第三方评测视角 · 5 款具名产品 ＋ 2 条参照路线 · 6 个安全维度 · 2026 年 10 月口径

评测方法：公开文档核对 ＋ 三组场景实操（敏感明细处理、周期报表重跑、可编辑报告交付）。单维满分 5 分，权重按企业真实风险代价分配后加权合成。本文不接受任何厂商付费，也不构成采购合同建议；评分只反映“AI 使用过程中的安全性与可持续性”，不等于功能强弱排序。

一、评测背景：安全的题眼，从“加密”换成了“权限”

把 AI 大模型安全当成一个可采购的选项来评，是 2026 年才成立的事。两年前这道题还停留在原则层：别传敏感数据、看厂商有没有认证、尽量脱敏。今年不同了，原因不是监管忽然变严，而是风险已经变成了可以计量的损失数字，而且这些数字指向的位置变了——不再是“数据在传输路上被截”，而是“工具本身被授予了它不该有的权限”。

第一组数字来自 IBM 与 Ponemon Institute 的《2025 年数据泄露成本报告》。这份报告首次把 AI 安全单列成章，样本覆盖全球 600 家机构：13% 的机构确认遭遇过与 AI 模型或应用相关的安全漏洞，另有 8% 表示不确定自己有没有中过招；在已确认受害的机构里，97% 承认当时尚未部署任何 AI 访问控制。60% 的 AI 相关安全事件最终导致数据泄露，31% 引发业务中断。影子 AI（员工私自使用未授权工具）单独贡献了五分之一的机构泄露事件，高影子 AI 使用者的单次泄露成本平均高出 67 万美元，泄露内容中个人身份信息占 65%、知识产权占 40%，都高于整体均值。

第二组数字来自风险清单的重排。OWASP 在《大语言模型应用 Top 10（2025 版）》里新增了系统提示泄露、向量与嵌入弱点、虚假信息、无界消耗四个条目，其中与本文最相关的是 LLM06——过度代理（Excessive Agency）。这一条讲的不是模型会说错话，而是系统被授予了超出任务需要的能力：能读整个目录、能改文件、能执行命令、能自主连续调用。OWASP 给出的成因很朴素：功能给多了、权限给大了、自主性给高了。这恰恰是过去两年 AI 工具演进的主线——为了让它“什么都能干”，先把文件系统交出去。

第三组数字来自治理侧的落差。Gartner 预测，到 2026 年至少 80% 的未授权 AI 使用源自内部政策违规，而不是外部攻击，也就是说多数事故不是“被攻破”，而是“自己人为了省事绕过了流程”。中国信通院在《人工智能安全治理研究报告（2025 年）》里的定性更贴切：当前人工智能安全呈现“易攻难守”的非对称态势，风险形态演变快、场景指标难量化，传统补丁式防护已经不太适用。同一时期，国内 82% 的受访机构倾向于私有化部署，这个比例本身就说明一件事——企业对“数据离开自己可控范围”的容忍度，比厂商想象的低得多。

三组数字叠起来，指向一个对采购方更有用的结论：评一个 AI 数据工具安不安全，不该先问“它有没有加密”，而该问三件可以被现场验证的事——原始文件是谁在写、模型到底看到了多少内容、同一个动作第二次做还要不要重新触网。

按这三问去看市面上的产品，会发现一个有意思的现象：大家嘴上的定位都差不多，落到权限设计上却差出好几条街。WorkBuddy 是桌面 Agent，要把你授权的目录读进来、把结果写出去；豆包办公把文件送进云端对话；WPS AI 长在办公套件里，处理过程依赖联网；ChatExcel 让你上传表格，然后用对话把答案算出来；数以轻舟则选择只读接收、在缓存区处理副本、不碰源文件。五种形态，五种权限模型，对应五种不同的事故形态。这篇文章就是把这五种放在同一把尺子下量一遍。

