YOHO AI

标签： AI办公

  • 微软在Excel里悄悄换掉OpenAI：自研MAI接管Office

    微软总部与Office办公场景
    微软正把自研MAI模型悄悄塞进Excel和Word的AI功能里（图：Getty Images）

    过去两年，微软给外界的印象一直是”OpenAI 最铁的盟友”——Copilot 背后站着 GPT，Office 365 的不少智能功能都贴着 OpenAI 和 Anthropic 的标。但彭博社 7 月 7 日的一则报道把这个默契撕开了一道口子：在 Excel 和 Word 里，已经有相当一部分用户提问，不再交给 OpenAI 或 Anthropic，而是由微软自己的 MAI 模型来回答。

    具体数字没公开，但彭博说，每个星期这两款软件里已经有”数万条”AI 提示词是 MAI 在处理。别看占比还小，放到 Excel 和 Word 这种亿级用户的产品里，这已经是微软第一次把自研模型悄悄塞进了核心办公场景的台前，而不只是躲在测试环境里。

    从 Excel 和 Word 开始，微软动了”外人”的奶酪

    有意思的是，微软自己从没高调宣传过这步棋。以前它巴不得你记得 Office 365 是”由 OpenAI 和 Anthropic 的模型驱动”；现在它选择了闷声干。TechCrunch 找微软求证，对方只回了一句”暂无更多信息可以分享”。这种不否认也不解释的态度，某种程度上比一份正式声明更说明问题。

    微软 AI 模型业务负责人穆斯塔法·苏莱曼（Mustafa Suleiman）在 6 月 Build 大会上说得直白：”我们每年向 Anthropic 支付巨额费用，目标是逐步减少、并最终消除这部分支出。”

    一句话把动机说透了：不是不想用，是太贵了。

    七个模型一起上，MAI 到底是什么来头

    MAI 不是临时起意。就在今年 6 月的 Build 开发者大会上，微软一口气发布了 7 款全新的自研 AI 模型，覆盖语音、图像、代码和推理——其中包括一个能写代码的 agentic coder，以及一个文生图模型。也就是说，微软已经在为”逐步替换第三方”悄悄准备弹药了。

    这些模型的卖点很统一：不追求纸面参数多吓人，而是强调”同样的活儿，花更少的算力”。放在 Office 这种每天海量、高频、但单次并不复杂的调用场景里，自研模型的成本优势会被放大。再配合微软自己的 Maia AI 芯片做软硬协同，推理开销比外购方案低上一截。

    • MAI-Transcribe-1 / MAI-Voice-1：对标 OpenAI Whisper 的语音转录与生成
    • MAI-Image-2：图像生成，替代部分文生图需求
    • MAI Code 1 Flash：面向开发者的代码生成模型
    • MAI Thinking 1：主打轻量高频办公场景的推理模型

    除了 Office 套件，MAI 也已经接进了 GitHub Copilot；Teams 上自研的语音转写能力也计划在几个月内上线。微软的意思很明确：凡是能自己干的，就别再长期花钱请外援。

    不只是微软，整个硅谷都在”省 token”

    把镜头拉远一点，微软这步其实是一股大潮里的一朵浪。今年上半年还流行”tokenmaxxing”——能多烧就多烧，把智能拉满；最近几个月画风突变，Amazon、Uber、Meta、Accenture 都被曝在收紧员工的 AI 预算，能省则省。AI 服务的账单一出来，连硅谷自己人都被吓到。

    更戏剧性的是，成本压力甚至把一些公司推向了”对手阵营”。有报道说，硅谷已经有人开始盯着中国的便宜模型（比如 GLM-5.2）找 Agent 方案，虽然绕不开安全和合规的顾虑。这说明一件事：当账单足够疼，地缘和安全的优先级都会往后挪一挪。

