作者：微軟全球資深副總裁、微軟AI亞太總裁 張祺

今天，我們正式推出 Office Agent —— 一個基于開源技術(shù)棧、Anthropic Claude 模型，并采用全新的“TDD-品味驅(qū)動開發(fā)(Taste-Driven Development)”范式構(gòu)建的多智能體系統(tǒng)。Office Agent 的目標(biāo)是幫助用戶快速生成高質(zhì)量內(nèi)容：精致的 PowerPoint 演示文稿、可直接使用的 Word 文檔，和即將推出的動態(tài) Excel 表格。

Office Agent經(jīng)由多個專用智能體的協(xié)同，實(shí)現(xiàn)了從規(guī)劃、撰寫到完善的全流程自動化，全面提升了Office內(nèi)容生產(chǎn)效率。該系統(tǒng)基于通用型智能體架構(gòu)，已通過行業(yè)領(lǐng)先基準(zhǔn)測試GAIA認(rèn)證，性能領(lǐng)先，在處理復(fù)雜工作流時兼具可靠性與精細(xì)度。

▲ GAIA 報(bào)告結(jié)果

AI 服務(wù)商 公布的官方指標(biāo)

Manus：2025 年 3 月 10 日;Genspark：2025 年 4 月 25 日;OpenAI DR：2025 年 2 月 2 日。

說明：L1、L2 和 L3 分別表示難度遞增的測試查詢，從“最簡單”到“最困難”。

01 架構(gòu)設(shè)計(jì)

基于開源的多智能體系統(tǒng)編排

在核心架構(gòu)中，Agent 由多智能體編排引擎驅(qū)動：

中央規(guī)劃智能體：負(fù)責(zé)協(xié)調(diào)任務(wù)并整合結(jié)果

專用智能體(涵蓋代碼、金融、搜索等領(lǐng)域)：并行執(zhí)行各自任務(wù)

安全工具層：集成多種實(shí)用工具并提供沙盒環(huán)境

基于開源框架和社區(qū)創(chuàng)新，Office Agent 實(shí)現(xiàn)了高效協(xié)同的智能體工作流，兼具日常任務(wù)所需的性能與可靠性。

02 TDD - 品味驅(qū)動開發(fā)(Taste-Driven Development) 新范式

先立審美之本，后行技藝之工

大多數(shù) AI 智能體生成演示文稿時，僅僅輸出原始代碼，導(dǎo)致生成的文檔版式不均、視覺元素雜亂，用戶不得不進(jìn)行多輪手動修正。Office Agent致力于打造精致、專業(yè)的內(nèi)容，為用戶提供更高的價值。

首先，Office Agent 引入了一種全新的創(chuàng)作方法——品味驅(qū)動開發(fā)(TDD)，即以品味為導(dǎo)向的開發(fā)理念：

可復(fù)用的“品味設(shè)計(jì)范式”：源自高質(zhì)量、長期積累的內(nèi)部內(nèi)容;

統(tǒng)一的設(shè)計(jì)語言：確保演示文稿整體風(fēng)格一致;

即用且美觀的輸出：兼顧實(shí)用性與審美。

借助TDD，Agent在AI生成內(nèi)容的美學(xué)布局上達(dá)到了更高標(biāo)準(zhǔn)——以演示文稿生成為例，基于TDD框架，優(yōu)雅的PPT生成以“品味提煉”為起點(diǎn)：團(tuán)隊(duì)分析了海量高質(zhì)量演示文稿樣本，提取其中的核心品味設(shè)計(jì)藍(lán)圖。這些提煉出的先驗(yàn)知識被注入智能體的規(guī)劃與執(zhí)行環(huán)節(jié)，并直接影響其生成的版式、風(fēng)格與內(nèi)容。

其次，工作流采用迭代循環(huán)。

每則生成內(nèi)容均須通過“內(nèi)容自驗(yàn)證模塊”進(jìn)行審校，評估質(zhì)量與美感。審校反饋會回傳給智能體，驅(qū)動其自我迭代與優(yōu)化。最終產(chǎn)出為一組 HTML5 幻燈片，既突出設(shè)計(jì)的張力，又兼顧結(jié)構(gòu)的規(guī)范。為最大化提升生成內(nèi)容的可用性，團(tuán)隊(duì)提供了轉(zhuǎn)換工具，可將HTML5自動轉(zhuǎn)換為PowerPoint格式，以便用戶在Microsoft PowerPoint中進(jìn)一步編輯。

Office Agent 的流程與輸出示例：

神經(jīng)網(wǎng)絡(luò)講座

提示詞：“我將進(jìn)行一場關(guān)于神經(jīng)網(wǎng)絡(luò)的講座——能幫我制作教學(xué)幻燈片嗎?”

