夜雨聆风
一、测评基础背景
2026 年被视作智能体落地元年，办公智能体从单一文档生成升级为多任务、跨文件协同工具。国家工业信息安全发展研究中心人工智能所延续 2024-2025 年大模型办公测评工作，2026 年升级测评范围与体系：测评对象拓展至 Word、Excel、PPT 全套件，覆盖党建学习、教育教学、工作汇报、学术研究、敏感信息 5 类场景，搭建 4 大一级、20 项二级可量化指标，选取百度文库、豆包、Kimi、MiniMax、千问 5 款主流 Office Agent 开展全流程工作流能力评测，为政企选型与产品迭代提供依据。
二、四大维度测评整体概况
全部被测产品均可完成 Office 三件套基础办公流程，整体能力均衡，但各维度存在明显短板，四项维度平均分分别为协作衔接 87.92 分、文本内容 74.38 分、视觉呈现 74.38 分、功能体验 67.22 分。
协作衔接（得分最优）
全部产品支持 Word/Excel/PPT 导入导出，多数兼容 PDF、图片、思维导图、视频、SQL 等拓展格式；能够自主执行 “数据整理 - 报告撰写 - 演示 PPT 制作” 完整任务链，支持跨文件同步修改内容；多数产品跨文档数据、结论保持一致，仅少数存在数据冲突问题。短板集中在复杂长流程自主联动、跨文件数据一致性管控上。
文本内容（中等水平，幻觉问题突出）
生成文本语句通顺、行文逻辑基本合规，Excel 数值计算平均分 88.75 分为该维度最优项，但内容真实性、专业度存在显著缺陷：Word、PPT 易出现虚构数据、无依据内容等模型幻觉；Excel 数据分析、图表专业度不足；部分产品文档章节排布、文体规范不符合办公标准；学术、工作汇报场景文本表现略优于教育、党建场景。
视觉呈现（中等水平，图表美化短板明显）
各产品均具备基础排版美化能力，Word 字体层级规整，PPT、Excel 支持多风格模板；工作汇报、教育教学场景视觉效果更好。现存问题集中在 PPT 形式单一、图表缺少图例 / 标签、配色违和、版面留白失衡、文字与背景对比度低、Excel 表格可视化精致度不足。
功能体验（得分最低，是核心提升方向）
产品运行稳定性普遍良好，无崩溃、卡顿报错；安全合规体系整体完善，可拦截个人隐私、规避违法诉求，多数生成内容标注 AI 来源、配套隐私保护声明；支持在线编辑、多轮指令修改、AI 润色 / 改写 / 核查等辅助功能。短板为在线编辑自由度有限、多轮复杂指令理解精度不足、辅助功能丰富度参差不齐，少量产品缺少 AI 生成标识。
三、分场景产品表现
五大测试场景中，学术研究、工作汇报场景综合表现最佳，产品在数据匹配、图表可视化、逻辑分层、版式美化上完成度更高；教育教学、党建学习场景排版、文本完整性达标，但专业深度一般；敏感信息场景下，各产品安全过滤机制发挥作用，可拦截违规、隐私、违法类生成需求。
四、总结与行业建议
行业现状：当前 Office Agent 已打通完整办公工作流，可大幅降低多文档协同操作成本，基础导入导出、流程串联、基础排版、安全拦截能力成熟，能够满足企业日常轻量化办公需求。
现存共性痛点：跨文件复杂数据同步易出错；模型幻觉导致文档内容失真；图表可视化专业度不足；在线编辑、深度交互、多功能辅助工具存在短板。
发展优化方向：一是强化跨文件数据校验机制，统一全链路文档数据标准；二是优化大模型事实性输出，减少虚假数据与杜撰内容；三是升级图表自动美化、多版式视觉适配能力；四是拓展在线精细化编辑、多轮复杂指令理解能力，丰富 AI 审阅、润色、核查等办公辅助工具；五是统一 AI 生成标识规范，完善全流程隐私与内容安全管控体系。
