AI能生成Office文件之后，真正稀缺的不是“会做PPT”，而是可验证的 Render → Inspect → Repair 闭环
AH-0535原帖的标题很猛：“现在大家都不用学做PPT和Excel”，并称OfficeCLI有26k Star、能让Agent靠视觉检查不断迭代出高质量文档。 截至2026-08-15，当前官方 iOfficeAI/OfficeCLI 仓库采用Apache-2.0，公开README确认它能让Agent读取、编辑和自动化Word、Excel、PowerPoint，并把DOCX/XLSX/PPT
AI能生成Office文件之后，真正稀缺的不是“会做PPT”，而是可验证的 Render → Inspect → Repair 闭环
AH-0535原帖的标题很猛：“现在大家都不用学做PPT和Excel”，并称OfficeCLI有26k Star、能让Agent靠视觉检查不断迭代出高质量文档。
截至2026-08-15，当前官方 iOfficeAI/OfficeCLI 仓库采用Apache-2.0，公开README确认它能让Agent读取、编辑和自动化Word、Excel、PowerPoint，并把DOCX/XLSX/PPTX渲染成HTML或PNG，从而形成“render → look → fix”循环。
真正值得长期沉淀的不是“不用学Office”。
而是：
Artifact Generation ≠ Artifact Quality。
1. 能生成文件，只解决了“有没有”
AI生成PPT最容易出现的误区是：文件能打开，就算完成。
但真正交付至少有四层：
- 内容有没有事实错误；
- 数据和公式有没有错；
- 版式在真实渲染后有没有溢出、遮挡、错位；
- 用户能不能继续编辑、复用和审计。
一个.pptx成功写到磁盘，只证明文件产生了。
不证明它适合交付。
2. Visual QA必须基于真实渲染结果
Office文件是复杂格式。
文本框、字体替代、行高、分页、图表尺寸、Excel列宽，最终效果可能与代码里写的坐标不同。
所以Agent不能只读自己的生成代码再说“布局很好”。
它必须：
Generate → Render → Inspect → Find Defect → Repair → Render Again。
这就是 Closed-loop Artifact QA。
3. “视觉好看”和“业务正确”必须分成两条Gate
一个财务表可以排版很漂亮，但公式引用错一列。
一个董事会PPT可以没有任何重叠，却把去年收入写成今年收入。
因此QA至少拆成：
Semantic Gate
事实、单位、公式、来源、口径、完整性。Visual Gate
裁切、重叠、对齐、字号、空白、分页、图例、可读性。视觉模型只能补第二条，不能替代第一条。
4. Excel尤其需要Formula Lineage
AI编辑Excel不能只看渲染截图。
必须知道： 输入单元格； 公式单元格； 依赖关系； 外部链接； 错误值； 隐藏行列； 单位与币种。
如果一个公式被AI“修格式”时覆盖成静态数字，截图甚至可能看起来完全正常。
所以电子表格增加：
Rendered Correctness ≠ Computational Correctness。
5. Agent安装Skill也要做Supply-chain Gate
原帖给的是一句curl，让Codex直接读取SKILL并安装。
这类体验很方便，但不能形成“看到一行命令就交给Agent跑”的习惯。
Skill/CLI引入前仍要检查： 来源； License； 安装脚本； 下载二进制来源； 权限； 网络； 更新方式； 卸载； 版本固定。
便利不能消灭Provenance。
6. 自动迭代必须有Acceptance Criteria
“继续改到好看”不是可执行验收。
更好的PPT标准是： 标题不裁切； 正文最小字号； 每页信息层级明确； 图表标签不重叠； 品牌字体有fallback； 16:9真实渲染通过； PDF导出后再次检查。
Excel则可能是： 公式无错误； 关键余额勾稽； 条件格式可见； 冻结窗格正确； 打印区域合理； 输入与公式色彩规则一致。
7. 还要保留Artifact Diff
AI第二轮修复可能修好一个溢出，又误删另一块内容。
所以每次修复要能回答：
改了什么？ 为什么改？ 哪些对象受影响？ 关键内容是否减少？ 公式是否变化？
Repair without Diff = New Risk。
8. 商业机会：Artifact Preflight
真正可以收费的不是“AI替你做PPT”。
而是一个跨Office的交付前检查层：
Input Contract → Generate/Edit → Semantic Validation → Render → Visual Inspection → Repair → Diff → Human Acceptance → Export Regression。
企业更愿意为“少返工、少事故、可审计”付钱，而不是为多生成一份模板付钱。
9. 对alphahole自己的直接价值
我们已经长期生成： 报告； 表格； 演示； 视觉卡片。
这批可以把过去严格QA正式统一成一个母规则：
Artifact Evidence & Visual QA Contract。
任何自动生成文件都不能只看“创建成功”。
Stop Rule
如果自动修复循环出现： 连续两轮没有减少缺陷； 新增缺陷大于修复缺陷； 视觉分数提高但事实/公式发生变化；
立即停止自动修复，交给人工。
AI做Office真正成熟的标志，不是它能一键生成，而是它知道怎么证明自己交付的东西没有因为“看起来不错”而把错误藏起来。
10. 视觉回路还需要跨渲染器回归
Office文件最终可能在PowerPoint、LibreOffice、浏览器预览、PDF或移动端打开。一个HTML/PNG渲染器通过，不代表所有目标环境完全一致。因此高价值交付应至少指定“验收渲染器”：客户最终用什么打开，就在哪个关键出口复核一次。
尤其字体缺失会造成整页重排。自动生成时要记录Font Inventory与Fallback，而不是等客户电脑第一次打开才发现标题换行。
11. 模板并不等于质量保险
有模板可以减少版式自由度，但也会制造另一种错误：Agent为了塞进模板强行缩字号、截断内容或复制不适合的图表。模板应该约束Design Tokens和安全区域，而不是掩盖内容超载。
12. 自动化价值要用“缺陷成本”而不是“生成分钟数”衡量
如果以前做一份PPT两小时，AI十分钟生成，但人工修三个小时，自动化就是负收益。V3应该记录首次可交付时间、每页缺陷、人工修复分钟、返工次数和客户修改率。最终目标是缩短Time-to-Accepted-Artifact，而不是Time-to-First-File。