Genspark 发布 GenOffice:AI 时代的 Office,免费、开源,抢占办公人群的第一工作入口

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
Genspark 发布 GenOffice:AI 时代的 Office,免费、开源,抢占办公人群的第一工作入口
8509点击    2026-08-03 12:51

8 月 3 日,在 AGI Playground  2026 大会上,Genspark 创始人&CEO 景鲲在现场发布了一款新产品 GenOffice。


这是一个面向 Windows 和 Mac 的本地 Office 客户端。开源、免费、无广告,保留用户熟悉的文档编辑能力,同时把 AI 引入 Word、PPT 等高频办公场景。


Genspark 发布 GenOffice:AI 时代的 Office,免费、开源,抢占办公人群的第一工作入口


GenOffice Alpha 版即日起发布,后续将以用户和 AI Agent 共建的方式持续迭代。


据 Genspark 介绍,GenOffice Alpha 版由一名工程师用一周时间完成,消耗约 1 万美元的 AI Token。在过去的几天内,每日迭代版本超过十几次,真正实现了 AI-Native 时代的开发迭代效率。


Genspark 此前曾披露,公司在 12 个月内做到 2.5 亿美元 ARR,目前服务超过 7000 家企业客户,累计融资 6.45 亿美元,估值 26 亿美元。一个已经用 AI Agent 找到收入增长路径的公司,为什么要回头做一个免费、开源、短期内看不到直接收入的 Office?


答案可能不在 Office 软件本身,而是它背后的入口价值。


产品官网:https://www.genspark.ai/genoffice


01 


AI 时代,免费 Office 还有机会吗?


Office 看起来是一个早已被巨头做完的市场。


Word、Excel、PowerPoint 已经定义了知识工作者使用电脑的基本方式。Microsoft 365 中国区个人版目前的官方价格为每年 398 元,家庭版为每年 498 元;WPS 通过免费版本覆盖了更广泛的个人用户,但广告、会员体系和部分功能收费,也一直是用户讨论较多的问题;LibreOffice 等开源方案虽然降低了软件成本,在中文字体、复杂排版和文件兼容上,仍可能带来额外的迁移成本。


也正因此,国内办公软件市场一直存在一个并不性感、但足够具体的需求:一款免费、无广告、格式兼容,并且能够持续维护的全功能本地 Office。


GenOffice 首先要填的就是这个空位。


在前 AI 时代,这样的空位本身就是个伪命题,但 AI 来了之后,事情有了一些新变化。但如果只是把 Office 免费做一遍,这件事对一家估值 26 亿美元的 AI 公司并没有太大意义。GenOffice 更重要的背景,是过去两年 AI 办公产品快速增长之后暴露出来的交付问题。


现在让 AI 写一段文案并不难,让 AI 生成一份真正能交付的 Word 或 PPT,仍然很难。用户常见的体验是:内容框架可以用,但字号、行距、分页、图文关系、母版、表格样式都需要重新调整。AI 节省了起草时间,却把一部分成本转移到了格式返工上。


这也是 AI 办公最容易被忽略的矛盾:模型生成的是内容,用户验收的却是成品。


一份给客户的方案,逻辑正确只是及格线。标题有没有压住正文,图表是不是对齐,重点是否一眼可见,换一台电脑打开会不会错位,这些细节决定了文件能否直接发送。传统大模型擅长语言和结构,却不天然理解一个成熟 Office 文件背后数量庞大的格式规则。


Genspark 团队在 AI Slides/Sheets/Docs 和 Genspark for Word 上迭代了一年多后,给出的解法不是继续要求模型直接啃最复杂的底层格式,而是重新划分 AI 和软件工程的分工。


Genspark 发布 GenOffice:AI 时代的 Office,免费、开源,抢占办公人群的第一工作入口


AI 更擅长生成 Markdown 和 HTML。这两种格式结构明确、语义清楚,模型既熟悉,也容易修改。GenOffice 因此采用两层架构:上层让 AI 生成 Markdown 或 HTML,下层再通过中间层的转换引擎,把这些内容变成可编辑、可交付的 Word 和 PPT 文件。


什么样的内容结构适合变成演示文稿,怎样安排图文关系更接近用户预期,哪些排版在不同终端打开后更稳定,都需要来自真实使用场景的反馈。Genspark 过去一年在网页版 AI Slides, AI Docs 等产品和与微软官方合作的Microsoft Office 插件中积累的产品经验,才是转换层真正的价值。


对于 Genspark 来说,过去一周完成的主要是 GenOffice 的客户端和产品形态,而不是从零构建整套 AI 文档能力。后者来自 Genspark 既有产品线一年多的积累。就像一家汽车公司一周造出一款新车原型,不代表发动机、电控和供应链也是一周发明的。


换句话说,一个人一周造出来的是产品的「壳」,一年多用户反馈沉淀下来的,才是 AI Office 的「核心」。


这个区别很重要。AI 编程正在大幅降低软件的实现成本,但它并没有自动消除产品经验、用户数据和工程判断。代码可以更快生成,什么值得做、什么效果算好、什么问题必须兜底,依然需要团队在真实场景里回答。


02 


一款免费工具,


提供的是 Agent 服务用户的入口


理解 GenOffice,不能只看它和 Microsoft Office、WPS 之间的功能差异,还要看 Genspark 过去一年在做什么。


从 Deep Research 到 Super Agent,再到 AI Slides、AI Sheets、AI Docs,Genspark 的产品路径一直在尝试让 AI 从回答问题走向交付结果。它希望用户给出一个目标,Agent 能够完成搜索、分析、生成和整理,最后交付一份可以使用的报告、表格或演示文稿。


