这个增速第一的办公Agent，重新定义 AI 办公？

NANOWORK · AI OFFICE 从生成文件 到接管工作 AI 连续执行，人随时接手。 Skill · 原生编辑 · 云端工位 DRAFT → FILE → WORKFLOW 01 · 草稿 Markdown 02 · 交付 Word · HTML 03 · 持续执行 云端工位 多智能体 × 多模型调度 沙箱隔离 · 关键节点由人判断

6 PARTS · CONTENT MAP

PART 01

从草稿到文件

Markdown · Skill

PART 02

从生成到接管

原生编辑 · 交互网页

PART 03

云端连续干活

长任务 · 多 Agent

PART 04

调度系统底座

引擎 · 模型 · 专家

PART 05

安全权限边界

沙箱 · 技能 · 人判断

PART 06

把人放回核心

目标定义 · 审美把关

大家好啊，我是甲木。

之前我们不是成立了一个AgentWork社区么（目前已经50多个群），在社区里面大家交流市场上常见 WorkAgent产品的用法和心得。目前办公类大家常常讨论最多的还是“Office三件套文件目前AI到底做的怎么样？”

今天就来给大家上点干货，「AI 这三年：人是怎么一步步从文件里退出来的？」

先看两组对比。这是2023 年 AI 生成的 Word：

排版只有标题和正文是对的，其他地方的格式和缩进都很奇怪。

之前给大家分享过一篇，其实已经展示了目前Agent的能力，

比如下面这就是用「纳米Work」跑出来的效果：

来看看整体排版设计：

只要提示词和 Skill 到位，直接出一套排版极具商业质感的成品。

但 AI 能走到这一步，其实中间踩了三年坑。

回看近十年办公演进：最早单机 Office，改方案反复邮件回传、人工合并；后来云文档普及，大家能在同一份文件里实时协作。

到这三年 AI 进场，大家原本以为能彻底当甩手掌柜，结果发现很多时候更折腾了：聊天框里 AI 回复的内容复制到 Word 文档就乱码，生成的排版常常错乱错位，让 AI 改一处甚至全篇推倒重来。

表面看工具是在不断更新，但背后其实是人与工具协作范式的不断演进：从最初只能在对话框里聊草稿，到让 AI 试着去碰具体的业务文件，再到现在让 AI 能在云电脑上连续干活、人随时能在真实文档里接手精修。

搞清这条脉络，你才能看懂今天AI 办公的卡点在哪，以及纳米Work 这类产品在这个节点上究竟想解决什么，它是如何从办公本质出发重新设计了整套 AI 办公系统的。

PART

01

从写 Markdown，到装上 Skill 改 Word

SKILLS · FROM TEXT TO FILES

生成式 AI 刚来时，聊天框吐出来的基本全是Markdown 纯文本。

那会儿大家都推崇 Markdown。它轻量、纯粹、方便排版，模型读着省 token，人写提示词也顺手，是天然的人机对齐语言。

但是Markdown 根本没法直接交付给老板或客户。在这一阶段，职场的交付硬通货，依然是 Word、Excel 和 PPT。

于是工作流变得极度割裂：先在对话框聊出 Markdown 草稿，再人肉复制到 Word 里调字体、分层级、插表格。下图就是 Gemini 直接复制到 Word 的效果：

AI 省了动脑起草，排版格式的体力活一点没少干。23 年初还有个很火的浏览器插件，就只是把 Markdown 文本转换成纯文本格式，方便复制

为了解决交付问题，大家开始尝试让 AI 真正去碰 Word。

“Work Agent”（工作智能体）也是这两年才出现、今年才真正大火的。在它诞生之初，很多 Word 的效果都非常粗制滥造，只是靠工具做生硬的一键强转。

情况直到 Anthropic 提出了Agent Skills（技能）体系才发生改变，人们意识到光靠提示词让 AI 执是走不通，必须把成熟的排版规则、格式脚本和工程库打包成专业技能，交给 Agent 在后台调用代码执行。

就像图里 Anthropic 的核心宗旨“Teach Claude your way of working”：说白了，就是把我们平时怎么干活、怎么排版的成熟规矩，系统性地打包教给 AI。