    自研到底，是想把命门攥回自己手里

    微软当然不会明天就跟 OpenAI、Anthropic 说拜拜。它手里还握着和 OpenAI 的合作协议，只是折扣窗口正在收窄。苏莱曼团队真正在做的，是搭一套”自主可控”的模型体系，免得将来被头部实验室的市场价拿捏。

    这也折射出整个行业的尴尬：靠外购大模型做商业化，盈利模型到现在都没完全跑通。微软这次把自研模型塞进 Excel 和 Word，看起来是省几块钱的小动作，实则是大厂为”AI 主权”交的第一笔学费。接下来，GitHub Copilot、Teams，甚至 Bing，会不会也慢慢换上 MAI，值得盯着看。

  • OpenAI放出GPT-5.6，顺手把Codex做成了人人可用的办公搭子

    OpenAI GPT-5.6 与 ChatGPT Work 概念图
    OpenAI GPT-5.6 与全新的 ChatGPT Work 智能体（配图）

    两周前，GPT-5.6 其实已经”发布”过一次，但那时候普通用户根本摸不到。6 月 26 日那波上线，只向大约 20 家提前报备过的机构开放——因为特朗普 6 月 2 日签的行政令要求，AI 公司在全面公开前沿模型之前，得先把模型交给政府做能力评估。这等于 OpenAI 自己定的发布日，被外部按了暂停键。

    等了两周，才拿到放行条

    美国商务部下属的 AI 标准与创新中心把模型审了两周，7 月 8 日放行，GPT-5.6 这才算真正面向所有人开放。Sam Altman 在 X 上给它的评价是”我们做过的最强模型”。系统卡片里写得挺坦率：Sol 在网络安全、生物这两个领域能找出漏洞和攻击的”零件”，但在测试条件下没能自己拼出一条完整的攻击链。这也解释了为什么管控会下沉到产品层——部分 API 调用可能被拦截，甚至在生成到一半时被暂停，交给安全系统复核。

    ChatGPT Work：把 Codex 塞给普通人

    OpenAI 挑在同一天抛出了另一个东西：ChatGPT Work。简单说，它是把 ChatGPT 和 Codex 揉到了一块儿。Codex 本来是给写代码的人用的，现在 OpenAI 想让不懂编程的普通人也能用它干非编程的活——从你指定的 App、文件和工作流里收集上下文，直接产出文档、表格、演示文稿，甚至网页应用。

    OpenAI 在博客里说，ChatGPT Work 能从你选择的工具里收集上下文，产出文档、表格、演示文稿和网页应用；一个”统一插件目录”让它能连上 Slack、Gmail、Google Drive、日历和各类 CRM。

    说白了，它不再只是一个聊天框，而是想坐到你工作流的正中央。落地范围也够大方：Mac 和 Windows 的桌面端，连免费用户都能立刻用上；手机和网页端先给 Pro、Enterprise、Edu 这几个档位，Plus 和 Business 会在接下来几天陆续放开。OpenAI 的说法是，全球已经开始推送，24 小时内基本铺满。

    一家人，三种打法

    GPT-5.6 不是单个模型，而是一家人。Sol 是旗舰，主打智能和效能；Terra 是均衡的日常工作模型；Luna 走性价比路线，便宜又快。OpenAI 还加了一个 Ultra 模式，默认让四个智能体并行干活，对付复杂任务。

    • Sol 在一项智能体”考试”里比 Anthropic 的 Fable 5 高了 13 分，而且用的 token 更少。
    • Terra 和 Luna 在某些评测里，用大约十六分之一的成本就能打平 Fable 5。
    • 这一家人背后就一个信号：模型不光要比谁聪明，还要比谁便宜。

    顺便给微软递了颗定心丸

    OpenAI 说 GPT-5.6 会成为 Microsoft Copilot 的”首选模型”。这话多少有点针对性：这周彭博刚报道微软为了省钱，开始更多依赖自家 MAI 模型，外界一度猜测两家要闹掰。OpenAI 这波等于公开把”我们还是好搭档”写在脸上，也顺手压了压”分家”的传闻。

