AI 原生办公套件——人工智能能为你工作吗？
本文信息来源：a16z
人工智能不再只是一个功能——它正在成为你的工作伙伴！从撰写电子邮件到设计幻灯片、进行市场调研，甚至构建财务模型，一种全新的“智能代理”工具层正在兴起，形态类似于原生 AI 办公套件。
但挑战在于：目前市场格局依然分散，每周都有新工具涌现。就在本周，Anthropic 刚刚为 Claude 推出了“ 创建和编辑文件 ”功能！消费者不禁要问：我到底该用哪款工具？在什么场景下我可以开始将智能代理工具融入日常工作？
为了了解这些工具在实际中的表现，我们绘制了市场图谱，并针对各种日常办公任务——制作电子表格、记录会议纪要、撰写电子邮件——对原生 AI 工具进行了基准测试。我们的测试发现，多款通用型工具表现出色，一些垂直领域应用尤为突出，同时也透露出市场发展的一些趋势。
通往智能生产力的两条路径：通才 vs. 专才
市场正在分化为两种智能生产力路径。一种是“全能型”横向工具，旨在跨应用和任务处理各种事务。另一种是纵向专才型工具，专注于深入优化单一工作流程，如电子邮件、演示文稿或电子表格。两者都在快速发展——并且各有取舍。
通才——横向工具
通才型工具注重灵活性 。它们能够在不同的情境、应用和任务之间切换，但往往以牺牲精细度和精准度为代价。在这一阵营中，有三种形式尤为突出：
- 通用助理： 横向型网络工具，通常具备多模态、基于提示，有时还具备记忆功能，可执行多种类型的任务。
- 示例：Operator、Manus、Genspark。
- 自主浏览器： 可在网络上自主浏览并执行任务。一些工具（如 Comet）增加了更高级的功能，例如通过关键词触发时可重放工作流程的快捷方式。
- 示例：Dia、Perplexity Comet、Browserbase。
- 浏览器扩展： 叠加在现有工作流程和界面之上的轻量级辅助工具。
- 示例：MaxAI、Merlin、Monica。
专业工具 – 垂直领域工具
专业工具注重深度和可靠性 。这些工具并不试图包揽一切，而是专注于在信任度、精细度和用户控制至关重要的结构化工作流程中发挥作用。当今的垂直领域格局由覆盖核心专业工作流程的工具所支撑。
- 邮件助理： 可撰写结构化回复、管理收件箱优先级并处理日程安排任务的助理工具。
- 示例：Fyxer、Serif、Jace。
- 演示工具： 由人工智能驱动的工具，可快速创建注重视觉设计、速度和可编辑性的幻灯片。
- 示例：Gamma、Chronicle、Beautiful.ai。
- 笔记与文档工具： 用于结构化写作、笔记记录、知识捕捉和协作编辑的工具。
- 示例：Mem、Notion、Granola。
- 电子表格工具： 处理数据提取、格式化和分析的应用程序。它们可以向研究或工作流程方向延伸。
- 示例：Paradigm、Shortcut、Meridian、Julius。
基准测试：这些产品真的有效吗？
为了了解这些工具在现实任务中的表现，我们通过基准测试来衡量它们的优势与不足。
测试提示涵盖了六个核心维度：摘要、沟通、文件理解、研究、规划和执行。
提示： 设计一份以视觉为主的 7 页幻灯片，主题为 2025 年 Z 世代互联网行为趋势。
Gamma 是一款垂直化的 AI 驱动演示工具，内置模板和设计功能，可在两分钟内生成一份幻灯片。作为一款完整的演示文稿编辑器，它提供了广泛的后期编辑控制——用户可以调整布局、更换视觉元素和字体、添加图表，并向 AI 提示获取文本或设计建议。
Genspark 和 Manus 作为通用助手，往往生成内容更为丰富的幻灯片，通常更接近研究报告。它们的生成时间较长，但分析更深入，提示契合度更高。ChatGPT Agent 生成的幻灯片更为简洁，类似于基于文本的报告，设计能力较弱，生成时间也更长。
Anthropic 本周刚在 Claude 中推出了文件创建和编辑功能。在演示文稿生成任务中，它是我们测试过的速度最快的通用型代理，但设计方面仍需改进。
总体而言，如果你需要一份用于对外的演示文稿，并且对视觉质量和生成后的可控性要求很高，Gamma 是最佳选择。如果你需要一份内容丰富的幻灯片来激发研究或分析，Genspark 则是更好的选择。
用例 2：电子表格
提示： 提取此 PDF 中的所有数据并计算营业利润率。
电子表格是一个复杂的应用场景。对于诸如复杂财务模型等输出，其复杂性尤为突出，因为格式和精确度都至关重要。不过，AI 电子表格工具已经开始在一些更基础和中等难度的任务中展现出可行性，例如从 PDF 中提取数据以及执行基本的财务计算。
在这项测试中，我们上传了一页 S-1 文件，并要求这些工具计算公司的营业利润率。在横向型代理中，Manus 表现最佳：它将数据提取为结构化的电子表格格式，并迅速返回了准确的结果。Claude 在电子表格任务中同样是速度最快的，并给出了正确答案，但其输出有限——仅提供了最少的分析，且未能将完整数据集导入表格中。
