Agent集体进化！腾讯谷歌们加码，AI打工人要普及了？
打工人 Excel 插件是一款专为Office和WPS设计，支持数据提取、证件识别等功能。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
AI Agent 正在占领你的“工位”：从问答工具到数字同事的蜕变 最近X首页上有些微妙的变化，Agent 相关的内容明显多起来了。但和以前那种「某某模型能答对多少题」的画风不同，大家似乎正集体转向一个更务实的问题：哪个 Agent 能真正帮我把手头的事干完？ 这股转向，不只是风向标的问题，而是实在
AI Agent 正在占领你的“工位”：从问答工具到数字同事的蜕变
最近X首页上有些微妙的变化，Agent 相关的内容明显多起来了。但和以前那种「某某模型能答对多少题」的画风不同，大家似乎正集体转向一个更务实的问题：哪个 Agent 能真正帮我把手头的事干完？
这股转向，不只是风向标的问题，而是实在的落地需求在推着它往前走。刚刚过去的5月，几件标志性事件接踵而至，让这个趋势变得格外清晰。
5月20日，腾讯推出了「马维斯」（Marvis），其最新的定位是「操作系统层级 AI 助手」。这个产品横跨 Windows、macOS、安卓三端，内置了6个7×24小时在线的专项 Agent。它们各司其职，覆盖文件、浏览器、应用、搜索和计算机操控等领域，开箱即用。紧接着，OpenAI 在5月21日宣布 ChatGPT 以 add-in 形式嵌入 Microsoft PowerPoint，免费用户和 Business 订阅者都能在侧边栏直接用自然语言生成或修改 PPT。而在同一周，Google 在 I/O 2026 上发布了 Gemini Spark，一个能够在 Google Cloud 专属虚拟机上 24 小时持续运行的个人 Agent，它可以读取你的邮件、修改你的文档、通过 Chrome 操作网页，你甚至不用一直盯着它。
（图源：雷科技制图）
这不难理解，为什么风向转得这么快。在经历过大量 AI 工具的信息轰炸后，大多数普通人已经不那么关心一个模型能答对多少数学题，反而更在意：哪个 Agent 能帮我搞定手头的活儿？
当 AI 真正开始“打工”
先说 ChatGPT for PowerPoint。加入 add-in 后，PowerPoint 右侧会多出一个侧边栏。你告诉它「做一份面向投资人的产品演示，从上周的 Outlook 里找项目进展」，它就会自己去拉取数据、生成内容并排好版，全程不需要你离开 PowerPoint。它能连接 Gmail、Outlook、SharePoint，这意味着它在尝试帮你整合信息，而不仅仅是生成内容。
实际体验下来，生成一份结构完整的初稿速度很快，很适合开会前临时需要一份 PPT 的场景。当然，OpenAI 也坦言，复杂的模板处理或字体排版目前还不太支持。
（图源：雷科技制图）
说实话，这类 AI 工具插件并不少见，它们还是在某个具体的场景里提供帮助，而且目前都不算特别成熟。但腾讯推出的马维斯则不同。它更像一个网状式的 Agent 智能体集合，由主 Agent 统筹任务，下面调度 File、Computer、App、Browser、Search 等专项 Agent 并行执行，把系统、文件、应用、算力、甚至跨端操作都纳进同一个中间层。你告诉它「帮我找上周 PM 发给我的那份 Agent 架构图 PPT，文件名忘了，保存在桌面上」，它会去扫描文件内容、做语义理解，而不是在文件夹里做简单的关键词搜索。
（图源：雷科技制图）
实际测试了几个场景，比如让它准备一份复盘会上的材料。马维斯的回答是先制定会前准备表，再给出一个 90 分钟的议程，顺序非常符合实际工作流。它还会把会前动作拆分成可分配的任务：运营去拉线索质量数据、产品来汇总客户反馈、销售整理卖点问题，每项都有负责人和预期产出。尤其聪明的一点是，它会自动把「卖点不清楚」这类模糊要求，转化为「整理客户原话和具体场景」，非常实用。
再比如，我们上传了一份 Word 经营简报和一张 Excel 明细表，要求它找出销售额、毛利、地区排名并指出明显异常。结果，它调用了 File Agent，将两份文件做了跨表串联，给出了销售额 2,357,512、毛利 836,257，并指出华南地区最高。它还识别出了重复客户电话、空负责人、零数量售后单和异常大单等问题。
当然，等待时间是个不容忽视的问题。简单的开场问答大约需要 30 秒，不是瞬时响应；文件分析从提交到最终结果约需 6 分钟，且中间过程的颗粒度还不够细，你能看到 File Agent 在处理，但不知道它读到了哪一步，还需要多久。不过，对于「手上有材料、开会前想快速扫一遍」的场景，6 分钟还是可以接受的。
（图源：雷科技制图）