    把最近几件事连起来看挺有意思：Codex 并进了 ChatGPT，Atlas 浏览器退场，能力改由 Chrome 扩展承接。模型在 API 里打价格战，产品在桌面上抢入口——OpenAI 的意图很直白，就是想让你电脑上那个”替你干活的东西”只叫一个名字。聊天框时代的 ChatGPT 是个浏览器标签页，智能体时代的 ChatGPT，想变成你电脑里常驻的那一层。

  • Notion 砍了邮箱 App，转头做了个「Agents」：把 ChatGPT、Gemini、Claude 全塞进一个聊天框

    Notion Agents iPhone 应用界面示意图
    Notion Agents 把 ChatGPT、Gemini、Claude 收编进一个聊天框（配图由 AI 生成）

    Notion 这公司最近有点”拆东墙补西墙”的意思。上个月它刚宣布砍掉做了刚好一年的邮箱 App Notion Mail；这个月，它就端出了一个全新的 iPhone 应用，叫 Agents。

    它不是另一个笔记 App

    7 月 7 日上线的 Notion Agents，和它家那个主力的笔记 App 不是一回事。它不让你写文档，而是专门用来”聊”——跟你自己的 AI 代理聊，也跟接进来的大模型聊。目前支持三个：Anthropic 的 Claude、Google 的 Gemini，还有 OpenAI 的 GPT。换句话说，Notion 自己不下场做模型，而是做了个”代理集散中心”，把别人的模型都接进来。

    用法上挺直白。你可以在里面问代理问题，也可以随手记点东西：打一段文字、录一段语音、拍张照片，代理会自己判断这些内容该归到哪。它连着你真实的 Notion 工作区和你那一整套工具栈，所以回答不是凭空编的，而是从你自己的文档和数据里长出来的。

    Notion 主 App 是个”仓库”，你把东西存进去；Agents 是个”前台”，你动动嘴，它去仓库里翻、去帮你办。

    砍邮箱、做代理，Notion 在赌什么

    把 Notion Mail 的退场和 Agents 的登场放一起看，逻辑就清楚了。做邮箱那一年，Notion 想的是”AI 帮我处理收件箱”；现在它发现，比起替你盯邮件，更值钱的是做一个”你随时能调度的代理中枢”。邮箱是入口之一，但不是非争不可的入口；而”代理能连你的全部工作”这个位置，谁占住谁就掌握主动。

    • “懂你的工作”：接的是你真实的文档和工具，不是凭空编的答案
    • “即时捕捉任何东西”：文字、照片、语音，代理自己决定放哪
    • 能直接干活：建页面、起草周报、跨工具搜东西，全在一个聊天框里

    当然，Agents 现在还是个 iPhone 专属应用（iPad 和 Mac 上能勉强跑，但没专门适配）。对于一个主打”随时随地处理工作”的工具来说，桌面端的缺位有点尴尬。而且它本质上是个聚合层——模型能力好不好，最终还是 Claude、Gemini、GPT 说了算。

    Notion 的护城河，在于它握着你的文档、数据库和项目，也就是”上下文”。代理再聪明，没有你的真实数据也是空转。所以这事挺典型的：大厂做 AI，拼到最后往往不是谁模型最强，而是谁最贴近你的真实工作流。Notion 把赌注压在”上下文”上，砍掉边缘业务、All in 代理，这一步走得够干脆。

  • OfficeCLI：让 AI Agent 一句话掌控 Word / Excel / PowerPoint 的开源办公套件

    OfficeCLI：让 AI Agent 一句话掌控 Word / Excel / PowerPoint 的开源办公套件

    release license

    📌 项目简介

    OfficeCLI 是全球首个专为 AI Agent 打造的 Office 办公套件，用一行命令就能让任意 AI 智能体读取、编辑、自动化生成 Word / Excel / PowerPoint 文档。它采用单一可执行文件、无需安装 Microsoft Office、零依赖、跨平台运行，目前已斩获 11.5K+ Stars（Apache-2.0 协议）。

    “OfficeCLI’s built-in HTML rendering engine reproduces documents with high fidelity —— and that’s what gives AI eyes.”

