文 | 数字力场，作者 | 李文

Claude 把旧功能讲成了新故事

4 月 10 日，Anthropic 发布 Claude for Word 公测版，至此完成了对 Office 三件套的全覆盖。从 Excel 到 PowerPoint 再到 Word，Claude 用半年时间完成了对微软 Office 生态的完整渗透。

在这款产品中，被 Anthropic 反复强调的核心功能是修订模式（Tracked Changes）。官方演示很清晰：打开一份 NDA 合同，Claude 在右侧边栏给出修改建议，每一处改动都以 Word 原生修订模式呈现——原文划掉，新内容标为插入，用户可以逐条接受或拒绝。Anthropic 的逻辑很直接：在法律、金融、合规这些对审计轨迹有硬性要求的行业，修订模式不是锦上添花，而是准入门槛。

这个功能确实有价值。但问题在于：修订模式是 AI 的发明吗？

不是。这是 Word 和 WPS 都有的基础功能，存在了二十多年。Claude 做的，只是把 AI 的输出挂在这个已有机制上。在中国市场，WPS AI 自 2023 年接入大模型以来，已实现了基础对等的修订体验：当用户让 WPS AI 修改一段文字时，改动同样以修订模式呈现，每处增删有迹可循，用户逐条审阅、接受或拒绝。截至 2025 年底，WPS AI 国内月活跃用户已超过 8013 万，同比增长 307%，其中企业用户占比达到 42%。庞大的用户基数意味着，修订模式这类功能并非停留在演示阶段，而是每天被数百万用户高频使用、持续验证的生产力工具。高频使用产生的反馈数据又反哺了功能优化，使 WPS AI 的文档编辑能力随用户规模增长而持续迭代。

差异在于叙事。Claude 把 " 修订模式 " 包装成一个卖点，而 WPS AI 把它当成理所当然的标配。这背后是两种产品路线的分歧：海外 AI 公司习惯用 " 颠覆 " 叙事，把已有功能包装成新发明；中国办公软件更务实，把 AI 能力嵌入既有工作流，不刻意强调 "AI 做了什么 "，而是让用户自然地使用。

" 跨应用协作 " 的真实体验差距

Claude for Word 另一个被广泛讨论的功能是跨 Office 协作—— Word、Excel、PowerPoint 共享上下文，一条对话里可以从 Excel 拉数据进 Word，再把 Word 缩成 PPT。Anthropic 把这定义为 "AI 原生办公体验 "。

但 " 共享上下文 " 和 " 一体化体验 " 是两回事。Claude 的跨应用协作依赖三个独立产品的 API 串联，用户在 Word 里调用 Claude，Claude 再通过接口去读 Excel、操作 PPT。中间经过多个跳转，文件格式兼容性、账号权限切换、网络延迟都会成为摩擦点。在 Anthropic 自己的演示中，从 Excel 提取数据到 Word 生成文本，整个流程耗时数秒，且偶尔出现格式错位——这还是理想化的 Demo 环境。

WPS 365 走的是另一条路。文档、表格、演示、PDF、思维导图、流程图都在同一账号体系下，用户不需要 " 跨应用 "，因为它们本来就在一个应用里。打开 WPS AI，说一句 " 把这份表格的数据做成图表放进文档 "，AI 自动完成格式转换和内容插入；说 " 把这篇文档缩成 10 页 PPT"，AI 自动提取要点、生成幻灯片。没有账号切换，没有格式兼容问题，没有 " 这个文件在哪个云盘 " 的困惑。

两种路径的本质区别在于：Claude 的方案是 " 把 AI 接入多个产品 "，WPS 的方案是 " 在一个产品里内置 AI"。前者靠集成，后者靠融合。集成可以做到，融合需要对底层架构的深度掌控。

指令驱动 vs 场景感知

Claude for Word 的交互模式是典型的指令驱动：用户打开侧边栏，输入指令（" 帮我修改这段合同 "" 总结这个文档 "），Claude 执行并返回结果。这种方式的好处是可控性强，用户清楚自己每一步在做什么。

WPS AI 在指令驱动之外，还叠加了场景感知能力。当用户打开一份劳动合同，WPS AI 不需要用户输入任何指令，就会自动识别文档类型，在右侧面板提示 " 检测到劳动合同，可进行条款风险审查 "。点击后，AI 直接标注出 " 违约金过高 "" 竞业限制范围过宽 "" 试用期时长不符合劳动法 " 等具体风险点。当用户打开一份财务报表，WPS AI 自动切换到数据分析模式，提示 " 检测到异常波动 "" 可生成趋势对比图 "。

这不是简单的 " 让 AI 更聪明 "。场景感知依赖对中文办公场景的长期积累：合同类型的识别基于海量中文合同语料的训练，财务报表的理解来自对国内会计准则和报表格式的适配。Claude 在英文场景中同样具备一定程度的上下文理解能力，但面对中文合同、财务报表、政务公文这些本土场景，它缺少足够的高质量训练数据和场景知识来支撑同等水平的自动识别。

产品哲学的分歧

从 Claude for Word 和 WPS AI 的对比中，可以看到两条清晰的产品路线。

Anthropic 的路线可以概括为 "AI + 办公 "：以模型能力为核心，把 AI 作为附加层接入已有的办公产品。Claude 的核心竞争力在于模型本身——它能不能更好地理解用户意图、生成更准确的内容。这种路线的优势在于模型迭代快、通用性强，劣势在于对具体场景的理解深度有限，且受限于底层产品的开放程度。

WPS 的路线是 " 办公中的 AI"：以办公场景为核心，让 AI 能力自然融入用户已有工作流。WPS AI 不追求 " 什么都能做 "，而是聚焦在中文办公的高频场景——合同审阅、公文撰写、数据分析、PPT 生成。这种路线的优势在于场景理解深、用户学习成本低，劣势在于模型能力依赖外部合作伙伴（如 MiniMax、智谱等国产大模型），通用能力可能不如 Claude。

两条路线没有绝对的优劣，取决于用户的需求场景。对于以英文为主的跨国企业用户，Claude for Word 可能是更好的选择；对于以中文为主的国内政企用户，WPS AI 的场景适配显然更具实用价值。

Claude 进了 Word，这在全球 AI 办公赛道上是一个标志性事件。但在中文办公市场，竞争的维度从来不只是 " 谁的模型更聪明 "。办公工具的价值最终体现在用户真实的工作效率上，而效率的提升不只取决于 AI 能力本身，更取决于 AI 能否理解你的合同类型、你的公文格式、你的协作习惯。在这个维度上，本土办公软件三十年积累的场景数据，构成了 Claude 短期内无法跨越的差距。