然而，现状中Excel之办理极其繁琐低效：于Excel中办理完数据之后，用户会续把数据做更多办理，比如画PPT，做更多汇报动作，但此些历程通常需切换多名软件，不仅耗时，也极易打断思路。
SDK形态之表格可无缝嵌入到企业现有体系中，成为工流之一部分，而不为一名需单独打开之器物。
大模型于剖析表格时之一大痛点，为它会将半架构化表格视为一名整体进行办理，而无法体谅其内部繁之架构。
”刘洋对《智能涌现》说。
活儿多到干不完之时候，没者会抢别者之课题。
目前已得种子轮融资，注资方主要为名者注资。
Univer之特征于于，于底层，它选择之一条更难之路线：从0到1重构电子表格之底层架构，用插件化设计，让AI可直接调用表格之计算逻辑，用自研SDK，为AI提供更丰富之上下文。
单为通读此份文档，刘洋就已与团队花之半年光阴，并且从0到1自研之Univer之底层引擎。
更重要之为，此两类器物皆能靠效能提升来生自传播——用户自己算得清ROI，使得货品可用极少销售本金成规模化扩充。
“此种围绕电子表格沙盒氛围形成闭环改良之法门，有机会操练出一名专属于 Univer 之表格模型，于准确性与本金效能上显著逾越通用模型。
公式本身为一套通用计算体系，业务者员可于里面搭建属于自己之模型与逻辑。
表答能够为用户提供网页数据爬取+剖析效劳。
但选择自研路线之另一面为，能够达到更好之货品体验。
比如，用户于小红书评论区用Ctrl+A全选网页实质后，直接于表答中粘贴，体系会自动提取图片、头像、昵称、评论等元素，精准地架构化导入表格。
Univer之货品矩阵分为两名核心部分：底层之Univer引擎，与面向营造师之多种SDK插件，以及AI应用，如基于Univer SDK之表格编辑剖析货品“表答”。
此种架构化讯息，才为AI更熟悉之讯息架构——毕竟计算机为二进制之机器，此种设计让AI可直接调用计算逻辑，而无需通过像苍生此样之界面交互（LUI），大幅提升之执行效能。
于对外货品形态上，由于目前用户仍需通过prompt进行交互、需者工确认结局，故货品迭代还为会按照正常之步骤推进。
例如，Coding一旦进入掘发者日常，就能外溢到测试、部署与整名软件制造链条，而电子表格也为如此，一旦被AI赋能，就会延伸到财务、运营、剖析乃至应用构建。
用一句话概括Univer，此为一名可嵌入任意体系之电子表格引擎。
Copilot不为Agent之终局，AI应端到端帮苍生决策。
逆水行舟。Univer从一始就决定走SDK路线，此名选择源于刘洋多年与表格打交道，以及对行业演进阶段之裁决。
我认为每名企业皆离不开数据，而加工数据离不开四件事：连接数据、预办理数据、剖析数据、展示结局。
因此，Univer望通过营造化之方式，将此50名功能独力开来，使某名功能之修改不会影响其他功能。
Univer能够提取公式之间之依赖关系图谱（比如，一名公式引用哪些单元格，被哪些单元格依赖)。
但刘洋有不一样之意见。
旧俗大模型（如GPT）则缺乏此种本领，它会将整名表格囫囵吞下，导致剖析结局经常会丢掉数据。
本次展览由北京市水产技艺推广站作为技艺支单位，展出王字虎头、鹅头红、蛋种绒球等优质品种，均为本市保种体系中之代表性成果，凝聚之从传代守护、技艺提升到规模育成等多名环节之勤勉，生动展现之北京于金鱼种质源泉守护与可延续传承方面取得之阶段性成效。
电子表格本原上为一名强盛之计算引擎。
故，若为一名超过10MB以上之电子表格文书，Univer办理结局会比通用大模型更为精准。
近期，表答也推出之微信小程序版本。
△来源：SpreadsheetBench 电子表格之本原为图灵完备之计算引擎，公式为重中之重。
因此些体验与观察，刘洋于业余光阴做之一名名为Luckysheet之开源课题 ——一名可嵌入到业务体系中之网页版电子表格，让用户可不用切换界面，直接办理各类数据。
一名者之电脑屏幕方位有尽，若再做一名独力之电子表格应用，会占据用户之注意力与操作流程。
Gartner预测，到2028年，旧俗搜索引擎之流量将有50%被AI搜索取代。
Univer将电子表格从繁低效之器物转变为AI原生之通用计算引擎，实现路径完全依靠自研之电子表格SDK（软件掘发器物包）。
插件化架构也更有利于形成性命，开源社区之掘发者可自行编写插件，修改A插件时只影响此名插件本身，不会波及体系中之B插件、C插件、D插件。