    ⚙️ 安装要求和过程

    环境要求

    • 单一二进制：自包含可执行文件，无需安装 Microsoft Office，无需 .NET 运行时。
    • 跨平台：macOS / Linux / Windows 均可运行。
    • 仅需基础的命令行环境，内存占用极低。

    快速安装

    # macOS / Linux
curl -fsSL https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.sh | bash

# Windows (PowerShell)
irm https://raw.githubusercontent.com/iOfficeAI/OfficeCLI/main/install.ps1 | iex

# 或任选其一
brew install officecli
npm install -g @officecli/officecli

    安装后运行 officecli install 将二进制加入 PATH，并自动把 officecli skill 注入 Claude Code、Cursor、Windsurf、GitHub Copilot 等 AI 编程工具，Agent 立刻就能替你创建 / 读取 / 编辑 Office 文档。

    30 秒上手

    # 1. 创建一个空白 PPT
officecli create deck.pptx

# 2. 启动实时预览（浏览器打开 http://localhost:26315）
officecli watch deck.pptx

# 3. 另开终端添加一页，浏览器即时刷新
officecli add deck.pptx / --type slide --prop title="Hello, World!"

    ✨ 核心功能

    • 三格式全读写改：Word(.docx)、Excel(.xlsx)、PowerPoint(.pptx) 全部支持创建、读取（文本 / 结构 / 样式 / 公式）、修改与重组，告别 python-pptx 等一堆库。
    • 内置 HTML 渲染引擎：把文档渲染成 HTML / PNG，给 AI 装上“眼睛”，形成 渲染 → 看 → 改 的闭环，AI 能看见自己生成的成品并自动修正。
    • 路径寻址 + 结构化 JSON：用 /slide[1]/shape[1] 这样的 XPath 式路径精准定位任意元素，并可输出结构化 JSON，便于程序化操作。
    • 实时预览：officecli watch 启动本地预览服务（localhost:26315），每次 add / set / remove 命令即时刷新浏览器，所见即所得。
    • 为 Agent 而生：一行 curl -fsSL https://officecli.ai/SKILL.md 即可让 AI Agent 自动读取技能文件并安装使用；自动把 skill 装进主流 AI 编程工具。

    🎯 典型使用场景

    1. AI 自动生成汇报 PPT：让 Agent 一句话产出季度汇报、融资路演、技术分享等演示文稿，自动处理排版、配色与图表。
    2. 批量处理 Excel 报表：自动生成预算表、成绩册、销售看板，支持公式、图表与条件格式。
    3. 程序化生成 Word 文档：一键产出学术论文、项目方案、年度报告，支持多语言 i18n 与 RTL 从右到左排版。

    💡 推荐理由

    以前用 python-pptx 写个 PPT 要 50 行代码还容易错位，OfficeCLI 一行命令就搞定；更关键的是它自带渲染闭环，让 AI 能“看见”自己生成的样子并自我修正——这对想给 Agent 接上“办公能力”的开发者几乎是开箱即用的利器。Apache-2.0 协议、单一二进制、零依赖，本地运行也保障了文档隐私。如果你正在做 AI 办公自动化、RPA 或 Agent 工具链，非常值得一试。

    🔗 下载地址

  • Claude Cowork登陆手机和网页：Anthropic把AI代理带出代码圈

    Claude Cowork 跨设备办公AI代理
    Claude Cowork 想当那个「在后台帮你把杂事干完」的同事（配图由 AI 生成）

    Anthropic 把 Claude Cowork 从桌面搬到了手机和网页上。这款长得像 Claude Code、但面向「通用知识工作」的 AI 代理，今年 1 月先以桌面App的形式上线；从 7 月 7 日这天起，Max 订阅用户能在网页和手机上用上它。也就是说，你可以在办公桌前开个任务，路上用手机看进度，哪怕笔记本合着，回头也能拿到成品。

