来自中国团队的 68.86% SOTA：Univer 如何重定义电子表格 Agent_老虎社区_美港股上老虎

来自中国团队的 68.86% SOTA：Univer 如何重定义电子表格 Agent

市场资讯2025-11-20

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！　　来源：Univer梦数科技　　在最近一轮的 SpreadsheetBench 评测中，UniverAgent 取得了 68.86% 的 Pass Rate，位列排行榜第一，超越了包括 ChatGPT Agent 和 Excel Copilot 在内的主流方案。（对技术有兴趣的朋友，欢迎点击左下角“查看原文”到我们的 ...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2584184893?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-11-20 15:44","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2584184893","market":"sh","top_or_hot":-1,"title":"来自中国团队的 68.86% SOTA：Univer 如何重定义电子表格 Agent","media":"市场资讯","content":"<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 　　来源：Univer梦数科技\n　　在最近一轮的 SpreadsheetBench 评测中，UniverAgent 取得了 68.86% 的 Pass Rate，位列排行榜第一，超越了包括 ChatGPT Agent 和 Excel Copilot 在内的主流方案。（对技术有兴趣的朋友，欢迎点击左下角“查看原文”到我们的 ...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/marketresearch/2025-11-20/doc-infxzvkv2709208.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>来自中国团队的 68.86% SOTA：Univer 如何重定义电子表格 Agent</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n来自中国团队的 68.86% SOTA：Univer 如何重定义电子表格 Agent\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-11-20 15:44 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/stock/marketresearch/2025-11-20/doc-infxzvkv2709208.shtml><strong>市场资讯</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 　　来源：Univer梦数科技\n　　在最近一轮的 SpreadsheetBench 评测中，UniverAgent 取得了 68.86% 的 Pass Rate，位列排行榜第一，超越了包括 ChatGPT Agent 和 Excel Copilot 在内的主流方案。（对技术有兴趣的朋友，欢迎点击左下角“查看原文”到我们的 ...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/marketresearch/2025-11-20/doc-infxzvkv2709208.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"OLB","symbol_name":"OLB Group Inc","start_time":0,"source_url":"https://finance.sina.com.cn/stock/marketresearch/2025-11-20/doc-infxzvkv2709208.shtml","article_id":"2584184893","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2584184893","pubTimestamp":1763624640,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"　　在最近一轮的SpreadsheetBench评测中，UniverAgent 取得了68.86% 的 Pass Rate，位列排行榜第一，超越了包括 ChatGPT Agent 和 Excel Copilot 在内的主流方案。　　这是该榜单出现的第一支中国团队。与榜上多数仍依赖 Excel 环境执行任务不同，UniverAgent 基于自研的 Univer SDK，实现了全程脱离 Excel 的表格计算与推理能力，可视为一次从底层重构电子表格智能的技术跃迁。　　本文将从技术视角拆解 UniverAgent 在 SpreadsheetBench 上的表现，探讨它是如何在理解、准确性和定位三个维度上建立优势的。