首份Office Agent工作流测评出炉:功能体验均分67.22,三大短板待补

2026年被业界视为智能体落地元年。当各类Agent产品从单一文档生成走向多任务串联、跨文件协同，智慧办公赛道正经历一场深刻变革。8月5日，CICS-CERT国家工信安全中心正式发布《Office Agent工作流测评报告》，这是业内首次针对Office Agent完整工作流执行能力的系统化测评，从Word、Excel、PPT"三件套"到全链路办公场景，一份关乎政企选型的关键参考就此落地。

从PPT单品到三件套全流程：测评体系全面升级

过去两年，国家工信安全中心人工智能所已连续开展大模型赋能智慧办公的PPT生成测评，相关成果获得行业广泛关注。而今年的测评实现了三大升级：

• 覆盖广度：测评对象由PPT拓展至Word、Excel、PPT全套办公工具
• 场景贴合：选取4类典型办公场景与1类特殊场景，覆盖从原始数据处理到成果演示的全链路需求
• 量化体系：构建可量化测评体系，全面测试产品各项能力

测评围绕流程协作衔接、文本内容生成、视觉效果呈现、全链路功能体验四大核心维度展开。

看点：从单品到全流程、从单一能力到量化体系，此次测评升级标志着Office Agent评估正式进入"工作流时代"，其背后是智慧办公从"工具赋能"向"流程重构"的范式转变。

四大维度均分出炉：功能体验成最大短板

测试结果表明，Office Agent已打通三件套基础办公流程，有效提升日常办公效率，但模型幻觉问题仍然存在，任务执行精确度与生成结果专业性仍需加强。各维度平均分如下：

看点：四大维度呈现明显梯度——协作衔接已近优秀线，内容与视觉处于中等偏上，而功能体验仅67.22分，成为制约整体体验的核心瓶颈。**"流程通了，体验没跟上"** 是当前Office Agent最真实的行业写照。

产业落地看什么？五大优化方向指明路径

基于本次测评结果，报告围绕Office Agent长期发展提出五方面建议，为政企单位选型与平台迭代提供参考：

从具体数据来看，被测产品在多格式文件导入导出方面均表现出色，大部分产品支持多轮交互，系统稳定性表现优异，安全合规机制较为完善。但报告同时提示，个别产品在生成结果联动和数据一致性方面仍需加强。

看点：五方面建议中，"安全合规优化"与"产业生态体系优化"被单独列出，释放出一个明确信号——Office Agent的竞争正从单点能力比拼转向**"能力+安全+生态"的综合较量**，这对政企选型尤为关键。

三个关键信号

回顾这份首份Office Agent工作流测评报告，以下三个信号值得关注：

第一，Office三件套基础流程已全面打通。 协作衔接维度87.92分的均分表明，Word、PPT、Excel之间的跨文件协同已具备实际可用性，智能体从"能写文档"进化到"能办差事"。

第二，幻觉问题仍是行业"阿喀琉斯之踵"。 文本内容74.38分与视觉呈现74.38分的均分背后，是模型幻觉与专业深度的双重挑战。对于政务、金融等对准确性要求极高的信创场景，这一短板必须正视。

第三，功能体验已到必须补课的时刻。 67.22分是四大维度中唯一未达70分的项目，在线编辑自由度、辅助功能丰富度成为下一阶段产品迭代的竞争焦点。

可以预见，随着测评范围的进一步扩大、维度的进一步拓展，Office Agent赛道将迎来新一轮提质竞速。对于政企用户而言，选型不能只看"能做什么"，更要看"做得有多稳" ——这正是这份报告最核心的价值所在。

参考来源：
国家工业信息安全发展研究中心（CICS-CERT）官网：《Office Agent工作流测评报告》发布
https://www.cics-cert.org.cn//web_root/webpage/articlecontent_101002_2084826509746376705.html