理、生成、保存，并把结果放回你的 Spotify Library。

同一天，Spotify 和 Universal Music Group 还宣布了面向粉丝翻唱和混音的授权协议，相关生成式 AI 工具会作为 Spotify Premium 用户的付费 add-on 推出。这个案例说明，AI 要进入内容生产，不只要有模型，还要有版权、分成、身份、审核和平台规则。

这也是“离开聊天框”之后绕不开的问题：AI 一旦开始进入真实产品，就不再只是技术问题，而是商业规则和责任边界问题。

四、企业真正想买的，不是一个会聊天的页面

宝马的案例更直接。

2026 年 5 月 22 日，BMW Group 官网发布文章，介绍 agentic AI 在日常业务中的应用。它举了两个例子：一个是 Alphabet 车队业务的报价流程，另一个是采购网络里的特殊工具盘点。

车队业务里，客户邮件往往不是标准格式，里面混着车型、里程、合同、跨品牌方案等信息。过去团队要人工阅读邮件，再从多个内部系统里汇总信息。宝马称，内部开发的 agent 已经可以把数据转入内部应用，并自动发起必要步骤，替代约 90% 过去的人工任务。人仍然审核和决定，AI 负责准备和推进。

另一个例子更硬：宝马全球管理大约 25 万件特殊工具，包括模具、模型、模板等。新的 agentic system 可以自动起草盘点订单、发送给供应商、检查回复，并批准没有问题的案例。

企业里的 Agent 价值不在“聊得像人”，而在能把重复、跨系统、可审核的步骤串起来。

这类案例没有聊天框那么性感，但更接近企业愿意付钱的地方。

因为企业真正买的不是“一个会说话的 AI 页面”，而是更短的处理时间、更少的人工录入、更清晰的审计轨迹、更稳定的流程结果。

这也解释了为什么很多 AI 公司都在强调 agents、apps、connectors、skills、workflow、computer use。名字不同，本质差不多：让模型从“给建议”变成“在边界内做事”。

五、这会带来什么变化？

第一，AI 产品的入口会重新洗牌。

过去做 AI 应用，很多团队最容易想到的是做一个聊天界面，再接一个模型 API。以后这种产品会越来越难讲清楚差异。因为用户真正需要的是：你能不能进入我每天用的工具？能不能读懂我的文件？能不能改动我的系统？出错后能不能回滚？有没有权限、日志和审批？

第二，软件的价值会从“功能菜单”转向“任务代理”。

过去软件像一排按钮，用户自己点。未来软件更像一组受控的能力，AI 可以调用其中一部分，但必须遵守权限和边界。谁的 API、插件、连接器、文档、权限模型更好，谁就更容易成为 Agent 的工作现场。

第三，普通人要学的不是神秘提示词，而是任务拆解和结果验收。

当 AI 只在聊天框里，用户的能力差距主要体现在会不会问。当 AI 进入工作流，差距会体现在会不会把任务拆成可执行步骤，会不会给足上下文，会不会看懂变更，会不会发现错误，会不会设定不可越过的边界。

这不是要制造就业恐慌。更准确的说法是：标准化、重复性、跨系统搬运型任务，会继续被重新组织；而判断、审美、责任、业务理解和最终确认，反而变得更重要。

所以，今天看 ChatGPT 进 PowerPoint、Codex 拿到桌面上下文、Spotify 做个人音频代理、BMW 把 agentic AI 放进业务流程，不要把它们当成几个孤立的小功能。

这是同一个方向的不同落点：AI 正在从对话入口，走向工作入口。

以后判断一个 AI 产品有没有长期价值，可以问三个问题：

它在哪里工作？它被允许碰什么？出了结果，谁负责最后确认？

这三个问题，比“它会不会聊天”重要得多。

关注「科技热点Daily」，每天10分钟，带你看透科技圈最值得关注的信号。