华为杀入AI Agent战场！这一次，要让智能体真正替人干活

小艺Work · 深度实测手记

当前市面上的办公Agent宣传语趋同，均强调规划与执行能力。但在实际应用中，核心痛点在于任务移交后用户能否真正脱身。华为在Mate90发布会上推出的小艺Work，由终端小艺团队与2012实验室九问团队合作打造，聚焦日常办公、代码开发及创意创作。

本次实测通过四个真实业务场景，验证其在内部资料理解、技能沉淀、多形态成果输出及合规风控方面的实际表现。

01

PART

让AI变成“懂公司的老员工”

TEST 01 · 读懂内部资料

通用AI往往缺乏对企业内部特定语境的理解，如产品定位、项目延期原因或设计规范红线，容易给出正确但无用的通用建议。小艺Work支持调用本地文件和云空间历史资料，旨在解决这一痛点。

测试场景：为新入职的产品设计同事编写上手指南。

操作：将《产品手册》《过往项目复盘》《设计规范三份资料上传至云空间，并下达指令。

结果反馈：系统确认权限后读取文件，约十分钟生成《新人上手指南》。内容结构清晰，且每部分均有原始资料出处。例如，“踩过的坑”部分直接引用复盘文档中的真实延期原因，而非泛泛而谈。

进一步验证：追问只有内部人员知晓的细节问题。

回答精准对应复盘文档记录，并标明来源。相比通用模型的模糊推测，这种基于内部知识库的回答更具实战价值，有效降低了新人的学习成本和沟通成本。

02

PART

培训题库一次做完，还留下了“手艺”

TEST 02 · 题库与技能沉淀

制作培训题库通常涉及大量资料整理、题型配比及解析编写，工作枯燥且耗时。本次测试使用一份约二十页的新员工信息安全培训资料。

系统先梳理章节结构，并根据指令按重要程度分配题量。生成的题库以表格形式呈现，题目源自原文，解析清晰。针对个别多选题干扰项不足的问题，经调整后迅速修正。

核心价值在于“技能沉淀”。在完成出题后，将其流程固化为名为“培训题库生成”的技能（Skill），包含读资料逻辑、题型配比、解析风格及输出格式。

对于重复性工作，这种“一次定义，多次复用”的能力比单次执行效率提升更具长期价值。

03

PART

一次研究，多种成果

TEST 03 · 一研多果

同一份研究报告往往需要针对不同受众转换为不同格式：给老板的PPT摘要、给财务的Excel数据表、给同事的数据看板。传统方式需在不同软件间反复复制排版。

测试步骤：先生成国内办公类AI Agent市场调研报告，随后在同一对话中连续下达三个转换指令。

结果分析：

• PPT：5页结构，首尾分别为结论与建议，中间为核心发现，去除了冗余背景铺垫。经调整后优化为要点加图表版式。
• Excel：数据按主题分表，字段单位标注清晰，可直接用于二次计算。
• 看板：生成可交互网页，支持维度筛选与图表联动。

此过程实现了真正的跨格式自动化交付，大幅节省了人工搬运和排版时间。

04

PART

合规检查，放进执行链路

TEST 04 · 风控前置

企业应用AI的核心顾虑在于合规风险，如文案违规、数据泄露或未授权接口调用。小艺Work将合规检查嵌入执行流程，而非事后补救。

场景一：营销文案品牌合规

提供品牌禁用词清单，并要求文案中包含“最强”“第一”等敏感词。

系统调用“品牌合规专家”进行检查，标红敏感词并提供改写建议，最终交付版本已替换为有依据的合规表述。

场景二：客户数据脱敏

处理包含手机号和姓名的客户名单。输出结果中，手机号保留前三位和后四位，中间掩码处理，姓名亦做脱敏，确保敏感信息不泄露。

场景三：外部接口权限确认

在需要调用外部服务时，系统暂停并请求确认权限范围，获得授权后才继续执行。

这种前置风控机制确保了AI在执行高效任务的同时符合企业合规要求，降低了返工和风险隐患。

05

PART

底层技术揭秘

INSIDE · 专家团协作机制

在使用过程中，界面显示不同“角色”接力完成任务。为解决多Agent协作中可能出现的上下文丢失或逻辑混乱问题，小艺Work依托于华为开源AI Agent平台openJiuwen的WorkSwarm多智能体协同底座。

WorkSwarm采用蜂群办公智能体模式，核心在于多智能体分工协作。小艺Work的专家团由一位主理人和若干专家组成。

运作机制：

1. 动态召集：主理人根据需求分解任务，分派给相应专家。
2. 独立上下文：每位专家拥有独立上下文，避免长对话导致的信息压缩或遗忘。
3. 汇总反馈：专家完成任务后将结果交回主理人，由主理人统筹下一步行动。

该机制优势在于专家专注各自领域，不受无关信息干扰，支持并行推进，且任务状态可视。实测中，调研报告转为PPT、Excel和看板时，数据一致性强，无前后矛盾现象。

///

LAST

总结与展望

FINAL · 分寸与边界

综合四次实测，小艺Work展现出良好的“分寸感”：在执行前确认权限，在执行中保持静默，在完成后交付结果。其核心价值体现在：

• 业务理解深：通过读取内部资料，摆脱了通用AI的空泛回答。
• 交付形态多：实现“一研多果”，消除软件间搬运损耗。
• 合规保障强：风控前置，确保企业级应用的安全底线。
• 能力可沉淀：通过技能固化，实现重复工作的自动化复用。

不足之处在于：复杂排版任务（如PPT、看板）耗时较长，不适合紧急场景；部分细节需明确指令，否则系统不会主动补全。此外，云端资料读取涉及数据安全考量，建议用户根据资料敏感程度选择部署环境。

办公Agent的竞争终局，并非比拼回答的华丽程度，而是比拼对业务的理解深度、边界的坚守能力以及复杂任务的闭环执行力。小艺Work结合WorkSwarm的技术架构，正在向这一方向稳步迈进。人类负责定义目标、划定边界与关键把关，其余调度与协作交由AI完成，这才是未来办公的理想形态。