装备了专门处理 docx、pptx 的 Skill，能稳定输出排版工整的原生文件后，面向严肃交付的“Work Agent”才真正立住。

到了今天，Skill 基本上已经成了所有 Work Agent 的出厂标配。

但人人都有 Skill，问题就真的彻底解决了吗？并没有。

Skill 解决的是“如何把一件事做好”，但一套 AI 办公系统还必须解决“任务在哪里执行、如何持续执行，以及如何交付和接管”。

真实业务里的新痛点，才刚刚爆发。

PART

02

从生成文件，到接管工作

EDIT · TAKE OVER THE WORK

相信所有用 AI 办公的人都遇到过这样一个问题：文件必须下载到本地才能看；一旦发现细节有问题，想改回去就变成了噩梦。

你在聊天框里交代半天，Agent 给你丢出一个方案文件。但下载打开一看，总有地方不满意：要么表格错位，要么预算数字需要微调。

此时的 Agent 根本不懂怎么在原文件上做局部编辑。你提一句微小的修改，它在后台其实是重新写一套脚本，把整份 Word 从头到尾完整重跑一遍。

这不仅极度烧 token，而且往往一改全乱：修改意见一发，预算倒是改对了，但之前第一页排好的版式全被干崩，甚至把你手动加的批注全部洗掉。。。（ps.吃过亏的都知道多痛...

而这段时间，纳米Work受关注且增速很快的一个核心原因，就是它在这个节点上交出了自己的答卷：

不仅是在右侧打通了原生编辑，还支持在电脑上直接右键打开本地文件，把 Agent 真正落到了大家每天右键、双击的真实办公场景。

顺带说一句，360 在这件事上不算新手。早几年做企业云盘时，网页端就能直接在线编辑 Word、Excel 和 PPT；长期积累的浏览器、在线办公和安全技术经验，为 AI 进入真实工作环境提供了基础；

在纳米 Work 发布之前，360 也将智能体投入 1000 多个真实业务场景，通过持续收集反馈和迭代，把复杂的 AI 能力逐步转化为可以使用的产品。

这套在浏览器里跑 Office 编辑器的底子一直在，现在只是顺理成章被 AI 接了过来。

CASE 01

长文档 · 凌晨四点，城市醒来

比如，长文档排版：我让它做了一套 6 页的插画手册《凌晨四点，城市醒来》，初稿跑完，右侧直接拉起原生 docx 视图：

排版已经非常贴合真实的插画手册，插图、层级和格式都是对的；

还支持直接手动编辑。文字双击就能改，不需要为了改几个字重新生成一遍。

VIDEO 01 · 长文档原生编辑演示

整体的视觉效果设计非常棒。

而且还搞了一个非常有意思的交付形态：可交互的 HTML 网页。

现在很多大厂的朋友，做 demo、对业务模型，甚至跟领导汇报方案，越来越多的人改用 HTML。

最核心的原因在于：它能把单向看文字的静态方案，直接变成一个能当场验证假设的原型 demo。

CASE 02

交互网页 · 雨落之后

比如我让纳米Work 制作的这件科普交互作品《雨落之后》，回答“一场雨落进城市，后来去了哪里”，它交付的就是一个单页交互网页 demo：

不用找前端写代码，直接给一个能跑的单网页。发给领导或客户，在手机和电脑浏览器里都能直接动手拉滑块看结果。

其像 OpenAI 前段时间发布的 Intelligent UI 也是顺着这个逻辑，直接把回答做成了带按钮、能拉滑块的交互界面。

从只能看字的文档，变成能直接上手操作的小工具，这才是接下来办公交付真正好玩的地方。

PART

03

给 AI 一个云端工位：人关机走人，后台接着跑

CLOUD · KEEP WORKING

有了本地编辑器，解决了人在场时“怎么接着改”的问题。

但真要接手复杂工作，上面这些任务动辄一两小时起步，不可能为了等 AI 干完自己电脑一直被占着，自己啥也不干。

有的 Work Agent 则是像 Codex 主打本地端侧镜像，用户一个界面、AI 一个界面；

而纳米Work 选的是云端路线：直接在云上给 Agent 开了一台专属虚拟电脑，分配了一个专属的数字工位。

为什么一定要把执行环境搬到云端？核心就一句话：复杂任务必须能够持续运行，不能被本地电脑的电量、断网或合盖休眠打断。

你在电脑上交待完目标，Agent 在云端调动多个模型独立读资料、跑代码、算报表；你关掉客户端去开会、去通勤，手机上随时能看一眼任务进度，不占用本地配置，解决了“间歇的人与连续的工作”之间的矛盾。