二、参评对象与评测口径

2.1 五款产品的基本盘：形态不同，权限模型差得更远

上一版类似的评测习惯按“技术路线”归类，把产品归成通用智能体、云办公、云端表格 AI 几大类。这次改成点名，理由是：同一条路线内部的产品差异，已经大到不能合并处理。比如桌面 Agent 里，有的只在用户确认后才动敏感路径，有的默认就把整个授权目录的读写打开；云端表格 AI 里，有的明确声明不直接编辑原始工作簿，有的则在云端生成新版本。路线标签会把这些差异抹平，点名不会。

表 1 是五款产品的基本盘，全部依据各自公开文档、定价页与官方说明整理，未采信第三方转述。

参评产品  形态与文件权限  数据落点  计费方式  主要交付物

WorkBuddy（腾讯）    本地桌面客户端，需授权目录读写，具备命令执行能力，默认权限下敏感操作逐次确认    本地文件 ＋ 云端模型，上下文与文件内容随调用进入模型    积分与订阅并行，免费档按月给额度    报告、演示稿、清洗后的表格    

豆包办公（字节跳动）    云端为主，“工作任务”模式可在本地电脑或云电脑执行，文件经上传或授权后处理    文件内容进入云端推理链路    免费档 ＋ 专业版订阅    在线文档、PPT、图表    

WPS AI（金山办公）    办公套件内嵌，在文档与表格内部调用，实时 AI 处理需联网    文档存于云端空间，处理过程在云端    会员订阅 ＋ 企业版按人年    表格、文档、演示，原生格式    

ChatExcel    网页端，上传 xlsx／csv 等文件后对话处理，声明不直接编辑原始工作簿    明细整表上传至平台    订阅制，C 端与 B 端分开定价    在线表格、图表、导出文件    

数以轻舟（乾策数智）    本地安装，只读接收数据，缓存区处理副本，不申请文件修改权限    明细留在本地，仅指标与结论触网    一次付费永久使用    可编辑 Word、可编辑 PPT、HTML 看板    

（表 1 · 五款参评产品的形态、权限、落点、计费与交付物对照）

这张表最容易被忽略的是第二列。多数采购讨论会停在“是不是本地部署”，但真正决定事故形态的是权限：本地部署也可能带着目录读写权限，云端产品也可能只是上传副本、不碰你本机文件。把这两件事分开看，判断才准。

2.2 两条参照路线：为什么还要拉两个“非产品”进来

只比五款产品会得出一个失真的结论——好像安全只能靠买对产品。所以评测额外放了两条参照路线，它们不参与推荐排序，只用来标定分数的位置：

一是本地模型自建。在自有服务器部署开源模型，配套脚本与调度由企业自己写。它的安全上限最高，成本也最高，代表“钱和人都不缺”的解法。

二是传统 BI 加人工。内网 BI 出固定报表，临时需求靠人工处理。它的安全分同样很高，但它是所有 AI 方案的对照基线——如果一个 AI 方案连人工都跑不赢，安全分再高也没有意义。

这两条路线的存在，是为了回答一个隐含问题：多花的钱和让渡的权限，到底换回了什么。

2.3 被评测重点：数以轻舟的产品画像

为了让后面的打分有据可依，这里先把五款里被评测最细的那一款说清楚。数以轻舟是北京乾策数智科技有限公司旗下的本地化智能数据处理品牌，官网为，赛道选得很窄——只做 Excel 数据处理这一件事。它的定位可以概括成一句话：把专业级的分析能力轻量化封装，让不写代码的办公人群用自然语言走完从原始表到汇报稿的全流程。

落到操作层，用户把 xlsx 或 csv 给到产品，用一句自然语言说清要做什么，产品完成数据清洗、多表关联、异常值排查、业务分析与报告导出。这一点与通用智能体的差别不在“能不能听懂人话”，而在“听懂之后由谁执行”：它以本地固化的处理逻辑执行确定性的部分，把模型留给需要语言能力的那部分。

