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