而Notion、Airtable等新兴玩家，于协作与低代码方位做出之革新，也引入之AI，不过此为更偏上层之货品交互与革新。
微软之Excel Copilot、Google之Duet AI，本原上还为于原有货品架构上叠加AI本领，然则会受制于史册包袱； 吾等坚信AI表格最终不为给者用之，而为给Agent用之，为给AI用之。
”刘洋表示。
“SDK与SaaS之核心差异，于于用场景。
2025年12月，于SpreadsheetBench全球评测中，Univer就以68.86%之成绩登顶，逾越ChatGPT Agent与Excel Copilot。
效劳端技艺负责者沈伟敏，华为-云核心网主力研发，飞书深圳前20名员工，帮飞书云盘DAU突围100万，从0到1实现面向数据剖析之ai agent流程编排算法，分布式体系专家。
Copilot为帮者更好地去体谅、更好去操作此名表格，但此名动作应为自动生之，AI直接交付剖析结局。
Excel为一名有机之整体体系，各功能之间相互关联。
横向对比来看，Univer与国内外同类货品之差异化路径值得关注。
每名者皆忙之开疆拓土，没空搞政务斗。
例如，对一名零售行业之工者员，就可直接用“表答”拍摄报价单生成对比剖析、整理合同条款形成审批表、核算课题本金，或通过语音直接询问库存、毛利与异常项等等，将结局一键分享给团队或齐步至业务体系。
电子表格与Coding之故架构相似、极或成为下一名爆发之AI超级赛道，于于它们皆处于工流最核心之位置、有极其庞大之用户规模，并且天然通向大量相邻场景。
若电子表格成为AI-native之底层本领，被更张之就不仅为电子表格，而为整名企业软件之工方式。
表格技艺专家闵成成，8年电子表格研发阅历，曾任职飞书表格团队，并担任葡萄城SpreadJS技艺负责者，长期专注于电子表格本领研讨，曾主导透视表、Shape等核心模块建立，深度参与公式引擎、数据建模与图象渲染体系设计。
但Univer底层表格引擎由于为自研之，算法能够从多样化之网页模式中准确定位表格架构，提供更多上下文，比如架构化表格拆解后之元数据、复合表头之描述讯息等等。
因此，Coding已验证之此一路径，而电子表格，甚或为2026年更大规模之爆发点。
其中，承载之大量业务学识与数据办理阅历，没有被一统管与充分使用。
Univer创始者刘洋曾于保险公司担任数据剖析师，于实际工中，他发觉之一些用场景中之困境：尽管企业部署之BI（商业剖析）应用，用户仍习性将数据下载到Excel中办理，因只有Excel，能提供足够之逍遥度来成数据清洗、公式计算与可视化呈现。
△Univer“表答”货品界面 Univer之每名SDK模块也皆可拆分为两部分：有界面之前端，与纯计算逻辑之后端。
于底层，Univer选择自研表格引擎，此为一条更难之路线，因技艺壁垒极高。
创始者兼CEO刘洋，曾任飞书电子表格技艺负责者，成透视表、图表等核心功能掘发，业余光阴掘发之开源表格课题Luckysheet，于GitHub得1.6万+星标。
此会导致大量电子表格散落于员工名者电脑中。
于实际操作时，Univer也能够提供更一统之氛围。
”刘洋对《智能涌现》表示，此名此一方位与Coding领域正生之趋势也为一致之：用更强之模型生成程序，再于可执行氛围中进行验证与迭代，从而推动本领跃迁。
此让 Univer 可抛掉界面层，只保留计算层，成为一名“无头电子表格”（Headless Spreadsheet 没有交互界面），专门给AI用，AI Agent能像“表格专家”彼样随心所欲之读取、操作与剖析电子表格。
本文来自微信公众号“智能涌现”，作者：邓咏仪，36氪经授权发布。
并且，表答小程序还可直接办理微信消息之各类电子表格文书，成为业务者员随身可用之智能剖析入口。
大模型剖析表格之痛点，为它无法真正体谅半架构化之数据。
同样之逻辑也于生于电子表格领域——当AI逐渐成为企业数据办理之核心引擎时，表格之角色必然从“者之器物”，转变为“AI之器物”。
于前景，于SDK、Univer Platform与MCP协议等方面，吾等相信会因Agent之交互变化，会有更多之底层架构革新机会。
于几分钟内，用户就可得到可直接用之剖析结局。
“做AI表格之货品宗旨，不应为做更好之Copilot，而应为做全自动路线：让AI自动成数据导入、清洗、剖析等动作，直接产生洞见。
之故Univer选择自研表格引擎，为因电子表格之核心本领于于公式体系，它具备“图灵完备性”——理论上可实现任何编程言辞能成之计算逻辑，无论为Python还为Java能做之，公式皆能做到。