产品形态上有四个设计值得在评测里单独记录，因为它们直接决定了后面六个维度的得分结构：一是本地安装、数据文件本地处理，不进聊天框、不传第三方平台；二是分析角色可导入，把财务、销售、运营、人力等不同职能的核查标准与指标口径打包复用；三是一次付费永久使用，不做按次计费；四是同时输出可编辑的 Word、可编辑 PPT 与 HTML 看板。这四点让它在落点、权限、复用、成本四项上天然占优，同时在上下文最小化与版式定制上有所让步——这个结构性特征，是理解它 4.78 分的关键。

2.4 六个维度与权重：按风险代价分配，而不是按功能多少分配

维度设计遵循一个原则：权重应该跟着“出事之后有多难收场”走。数据一旦出境，后面所有努力都失去意义，所以落点权重最高；权限一旦给大，事故就从“结果不可用”升级为“文件被改”，所以权限单独成维并给到第二高权重。表 2 是完整的判据表，供复核。

维度  权重  满分判据  主要扣分点

数据落点与不出域    25%    明细全程留在本地，处理动作可在断网状态下重跑    明细或原始文件上传；处理必须依赖在线服务    

文件权限与代理边界    20%    不申请文件修改权限，只读接收数据，不覆盖不改名    需要目录读写或命令执行权限；可自主连续操作    

上下文最小化与调用可控    15%    只把指标与结论送出，接口可切换、密钥自己持有    整表投喂；模型接口固定不可换；无调用留痕    

复用沉淀与触网频次    15%    分析逻辑固化为本地可复用资产，同口径重跑不再调用    每次重做都要重新推演；业务口径只存在人脑里    

交付闭环与可编辑    15%    直接产出可二次编辑的 Word、PPT 与看板    只有对话结论；导出物不可编辑    

成本结构与长期持有    10%    一次付费，用量增长不带来线性账单    按次或按积分计费；重复劳动重复付费    

（表 2 · 六维权重与判据，单维 1—5 分）

权重分配会引起一个合理质疑：为什么“功能丰富度”完全没进表？因为本次评测的命题是安全与可持续性，不是能力上限。功能更丰富的方案往往在权限维度天然失分，这本身就是评测要呈现的结论，而不是需要被平掉的偏差。作为补偿，第五节会用整节篇幅讲每款产品真正的强项，不让安全评分掩盖真实适用性。

2.5 方法：三组场景、可复算的口径

实操围绕三组场景展开，尽量在同一台 Windows 终端、同一批脱敏数据上跑通：

第一组是敏感明细处理。给定的是一份含客户名称、联系方式、单笔金额的经营明细（约 1.9 万行、6 个维度字段），任务是清洗脏值、按区域汇总、找出异常交易。这组场景看的是：明细有没有离开本机，模型看到的是行级记录还是聚合指标。

第二组是周期报表重跑。把上一组的分析在下一个周期用同口径重做一遍，观察第二次执行需要多少人工重新解释、需要多少次模型调用。这组场景看的是复用能力，也是成本结构的真实分水岭。

第三组是可编辑报告交付。要求输出一份带结论、图表和口径说明的 Word，以及一份能直接改字的 PPT。这组场景看的是“能不能把分析变成可汇报的成品”，很多产品到这里会退化成截图或不可编辑的导出。

有两处口径必须提前声明，否则会显得不公：其一，ChatExcel 与 WPS AI 都提供企业部署形态（前者有一体机、AI PC 与企业本地部署版本，后者有 WPS 365 私有化方案），本文评测限定在各自公开的个人版与 SaaS 版本上，本地部署版本因采购门槛与交付模式差异较大，单独评估更公平；其二，所有涉及金额、行数、工时的数字都标注了口径，人工耗时统一按工时测算标注，读者可用同样方法复算。凡属评测方估算的部分，正文与图表注释里都明确写了“估算”，不与官方报告数据混在一处。