    这个动作背后的意思很清楚：Anthropic 不想让 Cowork 给人「给小白用的编程工具」的印象，它更想把它做成那种能在后台默默干活、跟着你在不同设备间切换、遇到只有你拍板的事才跳出来问你的「行政搭档」。一句话，写代码的代理大战，正顺着办公区一路烧进其他工位。

    聊天框之外，抢的是「干活的那块地」

    这股劲头不只在 Anthropic 一家身上。OpenAI 的 Codex 走的也是同一条路——它本来是个软件开发工具，现在越来越多被非程序员拿去写报告、理表格、做PPT、搞研究、分析数据。对这两家实验室来说，赌注正从「谁的聊天机器人最聪明」悄悄变成「谁占住了大家真正干活的那块屏幕」。

    Anthropic 没把 Cowork 局限在独立App里。之前它刚推出 Claude Tag——一个常驻在 Slack 里的 Claude，像队友一样待在群里。把 Cowork 做成跨平台应用还有一个实际好处：代理能在后台继续跑任务，不要求某台设备一直在线。

    「把周一的客户准备设在早上 6 点：Claude 过一遍邮件串、会议记录和最近的新闻，把简报文档搭好，跟进邮件也写好但先不发出去。你喝咖啡的时候审一遍就行。」

    Anthropic 自己举了上面这个例子。深活儿还是留在桌面App里干——那里 Claude 能碰本地文件和浏览器；但网页和手机版让没装App的人也能用。聊天和 Cowork 在网页、桌面端先打通，项目和数据产物在两端共享。

    数据说了大实话：它八成不是在写代码

    Anthropic 顺手放出了 Cowork 的早期数据，挺能说明问题。他们抽样了 5 月最后两周、来自 60 多万家组织的 120 万次匿名会话，想看看大家到底拿它干什么。

    • 最大的一块占 33.4%，是「业务流程运转」：把散落的进展汇总成一份报告、做入职清单、对齐表格。这类活儿在财务、人事、行政岗最常见。
    • 排第二的 16.4% 是内容创作和文案：草稿、幻灯片、社媒帖子、方案书，通常是市场和管理的活。
    • 软件开发呢？只占 8.7%。

    Anthropic 自己的总结是：写代码虽然最吸睛，但 AI 在日常业务里的使用正在往上走，而且大家觉得最有用的那类任务，画像越来越清楚。他们把 Cowork 最对味的场景叫做「工作之外的工作」——那些撑起一家公司运转、却往往不是某个人核心职责的杂事。

    所以别被「Claude Code 的亲戚」这个标签带偏了。Cowork 真正想抢的，是每天淹没我们的那堆准备、汇总、草稿和跟进。它能后台跑、跨设备跟人走，这恰恰戳中了很多职场人最头疼的地方。接下来要看的，是它能不能真的把「喝咖啡时顺手审一遍」这件事，做得比人自己动手还省心。

  • 印度科技大亨自掏3000万美元，要从零再造一套AI版Microsoft Office

    印度科技大亨自掏3000万美元，要从零再造一套AI版Microsoft Office





    Neo AI原生企业办公平台
    Neo AI原生办公平台概念图（图片：AI生成）

    如果你问一个企业软件从业者，现在最拥挤的赛道是什么，”企业AI”大概率会高票当选。微软把Copilot塞进了Office套件的每一个角落，谷歌在Docs和Sheets里加了AI助手，Salesforce、Notion、Superhuman……几乎所有你能叫得出名字的生产力工具，都在拼命往自己的产品里装AI。