这条路线的瓶颈不只是模型能力,还是上下文和对用户场景的足够洞察。


一个通用 AI 可以帮任何人写季度总结,但只有知道你所在的行业、公司的业务数据、老板偏好的表达方式、过去使用的模板,以及这份报告要发给谁,它才更可能写出一份不用大改的季度总结。


问题是,用户真正的工作上下文长期被锁在不同软件里:文档在 Office,沟通在邮件和即时通信,会议记录散落在录音和笔记中,业务数据放在 CRM、表格和内部系统里。Genspark 的 Web 产品即使拥有更强的 Agent,也很难自动理解用户每天在本地文档里做了什么。


GenOffice 让 Genspark 第一次进入白领/内容工作者最高频、也最刚性的工作界面。用户在这里写报告、改合同、做预算、调整 PPT。每一次编辑都不只是一个操作,也在透露他的任务类型、行业术语、表达习惯和交付标准。


这些信息汇总起来,就是 AI 能否从「会生成」走向「懂工作」的关键上下文。


Genspark 在今年 7 月发布 AI Workspace 6.0 时,已经把 SecondBrain 定义为整个工作空间的记忆层:连接邮件、会议、文档和业务系统,让 Agent 不必在每次任务开始时重新认识用户。GenOffice 补上的,是本地文档这个高频入口。


免费和开源能够降低用户迁移门槛,尽可能扩大这个入口的覆盖面;真正承担商业化的,可以是入口之后更高阶的 Agent 能力、团队协作和企业服务。


这是一种典型的平台打法:基础工具负责获得用户和上下文,高价值能力负责收费。过去浏览器、操作系统和云存储都出现过类似路径,只是到了 AI 时代,最稀缺的资源从流量进一步变成了可被授权、可持续使用的工作上下文。


03 


Alpha 版只是起点,


Genspark 想让社区和 AI 一起造 Office


过去,造一个跨 Windows 和 Mac、同时覆盖文档与演示编辑能力的 Office 客户端,是一个需要长期投入的大型软件工程。今天,AI 编程让原型构建、界面实现、模块迁移和测试修复都能被大幅压缩。即使 GenOffice 复用了 Genspark 既有能力,一人周完成 Alpha 版依然说明,复杂软件的第一版成本正在快速下降。


这对创业者意味着两件事。


第一,过去因为研发资源不足而不敢进入的成熟软件市场,正在重新出现切口。创业公司不必从第一天复制巨头的全部功能,可以围绕一个明确人群、一种交付结果或一条高频工作流,用 AI 快速搭出可验证的产品。以前需要先融资、再招几十个人、做半年才能验证的假设,现在可能用几万美元和几周时间就能得到真实反馈。


快速打造一个 MVP 出来,是这个时代仍然成立的创业法则之一。


但第二件事更重要:当软件越来越容易被造出来,「能做」本身就更难成为壁垒。


GenOffice 的竞争力不会来自一周完成客户端,而会来自 Genspark 能否把已有的文档生成能力、SecondBrain 的上下文、Super Agent 的执行能力和 7000 多家企业客户连接起来。对于其他创业公司也一样,Vibe Coding 缩短的是从想法到产品的距离,却没有缩短从产品到信任、从试用到留存、从单点工具到工作流的距离。


开发成本下降之后,产品竞争的焦点会从「谁能造出来」,转向「谁能让用户留下来」。


这次 GenOffice 发布的是 Alpha 版,并且从第一天就选择免费、开源和社区共建。换句话说,一个工程师和 AI 先把产品做出来,接下来,Genspark 想验证的是:能不能让更多普通用户带着各自的真实需求进来,再和 AI 一起把它补完整。


Office 恰好是最需要共建的一类软件。表面上只有文档、表格和演示文稿几个核心模块,实际面对的却是近乎无穷的长尾场景。不同公司有不同模板,不同行业有不同术语和表格结构,不同地区涉及不同字体、语言和排版习惯;还有旧版本文件、复杂图表、宏、插件,以及企业内部积累多年的审批与归档流程。


这些问题很难由一支产品团队在发布前一次性枚举完成。真正让 Office 变得可靠的,不只是主干功能,而是无数用户在具体场景中发现问题、提交反馈,再经过持续修正形成的兼容性。


因此,GenOffice 的开源首先是一种产品选择:与其在内部闭门打磨一个看起来完整的版本,不如尽早把 Alpha 版交给用户,让真实文档和真实工作流成为产品迭代的测试集。


这和传统软件的发布逻辑相反。传统做法是先在内部打磨到足够稳定,再推向市场。GenOffice 的做法是先把一个可用的 Alpha 版放出来,让用户直接参与到产品的定义和改进中。


他们试图重新定义传统复杂办公软件的产品研发和改进模式。


以下是来自官方的 Alpha 的内测邀请:


这是一个 Alpha 版,我们很认真地说:还有很多问题,很多缺失。欢迎来告诉我们哪里坏了、哪里缺了。每一个给出真实反馈的人,我们会送 1,000+ Genspark credits 作为感谢。


产品官网:https://www.genspark.ai/genoffice


GitHub : https://github.com/genspark-ai/genoffice


我们邀请你和我们一起把它做好。GenTeam是我们为用户和AI Agent做的聊天软件。加入产品反馈群聊,把你的需求直接提给 AI Agent。不用写代码,告诉它你想要什么就行。你提的每一个需求,都会变成产品的一部分。


Genspark 发布 GenOffice:AI 时代的 Office,免费、开源,抢占办公人群的第一工作入口


扫描二维码即可加入 GenOffice GenTeam



文章来自于微信公众号 “Founder Park”,作者 “Founder Park”

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md