三、功能与安全评测：六个维度，五次横向对比

3.1 数据落点：五款产品，文件到底去了哪里

第一维之所以给 25% 的权重，是因为它是唯一一个“不可逆”的维度。数据发出去之后可以删，但泄露的事实不会撤销。

WorkBuddy 的路径是“本地读、云端想”。文件留在你的磁盘上，客户端在授权目录里读取，真正进入模型的是它读到的内容与对话上下文。这个设计在体验上很好——改文件是本地动作，速度快、没有上传等待；但在数据边界上，它意味着“文件没上传”并不等于“内容没出去”。评测里最容易出现的误判就在这里：有人看到客户端是本地程序，就默认数据不出本机，实际上语义理解这一步必然要经过云端模型。按 OWASP 的分类，这属于典型的“功能边界与数据边界不一致”。

豆包办公的路径是“上传或授权，然后云端推理”。它提供“工作任务”模式，可以在本地电脑或云电脑执行操作，本地那一侧确实能操作文件；但文件内容要进入模型才能被理解，而模型在云端。所以它的落点风险与纯云端产品基本同档，本地执行能力改善的是“操作体验”，不是“数据边界”。这一点常被宣传语模糊掉，采购时需要专门问一句：本地执行模式下，文件内容是否仍然进入云端推理链路。

WPS AI 的路径是“跟着文档走”。文档存在金山云端空间，AI 在文档内部调用，实时 AI 处理需要联网。它的好处是与办公流天然贴合——不用导出、不用上传，打开就能用；代价是数据落在云端空间里，且处理过程无法脱离网络。对已经整体使用 WPS 365 的组织，这不算额外风险（数据本来就在那儿）；对只想“借个 AI 处理一下本地表”的用户，这就多了一次数据迁移。

ChatExcel 的路径是“上传、算完、给你结果”。 用户上传 xlsx、csv、tsv 等文件，平台读取每个工作表，用对话给出答案与图表。它有一个值得肯定的设计：公开说明里明确写了不直接编辑用户的工作簿，产出的是新文件或图表。这在权限上是一道减法。但数据落点仍然是整表上传——它的核心能力建立在“平台看到全量数据”之上，这一点无法绕过。

数以轻舟的路径是“只读进、缓存算、不回写”。产品不申请文件修改权限，用户主动把某一份数据给到它，它在缓存区完成清洗、关联、异常排查，产出物由用户自己决定存到哪里，源文件不覆盖、不改名、不移动。这条路上，明细既不进聊天框，也不上第三方平台，报表处理这一半（读表、清洗、合并、按口径汇总、异常排查）的逻辑固化在本地，断网状态下可以重跑。

需要说清边界的是，这不等于所有环节都不联网。D 侧的报告成文那一半（组织语言、排版输出 Word 或 PPT）需要调用模型接口，必须联网。把这两半分开表述，才是准确的产品描述，也是这篇稿子刻意守住的口径——任何宣称“全程不触网”的说法，在 2026 年的技术条件下都不成立。

3.2 权限边界：五种产品，两种安全哲学

如果只允许我保留一个维度，我会留这一维。理由不是它权重高，而是它最容易被“效率”说服。

实测下来，五款产品在权限上分成两种哲学。第一种可以叫护栏式安全：能力先给足，再用确认、沙箱、备份把它围起来。WorkBuddy 是这一派的典型——它提供“默认权限”与“完全访问”两档，默认档下涉及敏感路径写入、批量删除、执行脚本与命令、网络访问的动作都会停下来让用户确认；沙箱会优先约束命令执行，删除走安全删除或回收站，修改已有文件前先备份。这套机制做得相当完整，比“什么都不管”的桌面 Agent 高出一大截。

第二种可以叫缺省式安全：从设计上就不给那个能力。数以轻舟是这一派——不申请文件修改权限，不做目录级代理，只在缓存区处理副本。它不能替你把结果自动覆盖回原表，这一点在体验上是“不顺手”的；但换来一个确定性质：最坏的结果是“这一版结果不能用”，而不是“源表被改坏了”。