此相当于将一名便携之BI（商业剖析）入口搬到之小程序中。
前景，大量业务推演由Agent于表格中成，苍生负责审阅与决策。
Univer如今已对外提供超过100多名插件，包括透视表、图表、公式、机缘格式、数据源、协同编辑、史册记载、导入导出等核心功能模块。
相比之下，Univer因自研之表格引擎，能够智能地将表格进行拆解，区分出规范之架构化数据与非架构化讯息，决定为否合并办理，并且能提供公式依赖关系、样式、合并单元格、筛选等额外上下文讯息。
当时，业界之主流思路为Copilot模式——于单元格中写AI公式，或于侧边栏让用户与AI对话，再修改表格。
电子表格恰恰为此块“逍遥画布”。
继Coding之后，电子表格将成为2026年AI之“aha moment”。
前者可体谅为直接可面向C端提供效劳之，有图象化界面之轻量化软件；后者则更像一块积木，可嵌入到企业之各名核心制造软件中，比如OA、ERP、BI等等。
就像设计离不开Figma或Photoshop，业务剖析也离不开电子表格——它不为报表器物，而为企业真正之计算中枢。
于他看来，Copilot仍然为“者用器物”，而真正之AI原生应用应为“AI用器物，者做决策”，此才为最本原之处置疑难之思路。
用户能够通过拍照识别、语音指令与云端表格引擎，将现状全球中之图片、清单与文书快速转变为架构化表格，再通过AI来进行推演、剖析。
于用“表答”时，货品能够区分苍生与AI agent之操作，“表答”也允许多名Agent并行操作同一张表格，通过协同引擎将结局推送至多主顾端，于手机与桌面端，得之计算本领与结局为一致之。
为之验证Univer之底层引擎本领，团队也基于Univer掘发之表格编辑与剖析货品“表答”（Capalyze）。
全球十几亿者每月用表格，大量企业软件本原上只为它之外壳。
电子表格中之公式，最核心之本领于于它为图灵完备之——用大白话说，理论上可实现任何编程言辞能成之计算逻辑。
当前，Univer货品大概可分为两层。
于底层，大规模计算与业务编排则由Agent自动成，苍生只需审阅最终之计算结局。
于仍处于应用早期之AI领域，SDK之形态其实为一种更灵活之解法。
Univer更望做一名于前端保简易用之货品，比如表格，就为所有用户皆可充分用之界面。
近年来，于北京市农业农村局之有力政令指引与延续支下，北京宫廷金鱼保种工稳步推进、成果显著。
于商业化层面，Univer已得来自 北美、欧洲、东亚与华夏之付费主顾，覆盖多名行业，典型主顾包括瑞士制药巨头Novartis（诺华）、三星；以及国内之法本讯息、数术马力（蚂蚁金服全资子公司）等等，多家国内外头部智能体货品也正与Univer开展POC验证。
于底层，为Univer自研之表格引擎；而于上层，采用之插件化架构（SDK）之形态来提供核心之一些本领。
于以往，大模型办理电子表格也为难题，甚易丢失上下文。
GitLab。2023年初，ChatGPT引发AI浪潮后，不少SaaS货品也皆于积极将AI应用于货品中。
“表答”之海外版本Capalyze，也于全球最大货品发布平台 Product Hunt上，得日榜第一、周榜第一之位置，目前C端用户超过10万，于全球范围内皆有付费用户。
插件化架构（SDK）既为营造化需求，也为商业化考虑。
但于货品层面，它又足够轻盈，采取SDK此种“嵌入”之样貌，此或许为验证AI Native货品本领之更快之路径。
吾等之前于飞书内部掘发电子表格功能时，最大之应战于于：掘发A功能时需忧对B功能之影响，线上经常现连锁bug——修改之A功能，B功能就会现疑难。
此条链路，决定之数据能否真正转变为讯息与学识。
而现状为，大多数业务体系只覆盖流程，却无法承载中间彼段最枢纽之探求性计算：设想、推演、建模与反复修正。
AI赋能之下一名主战场为电子表格。
于AI原生应用之探求中，表格作为数据、剖析之底层本领，也正成为一大新兴之细分赛道。
AI表格更应为给Agent用之，为给AI用之。
AI表格更应交由Agent用，由AI最后交付结局，供苍生审核。
比如，现代电子表格之标准为由微软制定之Open XML规范，长达5000页，涵盖之Excel之所有逻辑、关系与文书架构。
将任何来源之数据、实质或文书，自动转换为架构化电子表格，并成后续之清洗、剖析、可视化与洞察生成。