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"OLB":"OLB Group Inc","BK4106":"数据处理与外包服务","BK4227":"交易和支付处理服务"},"translate_title":"68.86% SOTA from the Chinese team: How Univer redefined the spreadsheet Agent","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"OLB":0.84},"content_text":"炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 　　来源：Univer梦数科技\n　　在最近一轮的 SpreadsheetBench 评测中，UniverAgent 取得了 68.86% 的 Pass Rate，位列排行榜第一，超越了包括 ChatGPT Agent 和 Excel Copilot 在内的主流方案。（对技术有兴趣的朋友，欢迎点击左下角“查看原文”到我们的 Github 转转，顺手给个⭐️）\n　　SpreadsheetBench 是当前电子表格自动化领域最具权威性的公开基准之一，微软与 OpenAI 均曾在官方文章中引用其测试数据，微软现任 CEO 萨提亚·纳德拉（Satya Nadella）也曾在社交媒体上发表其评测结果。\n\n\n\n　　这是该榜单出现的第一支中国团队。与榜上多数仍依赖 Excel 环境执行任务不同，UniverAgent 基于自研的 Univer SDK，实现了全程脱离 Excel 的表格计算与推理能力，可视为一次从底层重构电子表格智能的技术跃迁。这一成绩的取得，并非单纯依赖于更强的基座模型，而是源于我们对“电子表格 Agent”这一命题的系统性重构：从“生成脚本操作文件”的辅助工具，转向“基于在线环境、具备混合执行能力的自主智能体”。 \n　　本文将从技术视角拆解 UniverAgent 在 SpreadsheetBench 上的表现，探讨它是如何在理解（Understanding）、准确性（Accuracy）和定位（Positioning）三个维度上建立优势的。\n\n　　一、SpreadsheetBench：真实业务场景的试金石\n　　许多 AI Demo 看起来很美，但在真实业务中往往“一碰就碎”。SpreadsheetBench 的价值在于它提供了一个基于真实任务的严谨参考框架。\n　　它包含 912 个来源于真实场景的任务，涵盖了从数据清洗、复杂计算到格式调整的全流程。与简单的“玩具数据集”不同，SpreadsheetBench 重点考察三个互相关联的维度：\n　　1．  UNDERSTANDING（理解能力）：能否准确理解自然语言指令中的业务意图，并正确识别相关的数据区域（而非误用无关区域）。\n　　2．  ACCURACY（结果准确性）：数值计算是否精确，公式逻辑是否正确，数据类型（如日期、货币）是否符合规范。\n　　3．  POSITIONING（定位准确性）：结果是否写入了指定的工作表和单元格，且不破坏原有的表格结构。\n　　这三个维度彼此牵制、很难被单一技术路径同时兼顾：单纯的 Python 脚本容易算对数值（Accuracy），但很难处理复杂的格式和位置约束（Positioning）；单纯的 Excel 公式能处理位置，但难以应对复杂的逻辑推理（Understanding）。\n　　UniverAgent 的高分，正是因为它通过系统设计，在这三个维度上取得了平衡。\n　　二、核心差异：系统工程胜于模型参数\n　　在 SpreadsheetBench 榜单上，我们可以看到多种技术路线。UniverAgent 的核心差异在于：我们没有把电子表格简单视为一个 CSV 文件或一个 API 对象，而是围绕其结构化、富交互、在线化的特性，设计了一整套 Agent 架构。\n　　这套架构包含三个关键支柱：\n　　1．  表格友好的上下文工程：通过 `SpreadsheetOverview` 和 `GetRangeData`，构建高信噪比的“地图”与“放大镜”。\n　　2．  CodeAct + Planning 执行策略：引入多轮思考循环与自适应缓存，替代脆弱的“一次性脚本”。\n　　3．  在线混合执行架构：Python 负责重数据分析，JavaScript （Univer SDK） 负责精细表格操作，两者在在线环境中无缝协作。\n　　三、上下文工程：构建高信噪比的“地图”与“放大镜”\n　　电子表格任务的一大挑战是上下文（Context）爆炸。一个几千行的表格直接转为文本会瞬间耗尽 Token 预算，且丢失关键的结构信息（如合并单元格、公式引用）。\n　　UniverAgent 设计了两层上下文抽象来解决这个问题。\n　　1． SpreadsheetOverview：全局“地图”与信息压缩\n　　`SpreadsheetOverview` 的作用是让 Agent 在消耗极少 Token 的前提下，看清整个工作簿的结构。它不仅仅是数据的截断展示，更包含了一系列智能压缩策略。\n　　以一个简单的销售数据表为例，原始电子表格中的内容大致如下（只展示关键列）：\n\n　　# Spreadsheet Context\n　　 📊 Spreadsheet Overview - Total Sheets： 1 - Active Sheet： ‘Sales’ ## 📄 Sheet： ‘Sales’ - Sheet Used Range： A1：D35 （35 rows × 4 columns） - Tables Found： 2 - Formulas Found： 2 ### Table 1： A1：D25 |A1，Product|B1，Category|C1，Quantity|D1，Price| |A2，Laptop|B2，Electronics|C2，5|D2，1200.00| ．．．