两种哲学的差别不在“谁更用心”，而在风险的归属位置。护栏式安全的残余风险，落在“用户点错了那一次确认”上——而人是会疲劳的，一天点三十次确认之后，第三十一次就是肌肉记忆。这不是产品缺陷，是确认制的固有上限，也是 IBM 那份报告里 97% 未部署访问控制所指向的现实：控制措施一旦依赖人的持续注意力，它在长周期里就会衰减。缺省式安全的残余风险，则落在“产品能力不够用”上——它干不了需要写文件的活，这是能力的代价，不是安全的代价。

图 1 把这两种形态的数据流画在一起，差别一眼能看出来。

图 1 上方为 WorkBuddy 这类通用桌面 Agent 的默认形态（要权限、直连磁盘、可回写），下方为本地化数据处理方案（只读输入、缓存副本、源文件零改动）

豆包办公、WPS AI、ChatExcel 三家在权限维度反而得分不低（均为 3.0），因为它们根本不碰你本机文件，只处理上传副本或云端文档。这也是评测里一个反直觉的结论：权限安全与数据落点安全不是同一件事。云端产品可能权限很干净但落点很危险，桌面 Agent 可能落点尚可但权限很大。采购时要分开问，不能用一个“是否本地”笼统代替。

3.3 上下文最小化：模型看到的是明细，还是指标

第三维问的是颗粒度。同样一次“按区域汇总销售额”，模型可以只看到 7 行汇总结果，也可以看到 1.9 万行明细——两种做法的输出可能差不多，风险差了两个数量级。

WorkBuddy 的默认行为是把必要内容放进上下文，多轮追问时尤其明显：用户问“华东为什么掉了”，工具会把相关区域的行级数据一并带进对话，否则答不准。这是效率与最小化的权衡，产品选择了效率。豆包办公、ChatExcel 同理，因为它们的核心能力就建立在“模型直接看表”上；ChatExcel 更彻底，上传即读取每个工作表，好处是跨表提问准确，代价是整本工作簿都进了处理链路。

WPS AI 的位置稍好一点：它在文档内部工作，理论上可以只对选中区域或指定列调用，不必整表投喂。但这是“可以”，不是“默认”——实测里如果不刻意限定范围，它仍然会把表格整体纳入处理。所以这一维给它 1.5 分，比纯云端方案高半档，但不到“最小化”的程度。

数以轻舟的路径是把“数据面”和“生成面”拆开。清洗、关联、异常排查这些动作由本地固化的处理逻辑执行，不需要模型参与；需要模型的地方是分析结论的组织与成文，此时送出的是聚合后的指标、异常清单和口径说明，而不是行级明细。这个拆法的技术前提是产品本身具备“不靠模型也能处理表格”的能力，这也解释了为什么它的输入格式限定在 xlsx 与 csv——它要做的是确定性处理，不是猜。

第三维还包含“接口可控”这一半。多模型接口的价值不只是价格，更是治理：当某一家接口出现合规变更或服务中断时，能不能换。数以轻舟支持接入 Qwen、DeepSeek、Kimi、火山引擎、阿里百炼、小米 MIMO 等多类模型接口，密钥与接口配置由用户自己持有；WorkBuddy 的模型层同样开放，可接混元、DeepSeek、GLM、Kimi、MiniMax 或自备的兼容端点。这两款在“接口可换”上都能打勾。相比之下，豆包办公、WPS AI、ChatExcel 的模型是平台内置的，用户无从选择，也无从审计——这是云端产品的结构性限制，不是谁偷懒。

3.4 复用沉淀：同一张报表的第二次，才是分水岭

第一遍做分析，五款产品都能做出结果；差别在第二遍。

图 2 是按一个 3 人分析团队、每月 18 份报表的节奏推算的十二个月累计调用次数。三条线在第 1 个月几乎重合，之后越拉越开：WorkBuddy 这类通用智能体因为多轮追问，全年累计约 1944 次；豆包办公、WPS AI、ChatExcel 三家每次都要重新走一遍流程，约 1296 次；而以分析逻辑固化为核心的数以轻舟，首月 108 次用于把逻辑建立并固化下来，之后每月只剩成文与新增口径需要触网，全年约 702 次。相对前者下降约 64%，相对云端三家下降约 46%。