    但有一个人认为，所有这些努力基本上都是在做表面文章。他的名字叫Bhavin Turakhia，一个你可能没听说过的印度连续创业者。过去20年里，他创办了Directi、Radix、Titan、银行软件公司Zeta等一系列企业，走的都是同一条路：先自己出钱把公司做起来，有了起色再引入外部投资者。

    现在他拿出了3000万美元的个人资金，要做一件事：从零开始，给AI时代重新造一套企业办公软件。这套软件叫Neo，今年4月才刚在内测阶段。

    “你想造iPhone，不可能拿诺基亚的零件来改装”

    Turakhia的核心观点其实不复杂：那些在生成式AI出现之前就设计好的办公软件，哪怕往里面塞再多的聊天机器人，也没法真正适配AI时代的工作方式。你需要的不是给旧房子打补丁，而是推倒重来。

    他自己打了个比方，说如果你想造一部iPhone，不可能把诺基亚的零件拆下来拼拼凑凑就完事。这个逻辑放到企业软件上也是一样的：AI不应该是一个你需要单独打开对话框去咨询的辅助工具，而应该从底层就嵌入到工作的每一个环节里，成为一个主动的参与者。

    “如果你的产品在设计的时候AI还没出现，那它本质上就是为上一个时代服务的。你要么从头再来，要么就接受自己永远在追赶。”——Bhavin Turakhia

    3个月搭出初始平台

    Neo具体做什么？它是一个集成了项目管理、文档协作、文件存储和AI功能的企业工作平台。听起来好像跟现有的企业协作工具没什么两样，但Turakhia强调说，Neo从第一行代码开始就是以AI为核心设计的，而且支持多模型兼容——企业用户可以自由切换底层的AI模型，不需要被锁定在某一家供应商上。

    有一个数字很能说明问题：Neo的初始平台只用了3个月就搭建完成了。Turakhia估计，要是放在生成式AI普及之前，同样的工作至少需要一年以上的时间，还得配备规模大得多的工程团队。AI加速开发效率的程度，在这个案例里体现得很直观。

    目前Neo的团队大约有45人，其中18人是工程师。Turakhia表示，预计到今年年底团队会扩展到100人左右，新增的岗位主要集中在AI和软件工程领域。

    先在自己公司里试

    过去几个月，Neo一直在Turakhia旗下的公司（包括Zeta）内部试用。这种”自己先吃自己的狗粮”的做法，在 enterprise software 领域其实挺常见的，但Neo的情况有一点不同：它的创始人同时是好几家公司的老板，内部试用的样本量比一般创业公司大不少。

    接下里的商业化路径是这样的：未来几个月先向中型企业推出，最初的目标用户是科技公司、咨询公司和专业服务公司的知识工作者。这个选择很合理——这些用户对企业AI工具接受度最高，也更愿意为提升效率付费。

    2%的市场份额就够大了

    企业AI这个赛道现在挤成了什么样？微软、谷歌、Salesforce三座大山各自带着完整的办公套件生态在厮杀；Anthropic和OpenAI这两家头部AI实验室也在推自己的企业解决方案；更不用提Notion、Superhuman这些已经在生产力工具里站稳了脚跟的创业公司。

    Turakhia对这些竞争并不担心。他的理由是：企业软件从来都不是一个”赢家通吃”的市场。只要能拿到全球企业AI支出当中2%到5%的份额，这个体量就已经会超过他之前创立的所有公司加在一起的规模。

    这个判断有没有道理？从某种程度上说，企业软件市场的确比消费市场更碎片化，不同规模、不同行业的公司需求差异很大，一家供应商通吃全部客户的情况不太会出现。但反过来，这也意味着Neo要同时跟巨头和创业公司抢市场，难度同样不容小觑。

    Turakhia之前已经成功退出过好几次了，这次拿自己的钱出来单干，说明他至少是真心相信这件事值得做。至于Neo能不能在企业AI的红海里杀出一条路，接下来几个月推向市场之后的用户反馈会给出初步的答案。