（中间行被省略） |A25，Monitor|B25，Electronics|C25，2|D25，350.00| ### 🔢 Formulas （0 formula group） - None ### Table 2： B32：D35 |B32，Category|C32，Total Quantity|D32，Total Sales| |B33，Electronics|C33，40|D33，48000.00| |B34，Furniture|C34，10|D34，2000.00| |B35，Office Supplies|C35，5|D35，1000.00| ### 🔢 Formulas （2 formula groups） - C33：C35 ← C33： =SUMIF（$B$2：$B$25，B33，$C$2：$C$25） - D33：D35 ← D33： =SUMPRODUCT（（$B$2：$B$25=B33）$C$2：$C$25$D$2：$D$25）\n　　关键技术点在于：\n　　●结构识别：自动识别 Table 边界（如 A1：D25），而非盲目读取整张表；\n　　●层次化视图： Spreadsheet -> Sheet -> Table / Formula， 层层递进，既展示了结构，又避免了信息过载；\n　　●公式组聚合：如上例所示，`C33：C35` 的公式逻辑完全一致，系统将其聚合为一条描述 `C33：C35 ← C33： ．．．`。这种处理方式能将上百行的冗余信息压缩为一行，Token 占用减少 90% 以上。\n　　在实测中，即便是 7000 行的大型工作簿，其 Overview 上下文体积通常也能控制在 0.5KB 以内。这为 Agent 提供了清晰的全局视野，显著提升了 UNDERSTANDING 指标。\n　　2． GetRangeData：结构化的“放大镜”\n　　当 Agent 需要深入处理特定区域时，`GetRangeData` 提供了结构化的局部视图。它返回的不仅仅是二维数组，而是一个包含丰富元数据的对象：\n　　============================================================\n　　 📊 Range Data： A1：F32 ============================================================ 📋 Metadata：   • Shape： 32 rows × 6 columns   • Formula groups： 3 （74 total cells）   • Styled cells： 15 📄 Data Preview： （showing first 10 rows）    A      B       C      D       E      F 1  SN     DATE    ．．．    TOTAL   ．．．    ．．． 2  001    1/1     ．．．    1200    ．．．    ．．． ．．． 🔢 Formula Groups： （top 15 of 3）   • D2：D74 ← D2： =IFERROR（INDEX（．．．））   • E2：E74 ← E2： =VLOOKUP（．．．） 🎨 Style Definitions： （top 5 of 5）   • 01gvvu6： fs：11|bl：1|bg：#FFFF00 （3 cells） ============================================================\n　　这个 `RangeData` 对象包含三个维度的信息：\n　　●Values：直接映射为 `pandas.DataFrame`，便于 Python 进行向量化计算。\n　　●Formula Groups：延续聚合策略，准确描述区域内的计算逻辑。\n　　●Styles：将样式定义（如 `bg：#FFFF00`）与引用解耦，使 Agent 能感知颜色、字体等视觉线索（这在处理“标红异常值”类任务时至关重要）。\n　　这种分层设计，确保了 Agent 既能“看全”也能“看细”，为后续的精准操作打下基础。\n　　四、执行策略：从“一次性脚本”到 CodeAct 循环\n　　面对 SpreadsheetBench 中的复杂任务，试图生成一段完美的“一次性脚本”往往是徒劳的。UniverAgent 采用了 CodeAct （Code as Action） 架构，将执行过程拆解为多轮交互循环：\n　　Thought（思考）→ Code（编码/工具调用）→ Observation（观察结果）\n　　1． 动态规划与自我纠错\n　　在每一轮循环中，Agent 都会根据 `Observation` 修正自己的认知。\n　　●   如果发现数据格式与预期不符，它会调整清洗逻辑；\n　　●   如果写入结果后发现位置偏移，它会读取结果区域并重新调整坐标。\n　　这种“小步快跑、实时反馈”的机制，极大地提升了任务的 ACCURACY 和 POSITIONING 表现。\n　　2． 自适应消息缓存（Adaptive Message Cache）\n　　多轮交互虽然稳健，但会带来上下文过长的问题。