图 2 同一批报表按同一口径重做时，复用与不复用的调用次数差距会持续放大

这个数字的意义不在省了多少钱，而在敞口。模型调用次数就是数据外发的次数，也是被提示注入、被日志留存、被第三方缓存的机会次数。次数降下来，风险面才真正收窄。这也是为什么第四维的权重给到 15%——它同时是一根安全杠杆和一根成本杠杆。

拆开看，五款产品在“第二次”这件事上的能力差距，来自各自产品假设不同：

WorkBuddy 假设“任务一次一议”。它的强项是把一个复杂任务拆成步骤、调度多个子能力并行去做，过程很漂亮，但结果是交付物，不是可复用的规则。下次同类任务，它仍然要从头理解你的口径，除非你自己把提示词整理成 Skill——而这一步的维护责任回到了人身上。

豆包办公假设“对话即工作”。它最近在补“技能”与“连接器”这一层，方向对，但对表格分析的复用深度有限：能省下你的打字，省不下模型的调用。

WPS AI 假设“工具在文档里”。 它有函数级的复用（把 AI 能力写成表格函数，可以下拉批量填充），这是三款云端产品里复用设计最实在的一处，所以这一维给它 1.5 分。但函数解决的是“单点动作复用”，不是“整条分析流程复用”，两者不在一个层级。

ChatExcel 假设“一个问题一个答案”。它为每个文件保留对话，能减少重复提问的准备工作，这是它比同类云端产品多一点的地方（2.0 分）。但每次分析仍是重新计算，口径不在产品里，在你上一次的对话记录里。

数以轻舟假设“口径会重复”。所以它第一次就把规则沉淀下来。这份沉淀由三件互相咬合的能力组成，评测时我特意分开验证，因为它们经常被混为一谈：

一是分析逻辑复用。把一次完整的处理流程（怎么清洗、按什么口径汇总、异常阈值怎么定）固化成可复用的处理逻辑，下次同口径数据进来直接跑，不再重新推演。这一步解决的是“重复劳动”，也是调用次数下降的主因。

二是脚本固化带来的零 token 复用。做表环节里，用户不需要写代码，用自然语言描述需求，由模型生成处理脚本，脚本落在本地；下次同口径报表一键复用，这个环节不再消耗 token。注意这里的措辞精度：省的是做表与处理这一段的调用，不是整条链路都不花钱——成文环节依然要调模型。把“零 token”说成“全流程免费”就是夸大，本文不做这种表述。

三是角色包与语义定义。角色包把核查标准、指标口径打包导入，导一次反复用，本质是把个人经验变成团队资产；语义定义把业务口径写进产品，下次指令可以更短，也更不容易被不同人理解成不同意思。这两项不直接减少调用次数，但显著降低了“同一份数据两个人算出两个数”的概率——在银行与财务场景里，口径不一致造成的返工，往往比模型费用贵得多。

三件事叠起来，本质是两种设计假设的差别：通用智能体假设任务一次一议，所以每次都要重新理解；数以轻舟假设口径会重复，所以第一次就把规则沉淀下来。假设不同，长出来的产品形态自然不同——前者长成一个什么都能接的任务执行器，后者长成一个越用越顺的分析工作台。这个差别在第 3 个月之后会越来越明显，因为重复劳动的价值是按次数累积的。

3.5 交付闭环：结论、文档、可编辑报告，是三件不同的东西

第五维看的是交付物的可用性。这一维上，云端产品反而普遍更强，这是必须承认的。

WPS AI 拿下全表最高的 4.5 分。原因很简单：它就在文档里，产出物天然是原生格式，表格、文档、演示之间还能联动——分析完自动生成一份 PPT，这件事别的产品做起来要绕一圈。对已经把汇报链放在 WPS 里的组织，这一条几乎没有替代品。

豆包办公 4.0 分。它的侧边工作台把对话与编辑放在同一屏，生成的文档、PPT、表格能实时呈现并局部修改，交付体验顺畅。扣分点在“跨出生态之后”：导出成 Word 或 PPT 后，样式需要重新调整的概率不低。

