国际人人都是产品经理人人都是产品经理
SuperCLUE 办公 Agent 横测：豆包工作 85.33 分登顶，文档处理领先近 5 分
阅读原文 ↗为什么值得读
这是一份少见的端到端办公 Agent 横测：不看对话好不好听，只看能不能交出可编辑的 Word、PPT、Excel。对正在把 Agent 塞进交付流程的同行，它给出了可对照的分档和扣分规则。
核心发现
- 01
8 款国内办公 Agent 参与端到端任务横测，豆包工作以 85.33 分居首，Kimi Work、WorkBuddy 紧随其后。
- 02
文档处理单项豆包工作得 87.12 分，领先第二名近 5 分，而第二至第四名总分仅差 1.96 分。
- 03
测评以可编辑的 Word、PPT、Excel 为交付物，编造数据最多倒扣 4 档，超 2 小时无有效输出直接判失败。
Ruby 怎么看
这份横测的价值不在排名，在评分口径：交付物必须是可编辑的 Word、PPT、Excel，编数据倒扣，两小时没产出直接判负。这等于把 Agent 从「聊得好」拉回「交得出」。分工上我的判断是：人定任务边界和验收标准，Agent 跑执行和初稿，人做事实核对与最终签字兜底。豆包工作文档处理领先近 5 分，说明执行层的差距已经拉开；但第二到第四只差 1.96 分，说明多数产品还没解决稳定交付。选型别只看总分，先拿自己最常交的那类文档跑一遍，看它敢不敢把数据来源写清楚。
若我在业务里怎么验证
拿团队真实的一份周报或方案，让候选 Agent 在 2 小时内产出可编辑的 Word/PPT，人工核对数据来源与引用是否可追溯，记录返工次数和最终签字人。
延伸阅读 / 原文
本文为 Ruby 个人观点与阅读笔记，不代表原发布机构立场。正文为摘要与评论，非全文转载。完整内容请阅读原文。