未來工作趨勢

提示詞：“創(chuàng)建一份演示文稿，總結(jié)塑造未來工作的全球五大趨勢(如 AI 采用、遠(yuǎn)程辦公、基于技能的招聘)。請包含 Microsoft WorkLab 的數(shù)據(jù)作為參考來源?！?/p>

咖啡文化演變

提示詞：“制作展示咖啡文化演變的幻燈片?！?/p>

供應(yīng)鏈韌性轉(zhuǎn)型

提示詞：“展示全球企業(yè)供應(yīng)鏈戰(zhàn)略從‘效率優(yōu)先’向‘韌性優(yōu)先’的轉(zhuǎn)變。以雅致的世界地圖、時間軸圖形展示變遷，用精煉的襯線標(biāo)題和柔和背景烘托整體格調(diào)。”

其三，自動主題：高質(zhì)量輸出的新方式。

長期以來，制作演示文稿時，預(yù)設(shè)主題都是許多用戶的默認(rèn)選擇。長期以來，用戶制作演示文稿時往往依賴預(yù)設(shè)主題。預(yù)設(shè)主題提供了多樣性，支持用戶個性化表達(dá)，卻往往犧牲了與用戶需求及喜好精準(zhǔn)匹配的可能性。傳統(tǒng)的假設(shè)是，選項(xiàng)越多越好，只要提供足夠多的模板，用戶總能從諸多選項(xiàng)中找到較為合適的。然而，這未必是最佳的設(shè)定。用戶或許并不想在無盡的設(shè)計(jì)中遴選——他們需要的是能夠恰到好處展現(xiàn)其思想與創(chuàng)意的設(shè)計(jì)。

這正是我們設(shè)計(jì)自動主題(auto theming)的原因。它并不是讓用戶在一長串預(yù)設(shè)模板中挑選，而是直接讀取內(nèi)容本身，并生成與之自然契合的設(shè)計(jì)。結(jié)果不只是“又一個主題”，而是“真正合適的主題”。

示例

其四，專家引導(dǎo)的“風(fēng)格規(guī)則“

TDD 固然提升了質(zhì)量底線，但系統(tǒng)的核心依舊承載著人的判斷。在開發(fā)過程中，設(shè)計(jì)師通過審視和打磨示例案例、精選最具代表性的模式，塑造了系統(tǒng)的“審美品味”。這些設(shè)計(jì)洞察被提煉成風(fēng)格規(guī)則，由智能體在運(yùn)行時應(yīng)用，從而保證生成結(jié)果既呼應(yīng)核心指令，又能規(guī)?；敵鼍碌膬?nèi)容。

其五，TDDEval——“品味驅(qū)動生成”的基準(zhǔn)測試。

為了評估 TDD 在 PowerPoint、Excel 和 Word 中的表現(xiàn)，團(tuán)隊(duì)開發(fā)了 TDDEval 基準(zhǔn)測試。與通用型基準(zhǔn)不同，TDDEval確保了知識型工作的廣度，涵蓋多種測試任務(wù)。該基準(zhǔn)包括高價值、具有代表性的場景，例如：

創(chuàng)建商業(yè)計(jì)劃書 PPT;

在 Excel 中生成預(yù)算預(yù)測;

撰寫正式的 Word 報(bào)告。

同時，它還包含邊界場景的測試，從開放性提示到精確分析請求，確保系統(tǒng)具備足夠的穩(wěn)健性。

質(zhì)量評估采用雙重視角框架：

內(nèi)容質(zhì)量：評估輸出在事實(shí)與結(jié)構(gòu)上的完整性，包括：

(a) 是否基于源材料

(b) 主題相關(guān)性

(c) 覆蓋完整性

(d) 邏輯結(jié)構(gòu)

(e) 實(shí)用性

品味評分：衡量美學(xué)與體驗(yàn)維度，包括：

(a) 視覺吸引力

(b) 布局與組織

(c) 字體排版質(zhì)量

(d) 設(shè)計(jì)一致性

(e) 視覺素材的精選度

結(jié)合這兩個維度，可以全面評估輸出是否既正確又具備專業(yè)外觀與即用體驗(yàn)。通過同時量化“內(nèi)容”和“風(fēng)格”，TDDEval為AI生成的生產(chǎn)力內(nèi)容設(shè)定了更高的質(zhì)量標(biāo)準(zhǔn)。

