同一套虚构材料、同一份验收表，实测两款 AI 办公工具能不能把领导最常催的 3 个活做成真正的交付物。

我让 Kimi 和 WorkBuddy 用同一套材料做一页 PPT、一个 Excel 项目看板和一份后台自动周报。先说目前最意外的结果：WorkBuddy 的 PPT 数字、任务和来源几乎全对，却把明确的 1 页要求做成了 15 页；Kimi 守住了 1 页，但版面小字较多。到了自动周报，两边正文都过关，材料维护方式却完全不同。

这不是“谁更聪明”的模型擂台。WorkBuddy 页面本身显示 Auto（Kimi-K2.6），所以这次真正比较的是入口、文件工作流和交付结果。

我拿什么测

测试项目叫“晴舟客户自助中心试点”，项目、人员和数据全部虚构。

四份材料分别是项目目标、本周数据、会议纪要、任务与风险清单。里面有 10 个核心数字、5 项任务、3 项风险，还有一个很容易被 AI 自作主张填满的空白：隐私审查没有负责人，也没有截止日期。

我把交付物定成三种：

1. 1. 一页 16:9 管理层 PPT；
2. 2. 一个包含公式、任务表和图表的 Excel 项目看板；
3. 3. 一个到点自动运行的项目周报。

每项任务都在测试前写好 5 项硬门槛。只要页数、数字、未知字段、来源或文件格式有一项失败，即使拿到 99 分，也不能写成“可直接交付”。

第一项：一页 PPT，不是越多越好

Kimi：守住 1 页，但信息很密

Kimi 网页端显示 K3、进阶。我上传四份材料，明确要求只做 1 页，不要封面、目录或第二页。

第 368 秒检查时，页面已经完成。它能导出 PPTX，本地渲染也确认只有 1 页、比例为 16:9，没有发现页面溢出。

10 个核心数字、当前决策、两项上线前置门槛、T1—T5、R1—R3 和 [S1]—[S4] 都在。T4 的负责人和日期都保留“待确认”，没有脑补。

它的问题在可读性：一页里同时塞进 5 个指标卡、两块结论、5 行任务、3 行风险和来源，内容正确，但小字较多。如果这页要投到会议室大屏，我仍会手动删掉次要说明。

按预设规则，Kimi 是 97/100，5 项硬门槛全部通过，人工纠错提示 0 次。

WorkBuddy：内容没跑偏，交付形态跑偏了

WorkBuddy macOS 客户端显示 v5.3.11。我调用当前页面显示 89.63 万次使用的“PPT制作专家”，给出同样的一页要求。

它正确读完四份材料，随后搭建网页工程，生成封面、目录、4 个过渡页、8 个内容页和封底。页面显示总用时 49 分 38 秒，共 15 页。

这 15 页的内容并不差：10 个数字、决策、任务、T4 的两个“待确认”和来源都正确，视觉层次也比一页方案更舒展。

但我需要的是一页周会汇报，不是一套完整路演。最终阶段又显示“授权超时未确认”，工作空间没有出现 PPTX，只有网页工程和 15 页预览。

它得到 90/100，5 项硬门槛通过 4 项。内容接近满分，“只有 1 页”失败，所以不能直接交付。

这就是很多 AI 办公任务最容易被忽略的地方：做得更多，不等于完成了你要的工作。

第二项：Excel 漂亮不等于可复算

Kimi：先把公式引错行，又在交付前自行修正

我要求生成真正的 XLSX，包含“数据计算”“任务风险”“管理看板”三个工作表。迁移完成率、校验通过率、两个百分点变化、工单减少数和降幅都必须由单元格公式计算。

Kimi 创建第一张表时出现了一个真实错误：计算区把“搜索命中率”错引到“校验失败数”所在行。如果直接交付，后续换数据时看板会跟着错。

它在最终输出前自行发现并改正，人工纠错提示仍是 0 次。页面公式栏可见迁移完成率 =E8/E7、通过率 =E11/E10；六项计算复算为 80%、95%、13、12、62 和 20%。三个工作表、两张图表、T4 的两个“待确认”和来源也都生成。

当前入口提供 XLSX 文件卡片、预览和下载按钮；本轮自动化通道没有把文件保存到本地，因此我只把页面公式和内容写成已核验，不把本地 OpenXML 审计冒充成已经完成。

Kimi 暂记 96/100；内容硬门槛通过，文件级下载审计保留 4 分。

WorkBuddy：待本轮 Excel 成品完成后补入

【待填：处理时间、XLSX 是否生成、三个工作表、六项公式、图表、T4、来源、分数和硬门槛。】

第三项：自动周报，重点不是会不会写

Kimi：能到点运行，但固定材料要塞进任务描述

Kimi 的手动定时任务入口只有任务名称、要求、时间和期限，没有附件或固定工作空间选择。

为了保持事实一致，我把同一套虚构数据完整写进任务描述，设为 00:50 运行。到点后，它自动创建了独立周报会话；当前任务已暂停，没有继续日更。

周报中的 10 个数字、T1—T5、R1—R3、当前决策和 4 个来源全部正确。T4 仍是“待确认”，指标改善也只写成一周“试点信号”。这一项是 100/100，5 项硬门槛全部通过。

它更适合固定口径提醒。如果下周数字变了，需要更新任务描述；本轮入口没有直接证明它会自动读取一份持续变化的项目文件。

WorkBuddy：可以读工作空间，锁屏让时效无法归因

WorkBuddy 的自动化可以直接绑定当前工作空间，任务到点后读取四份实际文件，并把 weekly_report.md 写回工作空间。

00:42:34 检查时，任务已经由后台自动进入“执行中”，不是我手动重发提示词。最终周报的 10 个数字、任务、风险、未知字段和来源全部正确，按预设表是 100/100。

文件约在 08:01 落盘，页面约 08:04 显示完成。但 00:42 后电脑发生锁屏，WorkBuddy 界面本身也提示锁屏或关闭客户端会影响自动任务。因此这次约 7 小时 22 分的间隔只能记录，不能直接写成“WorkBuddy 晚了 7 小时”。

如果你要在早会前准点拿周报，下一轮必须在电脑持续解锁、客户端保持运行的条件下，再把“最晚 15 分钟完成”写进硬门槛。

三项做完，怎么选

【待 WorkBuddy Excel 结束后写最终总表与选择建议。】

目前能确认的不是“谁全面碾压谁”，而是三种任务要看不同的失败方式：

• • 做 PPT，先锁页数和交付格式，再谈审美；
• • 做 Excel，必须抽查公式引用，不只看显示结果；
• • 做自动周报，要同时验收内容、材料更新方式和运行环境；
• • 涉及负责人、截止日期、合规和对外承诺，无论用谁都要人工核验。

AI 办公交付前，至少检查这 6 项

1. 1. 文件格式是真的 PPTX/XLSX，还是只能预览；
2. 2. 数字是否能追到原材料，比例能否复算；
3. 3. 未知负责人、日期和结论是否仍然保持未知；
4. 4. 任务、风险和上线门槛有没有为了排版被删掉；
5. 5. 来源复制或导出后是否还在；
6. 6. 自动任务是否真的到点运行，锁屏、断网或退出客户端会不会中断。

测试边界

本次只代表 2026 年 8 月 12—13 日、当前账号、当前页面显示入口、同一套虚构材料和同一套预设规则下的结果。

WorkBuddy 官方更新日志显示 v5.3.11 于 2026 年 8 月 7 日发布，涉及自动任务界面、单次运行耗时展示和部分任务异常修复。本次没有把版本更新说明当作实测结论，也没有把单次结果外推到所有账号、技能、模型或未来版本。