千問 Excel 功能實測：簡單表格秒生成，復雜函數搞不定

壞消息，千問表格 Agent 現在會做 Excel 了，上班族這下真的危險了。

2026 年 4 月 14 日，千問正式上線了「表格 Agent」。不同于過去只能用 HTML 表格來呈現數據，全新的 Agent 能力允許千問創建可以下載的 Excel 文件。除此之外，只要用戶上傳 Excel 文件，千問也能對 Excel「增刪改查」，調整其內容。

圖片來源：雷科技

以雷科技（ID：leikeji）編輯的身份來講，小雷對千問上線的這個新 Agent 的態度是相當樂觀的：無論是雷科技的工作任務還是個人愛好，小雷都需要用到 Excel。而 Excel 有著大量的公式和數據穿透、分析功能，一般人「上手」難度極大。給千問下指令，讓千問 Agent 處理表格，效率肯定比自己瞎琢磨要快。

那么這個被雷科技寄予厚望的新 Agent，能力究竟如何呢？

能力較為初級，但勝在效率極高

我們先從最基本的「表格匯總」說起：

最近小雷準備給車子換一組新的輪胎，而當前市面上性能街胎選擇繁多，既有「十年老兵」PZ4，也有兩年前發布的 MC7，以及加載中間的 SC7、PS4S；每種輪胎的磨損系數和排水能力又都不一樣，一個個上官網查耗時巨大。

但只要在千問的對話框里打出需要收集的輪胎種類的指標，千問 App 就會自己搜索相關數據，并用表格 Agent 做成 Excel 直接輸出對比結果。對于這種只有幾條數據的表格，表格 Agent 能在一分鐘之內就輸出對應的文件。

圖片來源：雷科技

簡單的做表不在話下，那我們來看一看麻煩的數據整理和分類測試。下周雷科技準備寫一個「Apple 年度應用」的選題，需要總結過去十年里被評為年度應用的 App，并結合 App 各自的種類，來討論過去十年里的我們對 App 的需求和期待又何變化？哪些種類的 App 最容易出爆款？

圖片來源：雷科技

同樣的，直接在千問的對話框里輸入「想要什么」，千問就會自動完成數據收集和表格整理的任務流，并依據對應的數據打好相應的標簽。

值得注意的是，在上述兩個任務中，我并沒有使用任何「提示詞技術」，用的都是我們平時說話時的自然語言。但即便雷科技以這種「小白」級別的語句下請求，千問的表格 Agent 也能準確完成相關操作。

輸出 Excel 表格只是表格 Agent 的基本功，對表格數據的「增刪改查」才是表格 Agent 當前的技術挑戰。在這里，雷科技給千問表格 Agent 設計了一個相對復雜的題目：

1. 表格統計 F1 2025 賽季 20 位車手的排位賽與正賽成績（含完賽排名、時間與時間差，與其隊友相比），Excel 表格輸出。
2. 將輸出的表格重新上傳給表格 Agent，要求其在表格中加入補充的數據。

從這里起，表格 Agent 的短板也開始浮現。

首先，表格 Agent 要用千問來獲取數據，而當前 AI 搜索的結果并非 100% 準確。以剛干這個測試為例，在輸出第一份表格時，就搞錯了車手的基本信息（Sergio Perez 在 2025 年已經脫離了 Red Bull Racing）。

圖片來源：雷科技

至于表格 Agent 補充數據后二次輸出的表格，也出現了標簽頁錯誤的情況：表格 Agent 不能正確讀取自己上一次生成的數據標簽，只好在每一個標簽上方重新打上一個「Unnamed」。

圖片來源：雷科技

當然了，作為「Office 三件套」里最復雜的應用，Excel 絕不僅僅是一個簡單的做表軟件，數據分析和數學建模這些復雜功能，才是 Excel 真正體現含金量的地方。為了測試表格 Agent 的真實能力，雷科技也給表格 Agent 準備了一個「 Excel 建模測試」：

我現在開的是油車，打算換電車，正在評估經濟性。你能充分考慮油耗、電耗、油費電費、保險、保養周期與成本、每年行駛里程、汽車殘值、新車售價、預計使用年限等參數，建立一個計算換車回本周期的數學模型嗎？

很顯然，對于這樣的復雜內容，表格 Agent 的運算時間較之前的小測試要長的多，最終用了差不多一分鐘時間才完成基礎的模型推理，制作 Excel 文件也花了差不多 3 分鐘。

圖片來源：雷科技

至于輸出的結果，乍一看還是像模像樣的。但當我真的把表格下載下來后，表格 Agent 就「露餡了」：在 Numbers 里，表格幾乎每一項運算公式都會報錯，無論表一還是表二都只能當「靜態表」來用。

