月耗万亿Token背后的逻辑：金山办公为何拒绝自研大模型？
在人工智能技术狂飙突进的2026年，一个看似矛盾的现象引起了业界的广泛深思：金山办公内部每月消耗数以万亿计的大模型Token，其中绝大部分用于代码生成与文档处理，但该公司却坚定地选择了一条“不造发动机，只做整车”的道路。金山办公CEO章庆元在2026金山办公生产力大会上抛出的这一战略选择，不仅是对过去三年AI探索的复盘，更是对未来办公智能化路径的一次深刻定义。
模型平权时代：从“谁最聪明”到“谁能调用”
回顾2023年，当金山办公全面转向AI时，行业内的主流共识是“得模型者得天下”。然而，三年后的今天，这一逻辑发生了根本性逆转。章庆元指出，大模型SOTA（State of the Art，目前最佳状态）几乎每周一变，技术领先格局极其不稳定。对于一家以办公场景为核心的应用公司而言，押注基础模型训练不仅面临极高的技术迭代风险，更意味着巨大的资源错配。
目前，金山办公内部已完成了从依赖国外模型到大量使用DeepSeek、豆包、千问等国产顶尖模型的切换。这一切换带来的直观感受是，应用端的体验并未出现明显下降，甚至在某些本地化场景下表现更佳。这验证了一个关键判断：随着模型能力的泛化和开源生态的成熟，大模型正在逐渐演变为一种类似于电力、水务的标准化基础设施。
当模型变得不再稀缺，竞争的核心转移到了哪里？答案不再是“谁拥有最强的基座模型”，而是“谁能让模型更好地理解用户”。金山办公选择将资源集中在应用层，核心在于解决“模型幻觉”与“任务断连”的问题。通过构建强大的应用层架构，金山办公能够更灵活地组合不同模型的长板，实现性价比、稳定性和可获得性的最优平衡，而非被困在单一模型的技术路线中。
上下文稀缺性：办公场景的核心壁垒
如果说模型是“大脑”，那么上下文就是“记忆”与“经验”。章庆元在多次公开交流中强调：“模型不稀缺，稀缺的是上下文。”这一论断揭示了办公AI应用的本质痛点。
大模型每次交互本质上都是一次“新开始”，除非通过技术手段将用户的历史行为、文档结构、协作关系及业务背景注入其中。传统文档软件仅关注文件的存储与编辑，而AI时代的办公软件必须关注“目标”与“过程”。金山办公的长期积累，使其掌握了海量的文档、表格、审批流程及协作数据。这些数据构成了独一无二的“场景上下文”。
以灵犀专业版为例，其设计理念并非简单的“文档加按钮”，而是从“目标”出发。用户打开灵犀，首页不是冷冰冰的文件列表，而是基于项目制的对话体系。系统能够自动调取历史文档、会议记录及个人偏好，将其整理为模型可理解的上下文。这种能力并非简单的文件搜索，而是对信息价值的筛选与重构。田然，金山办公助理总裁兼灵犀专业版负责人指出，真正的难点在于“筛选和遗忘”。电脑中数以万计的文件中，真正对当前任务有价值的往往只有寥寥数项。灵犀的核心竞争力，在于能将这些碎片化信息转化为模型可用的结构化知识，从而极大降低推理成本，提升回答准确率。
独立起跑：C端Agent的商业化困境与破局
为何灵犀专业版选择脱离WPS，以独立品牌运行？这背后是对产品范式差异的清醒认知，也是对商业化路径的理性抉择。
WPS作为传统的文档编辑器，其交互逻辑是“人找文件”，用户先打开文件再进行编辑；而灵犀作为AI办公Agent，其逻辑是“AI找人”，系统根据用户目标主动组织资料、调用工具并完成交付。这两种截然不同的交互范式，决定了它们无法在同一产品框架下完美共存。灵犀的域名lingxi独立于wps.cn，标志着金山办公将其视为一个全新的、面向个人用户的数字员工，而非WPS的一个附属功能。
然而，独立意味着挑战。C端Agent的商业化目前仍是一道难题。行业内普遍存在一种误区：认为订阅费越高，利润越厚。但在AI Agent模式下，重度用户的高频使用会导致Token消耗剧增，进而推高算力成本，反而压缩利润空间。田然坦言，目前C端Agent的盈利逻辑尚不清晰，短期路径主要依赖每月百元左右的基础订阅及按量计费的Token服务。
