科技日报记者 叶青
近日，国际权威表格AI评测SpreadsheetBench更新V2 Full榜单，WPS表格Agent以50.86%的成绩登顶，成为国内首个在该榜单取得SOTA的Agent。榜单显示，Claude Opus 4.6、GPT-5.2、Gemini 3.1 Pro等国际主流模型分别以34.89%、26.79%、23.68%的成绩位列其后。
这已是WPS表格Agent三个月内第三次登顶国际权威评测。6月，其以73.46%登顶SpreadsheetBench V1 Full 912全量榜单，超过论文公布的人类专家基准线71.33%，验证AI“会做”，该榜单考察复杂表格任务中的需求理解、表格操作与公式格式交付；7月，又以72.54分登顶表格问答基准TableBench方法榜，验证AI“会想”，其886个测试案例覆盖事实核验、数值推理、数据分析与可视化四大能力。
此次SpreadsheetBench V2登顶，则补齐了“做完”一环。该榜单将考题从局部操作推向端到端业务工作流：Agent需在专业商业工作簿中完成生成、调试、可视化等任务，平均每项任务涉及11.8个工作表、593.5个单元格修改，局部正确不等于最终正确。由此，V2成为目前最接近真实业务的表格AI评测，WPS表格Agent在该榜单领先第二名5.4个百分点。至此，三次评测共同构成“会做、会想、做完”的三级能力验证。
评测验证的能力已进入产品。据介绍，WPS多维表格“灵感应用”不从零搭建系统，而是建立在WPS多维表格已有的数据、权限与协作能力之上。字段、数据和关系直接从已有表格接入。遇到官方组件库覆盖不到的个性化需求，AI可按需生成新控件。目前，北京市昌平区教育局的骨干教师评审、北京师范大学珠海校区的实习管理都已接入WPS多维表格，AI生成的应用已开始接管真实业务流程。
网友评论