这种长任务能稳稳跑完，靠一个模型单打独斗肯定搞不定。

纳米 Work 后台的思路其实跟真实团队很像：复杂的活拆开来，不同环节由专门的 Agent 接力去干；底下的模型也是动态挑，哪个画图好看、哪个做视频美观就用谁，谁也不用绑死在哪一家身上。

CASE 03

云端短片 · 书里的风

比如我让纳米Work 为独立书店做了一支 19 秒的艺术短片《书里的风》，BGM 也是纳米 Work 自己合成的：

VIDEO 02 · 书里的风

整个成片过程全是在云端跑完：先调动生图定下统一镜头和关键帧，接着生成动态视频，最后自动把剪辑、音效和字幕对齐。

而在任务执行过程中，全程在云端隔离环境里跑，就算出异常也碰不到本地文件；

PART

04

WorkAgent 的底座技术

HARNESS · ORCHESTRATION

WorkAgent好不好，需要看Harness部分做的怎么样，上述的实现背后依赖一套完整的智能调度系统。

主要由四部分组成，

1、多智能体引擎：今天龙虾火、明天爱马仕，后天DSH，大家在群里经常讨论的就是用哪个比较好，纳米Work 就融合个人智能体引擎和企业级智能体引擎（纳米蜂群，支持百万人并发）。任意引擎，谁领先接谁，不怕断供封号。

2、多模型底座：benchmark上的模型天天更新，今天Kimi棒，明天GLM强，纳米Work直接把这些囊括进去，可以自动调度。简单问题用快的模型（DeepSeek V4 flash、豆包2.0 Lite），专业问题用专业模型（DeepSeek V4、Qwen3.7），复杂问题用贵的模型（Kimi K3、GLM 5.2）。还能接入自己的本地模型。

3、多工作模式：按任务复杂度选模式，简单任务分钟级出结果；复杂任务·先规划再执行，不跑偏、不乱来；超长任务仔细规划完成任务。

4、多专家：预置了500+岗位专家，开箱即用。专家教练帮你把专家训成更懂你业务流程和生意的人。这块之前给大家分享过，见「插入过往文」

纳米Work就是通过云端执行 + 多智能体 +多模型调度来作为技术底座的，那么，安全呢？

PART

05

大家最关注的 Agent 安全怎么解？

SECURITY · PERMISSION BOUNDARIES

很多团队不敢把核心业务交给 AI，说到底就怕两件事：干错事、泄密。

大模型聊天只是给建议，但 Agent 是真要调用代码、处理业务数据的。如果全放在本地电脑上跑，权限放得太大，自己跑跑项目还行，干实战业务心里难免不踏实。

纳米Work 在底层其实主要做了一件事：给 Agent 划清明确的权限边界。

一方面，任务全程放在云端独立的沙箱环境里跑，隔绝本地系统，就算运行中出了异常，也不会影响自己的电脑；

另一方面，外部调用的技能包在上架前会经过安全检测，管住执行权限；而在对外发送、敏感决策等关键节点上，仍然会交回给人来判断。

有 360 在安全底座上的工程积累，企业才敢真正把活交出去。

PART

06

结语

OUTLOOK · WORKFLOW READY

复盘这十年的办公演进：从单机 Word，到云文档协作，再到今天的 Work Agent。

表象是工具层出不穷，底层的逻辑始终没变：人到底怎么一步步从繁琐的机械操作里退出来？

这场演进的终点，显然不是让人坐在电脑前去给 AI 当全天候监工，也不是为了改几个字在各种软件之间来回倒腾搬运。

真正的质变，是办公走向了一套能够持续运行的工作系统，而像纳米Work 这一类产品的探索，正在让这种协作成为现实：

那些需要耗费大量时间、连续计算的复杂长任务，交给拥有云端工位、多模型协同的 Agent 在后台跑完；

真正面向交付的成果，通过原生在轨的编辑器，让人随时能像接手同事方案一样自如精修；

而底层的原生安全沙箱，则让企业和个人终于敢把核心业务放心交托。

把人从繁琐工作中彻底解脱出来，放到更核心的位置上，

把精力留给最核心的目标定义，以及最后的审美把关。

以上。

/// END · WORKFLOW READY

我是甲木，热衷于分享一些 AI 干货内容，同时也会分享 AI 在各行业的落地应用。如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下期再见