圖片來源：雷科技

雷科技一開始還懷疑這是 Numbers 兼容性導致的問題，但就算用 Excel「本尊」打開，文件依舊會提示循環引用錯誤。另外，在另一個數據統計制表請求中，表格 Agent 也提示「我們為了控制輸出的總長度，輸出表格不超過100行?！?/strong>

綜合其表現來看，雷科技認為表格 Agent 當前的能力還處于初級階段，只能用來做少量數據的統計，暫時無力應對大量數據或數據分析等工作。

輕量任務可以「告別」提示詞

但退一步講，盡管表格 Agent 當前「能力有限」，但和其他 AI Agent 相比，表格 Agent 已經走完了「從無到有」的第一步：

在面對剛剛提到的「油電經濟性計算模型」的挑戰時，Gemini 只能以 HTML 文字的形式輸出每個單元格的公式，無法直接輸出 Excel 文檔；ChatGPT 雖然也能生成 Excel，但思考推理耗時極長。雷科技等了足足 24 分鐘才「盼」來了結果。

圖片來源：雷科技

相比之下，千問的表格 Agent 雖然只能處理「輕度任務」，但在信息處理能力和制表能力方面確實都更讓人放心；和其他 AI Agent 相比，千問的信息收集能力也確實更好，數據準確度也相對出色，只是暫時還離不開人工校對。

另外，千問的表格 Agent 對自然語言的出色支持，也顯著提升了其綜合體驗?？紤]到表格 Agent 綜合能力，雷科技并不會用表格 Agent 處理復雜數據（表格 Agent 本身也做不來）。

但如果做一個小于一百行的一次性表格（重復讓表格 Agent 處理同一份表格可能會引入更多的錯誤），再專門用提示詞就有些「小題大作」了。事實上，在用千問的表格 Agent 這段時間里，我也只是「靈機一動」給表格 Agent 下一個需求，過段時間再回來看最終的數據。

畢竟對于這種輕量、輕度的制表任務來說，自然語言交互能顯出提升最終的體驗。

AI 將重寫在線文檔市場，但 Agent 仍無法替代「人力」

而從行業發展的角度看，盡管千問表格 Agent 確實還有不少進步空間，但雷科技認為，融入辦公套件必然會成為 2026 年 AI Agent 的「首要任務」。甚至夸張地講，雷科技認為 AI Agent 與辦公套件的結合，會是未來在線文檔工具取代「離線文檔工具」的里程碑。

對于用戶而言，文檔 Agent 徹底終結了「數據搬運工」的枯燥任務。以往做一個分析表，我們需要搜索、粘貼、格式、在多個文件之間跳轉、引用。但有了 AI Agent 后，借助云端 AI 算力，我們可以直接跳過這些步驟，在手機、平板或電腦上通過一句話完成「搜索+分析+建表」的全流程。

這種高效、跨平臺、跨硬件且零門檻的體驗，傳統離線文檔編輯器實在難以超越。

圖片來源：WPS

而對于云文檔企業，AI Agent 的出現也能打破其付費用戶的增長瓶頸。傳統的在線文檔付費服務無非就是「云盤擴容」和「會員專屬模板」；但 AI 的出現為云文檔平臺提供了全新的市場——WPS 和 Office 就是最好的例子。

不過話又說回來，面對 AI Agent 的降維打擊，傳統本地編輯器也并非全無勝算。

首先，本地編輯器在數據安全性與系統穩定性方面更有保障——本地運行意味著數據離線、私密，且不受網絡環境影響。對于處理核心商業機密或超大規模數據集的專業用戶，本地編輯器依然是「定海神針」。

其次，辦公軟件的專業用戶們早已構建了龐大的公式庫、宏命令和自動化插件，在這些記快捷鍵比記密碼還牢的「大 Pro」面前，AI Agent 只能稱得上是一個「會用復制粘貼的實習生」。

舉個例子，大家可以搜索一下由微軟深度支持的電競項目——「微軟 Excel 世界錦標賽」，感受一下職業級 Excel 大牛的真正實力。

圖片來源：MEWC

不過長遠來看，雷科技其實也認可 AI Agent 未來將取代部分「手工操作」的觀點。再加上AI Agent 的能力「日新月異」，隨著技術迭代，未來的「表格 Agent」早晚也會成為「職業選手」。

從這個角度看，千問表格 Agent 能做 Excel 表，這對于我這種會寫點公式的「Excel 小白」來說也并非壞事：一句話就能指揮「職業級」選手幫我們做數據透視表，這何嘗不是「AI 解放生產力」的最佳詮釋呢？