03 經(jīng)驗(yàn)總結(jié)

通過打造和測試 Office Agent，我們積累了許多經(jīng)驗(yàn)，這些經(jīng)驗(yàn)直接影響了系統(tǒng)的設(shè)計(jì)與表現(xiàn)。它們并揭示了在真實(shí)生產(chǎn)力場景中，讓智能體系統(tǒng)做到可靠、精準(zhǔn)、實(shí)用所需的關(guān)鍵要素。

經(jīng)驗(yàn) 1：何時應(yīng)優(yōu)先采用通用代碼執(zhí)行，而非任務(wù)專用工具

雖然任務(wù)專用工具在可預(yù)測、可重復(fù)的場景中表現(xiàn)良好，但通用型智能體需要具備靈活性，并能在多樣化的工具調(diào)用中實(shí)現(xiàn)泛化。為打造高質(zhì)量的通用智能體，Office Agent 采用“code-first”的方法，即允許模型編寫并執(zhí)行代碼(如MP3轉(zhuǎn)寫、PDF 文本提取)，而不是依賴任務(wù)專用工具——雖然專用工具更可控、更穩(wěn)定，但它們會限制靈活性，影響智能體的泛化能力。

這種設(shè)計(jì)讓智能體更像一名全棧開發(fā)者，而不是只會解決單一任務(wù)的“專才”。

經(jīng)驗(yàn) 2：自我驗(yàn)證提升準(zhǔn)確性率

對于復(fù)雜或多步驟任務(wù)，智能體需要定期驗(yàn)證進(jìn)度并自我評估，以提高準(zhǔn)確率：

鼓勵模型重述原始問題，并與當(dāng)前輸出進(jìn)行比對，確保一致性。

插入中間檢查點(diǎn)，提升可靠性，尤其適用于需要精確度、篩選或多源信息整合的任務(wù)。

人機(jī)協(xié)作：用戶可要求 Office Agent 審查執(zhí)行結(jié)果或生成內(nèi)容，確認(rèn)是否符合預(yù)期，并提出進(jìn)一步調(diào)整。

經(jīng)驗(yàn) 3：模擬人類瀏覽，而非僅抓取內(nèi)容

瀏覽器工具應(yīng)支持類人化的網(wǎng)頁導(dǎo)航，而不僅僅是頁面抓?。?/p>

智能體不僅要提取原始頁面內(nèi)容，還應(yīng)具備類人瀏覽能力。

讓模型執(zhí)行以下操作：

點(diǎn)擊鏈接、翻頁、滾動長頁面;

將每次瀏覽視為持續(xù)的信息收集過程。

將所有中間觀察納入上下文，提升推理能力。

利用基于大語言模型的摘要技術(shù)高效壓縮長篇內(nèi)容，在保留關(guān)鍵信息的同時優(yōu)化上下文記憶。

經(jīng)驗(yàn) 4：注入偏好知識，提升任務(wù)執(zhí)行質(zhì)量

雖然LLM擁有廣泛的世界知識，但在沒有明確引導(dǎo)時，往往難以形成對任務(wù)的特定偏好。通過注入先驗(yàn)知識或偏好(如“處理.docx文件時使用python-docx”)，可以幫助智能體更快選擇最佳執(zhí)行路徑，從而提高一致性和工具選擇的合理性。這種引導(dǎo)還能減少幻覺，確保決策基于可靠、經(jīng)過驗(yàn)證的模式。

04 未來之路

目前，Office Agent 已通過 Frontier 計(jì)劃向 Microsoft 全球版?zhèn)€人和家庭訂閱用戶開放，面向商業(yè)用戶的支持也即將到來。Office Agent是一款“從0到1”的人機(jī)協(xié)同創(chuàng)作工具，能夠從無到有生成高質(zhì)量、基于研究的內(nèi)容;而PowerPoint、Word和Excel中的Copilot則繼續(xù)作為應(yīng)用內(nèi)專家，幫助用戶在不同應(yīng)用中進(jìn)行優(yōu)化、編輯和迭代。兩者結(jié)合，能夠無縫融入用戶的工作流程。

這僅僅是一個開始。我們團(tuán)隊(duì)正在推進(jìn)智能體的編排能力，豐富審美風(fēng)格庫，并將進(jìn)一步擴(kuò)展其在微軟生態(tài)系統(tǒng)中的集成。Office Agent智能體系統(tǒng)不僅僅是任務(wù)助手，更將重塑知識型工作的創(chuàng)作、打磨與規(guī)?；瓿煞绞?。