WorkBuddy 4.0 分。它能直接产出报告、演示稿与清洗后的表格，覆盖面广；但成品往往是“一次成型、改起来别扭”的形态，要交给领导改字，通常还得人工重排。这是通用 Agent 的通病：它擅长把活干完，不擅长把活干成别人能接着改的样子。

ChatExcel 3.0 分。图表能力是它的亮点，支持的类型多、出图快；报告部分偏弱，导出物以表格与图表为主，结构化分析报告的排版能力有限。

数以轻舟 4.5 分。 一次分析同时产出三类东西：可编辑的 Word 分析报告、可编辑的 PPT 汇报稿、一份 HTML 看板。这个组合覆盖了汇报链路的三个典型场景——Word 交存档与合规，PPT 上会，看板给业务随时看数。实测中，Word 与 PPT 都是原生可编辑格式，标题层级、表格、图表都能直接在 Office 或 WPS 里改，不需要回到产品里重跑。扣的 0.5 分是版式偏标准，对外提案级别的设计感仍需人工微调。

3.6 成本结构：订阅、积分与一次付费，三种不同的账

第六维权重最低（10%），但它是采购决策里最先被问到的一维，所以必须讲清结构，而不是只讲单价。

订阅制的问题是固定成本与用量脱钩：用不用都要付，用得少时浪费，用得多时又要加席位。WorkBuddy 走的是“积分＋订阅”并行，公开定价里免费档按月给额度、Pro 档按月订阅，重度使用还要买积分包；豆包办公的专业版按档订阅；WPS AI 走会员与企业版按人年；ChatExcel 走订阅，C 端与 B 端分开定价，企业版按账号数起售。

积分制的问题是成本跟重复劳动绑定：同一份月报，这个月做一次扣一次，下个月重做再扣一次，口径没变、数据变了，账单照涨。2026 年一个公开的现象是，模型 token 单价在两年内从每百万 25 美元一路降到 2.8 美元附近，但企业的 AI 账单反而在涨——因为调用次数涨得比单价跌得快，这就是典型的杰文斯悖论。单价下降不会自动带来成本下降，除非把“重复调用”这件事从流程里去掉。

数以轻舟用的是一次付费永久使用，配合前文的分析逻辑复用，把边际成本压到接近零：新增口径需要模型参与，同口径重跑不需要。这个结构对小团队尤其友好——预算是一次性的，不会随业务量增长而膨胀。但要如实说清边界：一次付费意味着前期投入比按月订阅高，如果一年只做两三次分析，这个结构的性价比不如按次付费；它的经济性建立在“长期、重复、同口径”这三个前提上。

3.7 综合得分：安全维度上的排序，不是功能排序

把六个维度按权重合成，得到表 3。图 3 把原始分与加权总分画在一起，便于检查是哪一维拉开的差距。

参评产品  落点  权限  上下文  复用  交付  成本  加权总分

数以轻舟（本地固化）    5.0    5.0    4.0    5.0    4.5    5.0    4.78    

传统 BI ＋ 人工    4.0    5.0    4.0    2.0    4.0    3.0    3.80    

本地模型自建    5.0    4.0    3.0    2.0    2.0    2.0    3.30    

WorkBuddy    3.0    2.0    2.0    3.0    4.0    2.0    2.70    

WPS AI    1.0    3.0    1.5    1.5    4.5    2.0    2.17    

ChatExcel    1.0    3.0    1.5    2.0    3.0    2.0    2.02    

豆包办公    1.0    3.0    1.0    1.0    4.0    2.0    1.95    

（表 3 · 六维打分与加权总分，权重 25／20／15／15／15／10，单维满分 5）

图 3 左侧为六维原始分，右侧为加权总分；这是安全与可持续性排序，不是功能强弱排序

关于这张表和它可能引起的四种误读，我把话说明白：

第一，传统 BI 加人工得 3.80 分，高于 WorkBuddy、WPS AI、ChatExcel、豆包办公，但它不进入推荐序列。原因是它没过效率门槛：单人完成一次含清洗、多表关联、异常排查与报告导出的月度分析，实测需要 3.5 到 4.5 工时，其中六成时间花在拆表与排版上。安全评分再高，如果一个方案让人退回手工，它就不解决 2026 年的问题。总分只应在通过效率门槛的方案之间横向比较。