UniverAgent 引入了自适应消息缓存机制，充分利用 LLM 的 Prompt Caching 功能。系统会根据对话轮数自动插入缓存断点，使得历史上下文（包括庞大的表格结构信息）无需重复计算。这不仅降低了推理成本，更显著提升了长链路任务的响应速度。\n　　五、架构优势：在线环境与混合执行\n　　UniverAgent 的另一大护城河，在于其运行环境。与基于 `openpyxl / VBA` 等依赖 Excel App 操作本地文件的离线方案不同，UniverAgent 直接运行在 Univer 在线表格引擎 之上。\n　　1． Python + JavaScript 混合双打\n　　在处理复杂任务时，单一语言往往力不从心。UniverAgent 创造性地采用了混合执行模式：\n　　●Python （pandas/numpy）：负责“重”逻辑。例如多表合并、透视分析、复杂统计。Python 在数据处理上的生态优势在这里得到了最大化释放。\n　　●JavaScript （Univer SDK）：负责“细”操作。例如设置条件格式、调整列宽、插入图表、精确写入单元格。这些是 DOM 无关的 Headless 环境，保证了渲染的一致性。\n　　示例场景：\n　　下面我们用一个简单例子展示混合执行模式的优势：\n　　任务：从某个销售明细区域中，按类别汇总销售额，并把结果写回到当前表格的指定区域。\n　　import pandas as pd # 1． 通过工具获取数据 range_data = get_range_data（“A1：C100”）# 假设列为： Category， Item， Amount df = range_data.to_dataframe（） # 2． Python 侧进行数据分析 totals = df.groupby（“Category”）[“Amount”]．sum（） categories =list（totals.index） values =list（totals.values） # 3． JavaScript 侧写入结果 js_code =f“”“ （） => {{     const workbook = univerAPI.getActiveWorkbook（）；     const sheet = workbook.getActiveSheet（）；     const categories = {categories！r}；     const values = {values！r}；     // 从第 0 行第 5 列开始写入结果（也就是 F1 开始）     for （let i = 0； i < categories.length； i++） {{         const row = i；       // 0-based 行号         const colCategory = 5；         const colAmount = 6；         sheet.getRange（row， colCategory）．setValue（String（categories[i]））；         sheet.getRange（row， colAmount）．setValue（Number（values[i]））；         // 金额列设置为货币格式         sheet.getRange（row， colAmount）．setNumberFormat（“$#，##0.00”）；     }}     return {{         success： true，         writtenRows： categories.length     }}； }} “”“ result = eval_js（js_code） print（result）# => {‘success’： True， ‘writtenRows’： N}\n　　这种分工使得 UniverAgent 既拥有数据分析的深度，又具备原生表格操作的精度。\n　　2． 在线协作的天然优势\n　　基于在线架构，UniverAgent 的每一次操作都是对“活”的表格进行的。这意味着：\n　　●状态自然保持：无需反复读写文件，中间状态实时驻留在内存中。\n　　●所见即所得：Agent 的操作可以实时同步给人类用户，便于人机协作与监督。\n　　●版本控制：利用在线表格的版本回滚能力，Agent 的误操作可以被轻松撤销，大大降低了实验成本。\n　　六、结语：迈向自主电子表格工程\n　　SpreadsheetBench 的 68.86% 只是一个数字，它背后反映的是电子表格自动化从“玩具”走向“工具”的技术跨越。\n　　UniverAgent 的实践证明，通过极致的上下文工程、稳健的 CodeAct 循环以及原生在线的混合架构，AI 完全有能力胜任复杂的电子表格工作。我们不再是在生成一段辅助脚本，而是在构建一个能够理解业务、精准执行、自我纠错的电子表格工程师。\n　　未来，随着模型能力的提升和工具链的完善，我们期待看到更多企业级场景下的自动化落地，让数据处理真正回归价值本身。\n　　文末最后打个小广告，近期团队正在招募 AI Agent 相关人才，如果你看了对我们正努力的方向很感兴趣，欢迎联系我们：developer@univer.ai\n新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。\n\n\n海量资讯、精准解读，尽在新浪财经APP\n\n责任编辑：何俊熹","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}