更深层的挑战在于“价值感知”。如果灵犀仅能提供润色、问答等辅助功能，其定价难以突破传统办公软件的天花板。只有当它能实质性地替代人类完成某类完整工作任务时，定价逻辑才能从“软件会员”转向“人力替代”。因此，灵犀团队采取了“不追MAU（月活跃用户），而追付费用户留存率”的策略。他们更关注已付费用户的深度使用，而非盲目扩张用户规模。田然预测，未来数字员工将向专业化方向发展，具备特定行业知识的AI助理，其月度价值有望达到数千甚至上万元，但这需要行业专家与AI助理的深度协作，沉淀出金融、法律、医疗等垂直领域的专业能力。
企业侧落地：从个人提效到组织提效
相较于C端的探索，金山办公在企业侧的布局更为稳健且具象化。WPS Comate作为面向企业用户的AI助手，旨在解决AI如何从个人提效转化为组织提效的问题。
金山办公将企业AI落地路径概括为“三通一平、两管”：即通知识、通数据、通能力，建立统一平台，同时管好成本与安全。WPS 365通过集成AIHub、DataHub、APIHub及WPS Comate，试图打破企业内部的信息孤岛。这一策略的核心在于将分散在各部门的经验、文档、业务数据及系统接口，统一接入AI工作流，形成可复用的技能库。
实际案例验证了这一路径的可行性。在某机场的试点中，不到一个月便沉淀出12种业务场景；在某农商行场景中，一线业务人员快速搭建了4个Agent场景，用于信贷统计与数据分析。这些场景并非由AI凭空生成，而是基于企业已有的业务流程与数据规范。WPS Comate的价值在于，它不仅仅是一个对话窗口，更是企业知识资产的管理者与调用者。它使得非技术人员也能通过自然语言调用复杂的企业级能力，大幅降低了AI应用的门槛。
场景理解：数据飞轮构成的护城河
金山办公的战略选择，在硅谷同行中也能找到呼应，但其独特之处在于同时拥有B端与C端的双轮驱动。C端用户的海量反馈与高频使用，为模型优化提供了丰富的数据养料；而B端复杂场景中的深度需求理解，又反过来提升了C端助理的专业能力与泛化性。这种双向反馈机制，正在构建一个独特的“应用层数据飞轮”。
这一逻辑在表格AI领域得到了有力佐证。在国际表格问答基准TableBench的最新榜单中，金山办公旗下的WPS AI以72.54分登顶方法榜，位列全球第一。更为引人注目的是，该榜单中排名第一的通用大模型OpenAI o4-mini-high得分仅为61.69分，甚至低于WPS AI的方法榜成绩。
这一数据差异极具启示意义：在专业办公场景下，基础模型的通用能力只是起点。真正决定胜负的，是任务规划、工具调用、代码执行、结果校验以及场景工程化能力。WPS AI之所以能超越通用大模型，正是因为它深深植根于Excel等表格软件的底层逻辑中，理解数字之间的关系、公式的推导以及业务指标的关联。这种对“场景”的深度理解，是通用大模型无法轻易复制的。
结语：场景理解的价值重估
金山办公在AI时代的三句箴言——“不造发动机，只做整车；不绑WPS，独立起跑；不追日活，赌AI对工作方式的重塑”，勾勒出其在技术变革中的冷静姿态。这并非技术的退让，而是商业智慧的体现。
38年的办公场景积累，让金山办公深知用户为何制作表格、如何校验数据、为何被批评以及如何定义工作的完成。这些看似琐碎的洞察，构成了其在AI时代最坚实的护城河。基础模型厂商固然拥有强大的算力与算法优势，但随着大模型能力的平权，应用层的竞争将回归到“谁更懂用户”这一本质问题。
在模型厂商逐渐下场构建应用的背景下，金山办公能否将其庞大的办公数据与场景认知转化为不可复制的数据飞轮，将是决定其未来价值的关键。那座曾被视为铜墙铁壁的生态高墙，或许正在通过AI这一变量，孕育出新的生长空间。对于金山办公而言，最大的壁垒不是模型本身，而是对办公场景中每一个细微需求的极致理解与高效交付。