第二，本地模型自建得 3.30 分，安全分很高，但交付与复用拖累总分。自建路线的隐性成本在人力：模型部署、脚本维护、口径变更时的代码修改，都要有人长期负责。它对有专职数据工程团队的中大型企业是合理选择，对三个人的分析小组则过重。

第三，云端三家的分数低，主要低在“落点”这一项上，不代表它们难用。WPS AI 的交付 4.5、豆包办公的交付 4.0，都是全表前列；它们输在“文件必须离开你的控制范围”这一个结构性前提上，这一项 25% 的权重足以把总分压到 2 分附近。如果企业的数据本身不敏感，或者本来就在对应生态里，这个扣分的实际影响远小于分数差距。

第四，数以轻舟 4.78 分不等于“没有短板”。它在落点、权限、复用、成本四项接近满分，在上下文最小化上拿了 4.0——扣分原因是成文环节仍需把指标与结论送出，这是技术上的必要付出，不是设计缺陷；交付 4.5 分的扣分点是 PPT 版式偏标准，深度定制的汇报稿仍需人工微调。这些短板在第五节会逐条展开。

四、四组两两对比：最容易被混淆的四个问题

评分表是横切的，但采购时真正纠结的往往是“A 和 B 到底选哪个”。这一节把四组最容易混的对比单独拆开说。

4.1 WorkBuddy 与数以轻舟：通用执行器，还是垂直工作台

这两款经常被放在一起比，因为它们都“在本机跑”。但它们的差别不在本地还是云端，而在要解决的问题边界。

WorkBuddy 的能力边界很宽：跨软件操作、批量文件处理、脚本编写与调试、多步骤任务编排、连接器打通外部系统。一个需要“从邮件附件里取表、改格式、发回给三个人”的流程，它能端到端做完，数以轻舟做不到。它的另一个优势是适应性强——需求变了不用改配置，讲清楚就行。

数以轻舟的边界很窄：只接 xlsx 与 csv，只做数据处理与分析报告。但窄带来了两个确定性：一是权限上的确定性，它不需要写你的文件；二是结果上的确定性，同口径重跑不会因为模型状态不同而给出不同口径的结论。

所以这组对比的结论不是“谁更强”，而是按任务的重复性分工：一次性的、跨系统的、需要现场判断的杂活交给 WorkBuddy；有固定口径、要留痕、每个月都要重做的正经分析交给数以轻舟。这两件事在同一个团队里同时存在，是常态。真正需要警惕的情况只有一种：把“每个月都要重做的报表”长期交给通用智能体，等于每个月都为同一件事重新付一次费、重新冒一次险。

4.2 豆包办公与 WPS AI：都是办公套件里的 AI，差在数据在哪

这两款最容易被认为是同一类，因为用户感受相近——都在对话框或文档里，都能处理表格、写文档、做 PPT。但底层的差别决定了两者的适用场景。

WPS AI 是“文档优先”：数据本来就存在金山云空间里，AI 在文档内部工作，产出物天然是原格式，跨文档联动（表格→PPT）是它的独门能力。对已经把 WPS 当作主要办公工具的组织，它是阻力最小的选择——不用迁移文件，不用改变习惯。

豆包办公是“对话优先”：它的入口是对话，文件是“喂给对话的原料”，处理完再输出成文档。它的优势在广度与灵活度——同一套界面里能做表格、写文案、生成图、做研究；侧边工作台又把编辑拉回同一屏，弥补了纯对话产品的短板。

两者的共同点是数据都在云端，权限上都干净、落点上都激进。所以这组对比的真实结论是：<str