马维斯能成功出圈，很大程度上与其设计有关。在侧边栏可以找到一个名为「办公室」的页面，打开是一个白色 3D 办公室场景，Marvis、App Agent、Browser Agent 像几个员工坐在各自的工位上，右侧则显示今日任务完成数、Token 消耗和进行中的任务。它用有趣的动画，直观地展现了 Agent 之间如何协作、分配任务的过程。和那些枯燥乏味的工具相比，「AI 牛马」的形象实在深入人心。
无论深度如何，从在 PowerPoint 里帮你一键出稿，到在你的电脑上帮你调文件、开会议、扫异常，这些产品都指向同一个方向：AI 正在从一个回答问题的工具，变成一位坐在工位上处理杂活的同事。唯一的区别是这个同事具体是干杂活，还是干更专精的活。
「AI 工位」之战：腾讯、OpenAI、Google 为何全力押注
这一轮对「AI 工位」的热抢，很大程度上是从 OpenClaw 烧起来的。
OpenClaw 的前身是 Clawdbot，由奥地利独立开发者 Peter Steinberger 在 2025 年 11 月打造，是一个开源的、可以跑在本地的项目。起初并未引起太多关注，直到 2026 年 1 月，几个视频开始流传，例如「AI 自主买车」和「30 分钟完成代码迁移」，开发者圈子瞬间被引爆。Clawdbot 两次因商标问题改名，最终定名 OpenClaw，从第一个版本到 GitHub Stars 突破 25 万，只用了大约 60 天，这个速度甚至比 React 十年的积累还快。它的创始人随后在 2 月加入了 OpenAI，继续深耕 Agent 方向。
OpenClaw 之所以能爆，不只是因为它新，而是它第一次让普通用户真切地体验到「AI 在帮我干活」的感觉，而不仅仅是「AI 在帮我回答问题」。它能读取本地文件、操作应用程序、调用浏览器、执行多步骤任务，通过一套名为 ClawHub 的技能注册表将 LLM 与真实工具连接起来。这套架构证明了一件事：把 AI 变成一个真正在电脑上干活的角色，技术上可行，而且用户非常愿意为此买单。
（图源：雷科技制图）
OpenAI 最初推出 Codex 时，它只是一个纯粹的 AI 代码工具，帮助开发者写代码、修 bug、提 PR。但从 2025 年 5 月到现在，Codex 悄然进化成了另一个东西——它能操作电脑、运行内置浏览器、处理图片、跨工具执行任务，还加入了「Goal Mode」，即你只需说出一个目标和成功标准，它便会持续运行直到任务完成。
这个变化并非 OpenAI 一开始就规划好的产品路线。一个足够能干的 Agent，只要在某一个场景里证明了自己，就会自然地往相邻任务扩张。编程之后是代码调试，调试之后是项目管理，项目管理之后是操作浏览器、处理文件、理解上下文……
这也解释了为什么腾讯要从操作系统层面切入，Google 要把 Gemini Spark 做成 24 小时不间断的持续 Agent，微软要在 PowerPoint 里推进 Agent Mode，而不是继续升级那个已经够用的聊天窗口。Gemini Spark 内置了对 Gmail、Google Docs、Sheets、Slides 的原生调用权限。本质上，他们都在抢同一个位置——「AI 工位」。
（图源：雷科技制图）
「AI 工位」最核心的根本不是一台装了 AI 软件的电脑，也不是桌面上多出一个聊天框。更准确地说，它代表了一种新的工作关系：当人把目标、材料、权限和验收标准交给 AI，AI 就在文件、应用、浏览器、系统和云服务之间调度动作，人则从执行者转变为管理者、审核者和最终拍板的人。当然，这其实就是把 AI 当「牛马」用。
加速迭代的 AI 办公，最终受益的是普通人
AI 工位对普通人的意义，并不是让每个人突然拥有一个高大上的智能办公室，而是把「我亲自操作软件」变成「我分配一件工作」。你不再需要记住材料放在哪个文件夹、哪个应用负责哪一步、输出结果要复制到哪里，而是将目标说清楚，让 AI 去查找、阅读、整理、调用工具，最后把结果交还给你。就像你在使用马维斯时，可以看到哪个 Agent 被调用，哪个 Agent 又跑去「摸鱼」了。
这也是为什么它会比单点工具更适合普通人，也更成为大厂们想要抢占的入口。一个 PPT 插件再好，本质上只是帮你做一份 PPT；一个真正成熟的 AI 工位，在完成 PPT 之余，还会顺便帮你准备好汇报所需的其他内容。这就是插件与 AI 工位的本质区别。
（图源：雷科技制图）
当然，就目前而言，普通人最先感受到的可能是 AI 工位的副作用。AI 要替你干活，就必须看到更多文件、拿到更多权限、理解更多上下文。以前你丢给聊天机器人一句话，错了大不了重问，但现在你把一串任务交给 Agent，错的可能是文件、数据、日程、格式，甚至是一次对外发送。所以，在 AI 工位真正普及之前，用户需要学会的不是更复杂的提示词，而是更清楚地定义目标、限制边界并检查结果。
但至少，AI 工位正在试图把我们从“打工的牛马”状态中解放出来，这也许才是它真正能够爆火的核心原因。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，