作为一款垂直型、专注于 Excel 的代理，Shortcut 在原生 Excel 环境中提供了更全面的分析，尽管运行时间更长，并且只提取了与计算相关的数据，而非完整数据集。
用例 3：电子邮件
提示： 发送电子邮件安排下周四的晚餐
Fyxer、Serif 和 Jace 作为电子邮件的垂直助理运作。它们都能生成高质量的草稿，并在邮件线程中保持上下文。Serif 以其高度的自定义能力脱颖而出：它支持操作手册、邮件标签和偏好设置，使用户能够将最佳实践编码化，并在类似情境中应用一致的工作流程。
他们在日程安排上的方法各不相同——但都能完成一个简单的日程安排任务：
- Serif 支持异步协调。你可以在邮件中抄送该代理，让它处理往返的日程安排并发送日历邀请。
- Fyxer 会生成一个类似 Calendly 的链接，供他人预订时间。
- Jace 采取更轻量的方式，会生成事件，但在发送前会等待用户批准。
相比之下，Comet 将通用助理功能引入电子邮件。它可以撰写回复、根据提示安排会议、发送邀请以及搜索收件箱。但它缺乏诸如操作手册、标签或偏好设置等内置自定义功能，因此与专用电子邮件助理相比，草稿的个性化程度较低。
用例 4：研究
提示： 将 Microsoft、Amazon 和 Google 最新季度的云业务收入增长情况以表格形式进行汇总和比较，并附上来源，然后在一份简短报告中分析推动这些结果的因素。
得益于人工智能工具，消费者如今可以在几秒钟内生成深入且基于研究的分析——这些工作过去可能需要数小时的劳动和多年的经验积累。
我们测试的所有产品都能够提取出正确的云收入增长数据，并将其整理成表格。差异体现在细节和速度上——反映了每款产品背后的优化方式和限制条件。
Comet 和 Dia 这两款原生 AI 浏览器速度最快，在 20 秒内就返回了结果，但它们的分析较为简略、结构性较弱；相比之下，Manus 提供了更全面的表格，并对数据背后的驱动因素作出了更深入的解释。
信息来源质量也有所不同。Comet 和 ChatGPT Agent 脱颖而出，因为它们直接引用了权威来源，如财报和 Yahoo Finance，并且常常附有内嵌引用，方便核实准确性。
总体来看，取舍很明确：如果你更看重深入分析且对处理时间不敏感，Manus 是最强的选择；如果你重视速度并希望快速获得一个不错的答案，Comet 更适合你。
使用场景 5：会议记录
会议期间记事本处于开启状态
会议记录是最自然的人工智能应用之一，它通过让用户专注于对话而不是打字来节省精力。此类工具通常以记事本形式运行，自动转录并整理讨论内容，而 ChatGPT 的记录模式则提供了一种更轻量的替代方案。所有参与评测的产品都支持通过关键词搜索进行检索，但它们在笔记质量、定制化和协作方面各有优势。
Mem 会生成最详尽的记录，详细捕捉讨论内容和行动事项；而 ChatGPT 的记录模式则提供更高层次的摘要，更易于快速浏览，但内容不够完整。Granola 的差异化在于可自定义模板，能够适应不同类型的会议，让用户对结构和输出有更多掌控。
Granola、Mem 和 Notion 都允许用户提前准备笔记、在会议中添加指导信息，并实时跟进转录内容。Notion 在协作方面尤为突出：任务可直接在笔记中分配，与 Notion Calendar 同步，并与更广泛的团队工作流程保持一致。
总体而言，如果你想要全面的记录功能，Mem 是最佳选择；在结构化和自定义方面，Granola 表现出色；而在团队协作上，Notion 是最强的选择。
测试观察
在针对这些使用场景进行测试的过程中，我们发现了几个模式：
- 差异化模式已经十分明显。 垂直类产品通过精心的设计和工作流程打磨脱颖而出——专注于工作的“界面”或画布，并深度嵌入专业工作流程。这使它们在需要精细化和展示效果的对外场景中尤其强大。相比之下，水平类产品强调广度：它们通过叠加相关任务来竞争成为“全能型”入口。例如，Manus 已经涵盖了研究、演示文稿和电子表格，将自己定位为工作开始的唯一入口。
- 横向产品的竞争正在升温——包括来自模型公司的竞争。 通用助手和智能浏览器正竞相成为工作的核心用户界面。鉴于速度和准确性的重要性，距离模型开发更近的公司可能更有机会实现这一目标。主要研究实验室仍在加入这场竞赛：Anthropic 最近为 Claude 推出了浏览器副驾 ，我们预计 OpenAI 和其他参与者将会有更多尝试。
- 融合即将到来。 垂直型与水平型智能体之间的界限正在逐渐模糊，垂直产品试图“跨越”进入新类别，而水平平台则加倍专注于热门应用场景。若你在构建垂直型产品，务必紧跟并基于最新的模型基础进行开发；若你在构建水平型产品，则需要打造足够深入的工作流程和迭代循环，以防垂直型参与者切走你的应用场景。
