AI在办公领域的终极形态是Agent——用户通过自然语言即可控制软件完成复杂操作。财通证券研报指出，福昕软件的Smart Command功能是这一方向的重要探索。用户可直接在对话框输入控制语句，如“删除文档的第1,3-5,17页”，AI将自动执行编辑命令。这实现了“自然语言→大模型→函数库→执行操作”的转化，是办公场景Agent的雏形。另一种Agent实现方式是操作系统层面控制（如Anthropic computer use），通过对当前页面的识别控制鼠标点击。本文将深度解析文本控制编辑的技术路径、产品形态与投资机会。
福昕Smart Command：自然语言驱动PDF编辑的先行实践
福昕软件的Smart Command功能是目前文本控制编辑最成熟的实践之一。用户可通过两种方式使用：直接在功能栏点选需要执行的命令，或在对话框直接输入自然语言控制语句。丰富的编辑指令集覆盖了页面删除、插入、合并、拆分等常用PDF编辑操作。用户无需通过多层UI菜单寻找功能按钮，只需像与人对话一样下达指令，AI即可自动执行。这一功能的背后逻辑是“自然语言→大模型→函数库→执行操作”——自然语言被大模型解析为意图，匹配对应的函数库调用，最终执行PDF编辑操作。这种交互方式大幅降低了软件使用门槛，尤其适合不熟悉复杂UI操作的用户。财通证券认为，这体现了在工具类文档内发展Agent的重要方向。
表：文本控制编辑 vs 传统UI交互对比| 对比维度 | 传统UI交互 | 文本控制编辑（Agent） |
|---|
| 操作方式 | 多层级菜单查找 | 自然语言直接下达 |
| 复杂操作 | 需多步骤组合 | 一次性指令完成 |
| 学习成本 | 需要熟悉软件功能 | 无需学习，自然对话 |
| 操作效率 | 受UI设计影响 | 直接高效 |
| 适用场景 | 所有场景 | 适合重复性、复合操作 |
Agent的两种实现路径：应用内函数调用 vs 操作系统界面控制
文本控制编辑（Agent）的实现主要有两种技术路径。第一种是应用内函数调用（如福昕Smart Command）——软件预先定义好可调用的函数库，大模型将自然语言解析为特定函数调用，执行对应操作。优点是准确可控、响应迅速；缺点是需要应用软件预先做好API适配，不同应用需分别开发。第二种是操作系统层面控制（如Anthropic于2024年发布的computer use功能）——AI通过对当前界面的识别，控制鼠标点击完成操作。优点是通用性强，理论上可控制任何应用；缺点是精度和可靠性尚需提升，短期内难以在专业应用中普及。财通证券预计，在专业办公软件内部，与应用软件know-how结合的流程自动化技术将构筑产品壁垒；而在通用平台层面，操作系统级别的Agent控制将为更广泛的场景提供赋能。
“文本+UI”控制：应用软件的基础形态变革
文本控制编辑的应用将使应用软件的基础形态发生深刻变革。传统UI设计依赖菜单、工具栏、对话框等图形界面元素，用户需要学习软件功能分布。文本+UI控制模式下，AI助手面板与UI界面并行，用户可按习惯选择图形操作或文本指令。对于复杂操作，文本指令大幅缩短操作路径；对于简单操作，UI点选仍然便捷高效。Adobe、福昕、万兴、金山等PDF厂商都已在界面中添加AI助手面板，位置通常位于右侧边栏，便于与模型交互。文本控制编辑的最终目标是实现“用户下达意图→AI理解执行”的流畅体验，使应用软件从“功能集合”进化为“智能助手”。
Agent办公的投资机会：AI终端与应用软件双主线
Agent办公的普及将带来软硬件两端的投资机会。应用软件层面，已布局AI助手和Agent功能的办公软件厂商有望率先受益——金山办公（WPS AI划词交互、超长文档分析）、福昕软件（Smart Command文本控制编辑）、万兴科技（AI对话与PDF切换）。AI终端层面，Agent的高速发展为AI PC、AI手机、AI耳机等端侧设备打开了新思路——端侧AI芯片算力提升、AI操作系统优化、端云协同架构将支撑Agent在终端设备的落地。财通证券建议关注金山办公、福昕软件、万兴科技、联想集团、传音控股等。
