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

天河马新闻

　　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 Github 转转，顺手给个⭐️）

　　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。

　　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”。 

　　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。

　　一、SpreadsheetBench：真实业务场景的试金石

　　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。

　　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：

　　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）。

　　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。

　　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。

　　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）。

　　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。

　　二、核心差异：系统工程胜于模型参数

　　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。

　　这套架构包含三个关键支柱：

　　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”。

　　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”。

　　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。

　　三、上下文工程：构建高信噪比的“地图”与“放大镜”

　　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）。

　　UniverAgent 设计了两层上下文抽象来解决这个问题。

　　1． SpreadsheetOverview：全局“地图”与信息压缩

　　`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。

　　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）：

　　# Spreadsheet Context

　　 📊 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）

　　关键技术点在于：

　　●结构识别：自动识别 Table 边界（如 A1：D25），而非盲目读取整张表；

　　●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；

　　●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。

　　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。

　　2． GetRangeData：结构化的“放大镜”

　　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：

　　============================================================

　　 📊 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） ============================================================

　　这个 `RangeData` 对象包含三个维度的信息：

　　●Values：直接映射为 `pandas.DataFrame`，便于 Python 进行向量化计算。

　　●Formula Groups：延续聚合策略，准确描述区域内的计算逻辑。

　　●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）。

　　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。

　　四、执行策略：从“一次性脚本”到 CodeAct 循环

　　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：

　　Thought（思考）→ Code（编码/工具调用）→ Observation（观察结果）

　　1． 动态规划与自我纠错

　　在每一轮循环中，Agent 都会根据 `Observation` 修正自己的认知。

　　●   如果发现数据格式与预期不符，它会调整清洗逻辑；

　　●   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。

　　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。

　　2． 自适应消息缓存（Adaptive Message Cache）

　　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。

　　五、架构优势：在线环境与混合执行

　　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。

　　1． Python + JavaScript 混合双打

　　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：

　　●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。

　　●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。

　　示例场景：

　　下面我们用一个简单例子展示混合执行模式的优势：

　　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。

　　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}

　　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。

　　2． 在线协作的天然优势

　　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：

　　●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。

　　●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。

　　●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。

　　六、结语：迈向自主电子表格工程

　　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。

　　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。

　　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。

　　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

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。

责任编辑：何俊熹

天河马新闻