微软给 PowerPoint 加了 4 项新更新，重点是更好用、更好看。SmartArt 新增 13 种版式，主题也多了 13 个，覆盖专业、极简、活泼等风格。设计功能区更好找设置，打开文件时的进度提示也改成了更清爽的单一界面，Beta 版，7 到 8 月上线。

Firecrawl 出品的 Rust 文档转换库，把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV、PDF 共 14 种办公格式转成干净的 GitHub 风格 Markdown，输出统一、转换速度快，可直接喂给 LLM。

Grok免费进Office了，直接装进Word、Excel、PPT里。 马斯克旗下xAI公司7月20日宣布，Grok AI现可作为免费插件用于Word、PowerPoint和Excel，直接挑战微软每月约30美元的Copilot。 “免费”对普通用户来说是好事，选择也更多了。我觉得更值得看的是"位置"，AI办公赛道的拥挤。 微软、谷歌、金山、钉钉、飞书，全在往里冲。仅国内，半年内超20款AI办公产品集中发布。全球日活智能体从2025年的2860万暴增到2026年的7940万。 拥挤吗？拥挤。但这恰恰说明一件事——这块真能赚钱 为什么办公场景有确定性？个人认为有三个原因： 第一，写文档、做表格、开会、审批，每个企业每天绕不开，比任何场景都刚需。 第二，企业愿意为效率买单，而效率算得出来——帮销售省30%处理文档的时间，就等于多30%时间做转化。 第三，全球AI办公软件市场2025年已达319.8亿美元。这不是预测，是正在发生的钱。 所以赛道拥挤不假，但拥挤本身恰恰是确定性的证明——没人会往没有钱的地方挤。 此事对微软肯定带来一些影响。 #AI# #AIAgent# @grok @xai

GPT-5.6 现在成了 Microsoft 365 Copilot 的首选模型。 Word、Excel、PowerPoint、Chat 和 Cowork 都会用上。微软通过 OpenAI API 直接调用，目标是让文档、数据分析、演示和跨团队协作少来回几轮提示。 办公软件里的模型能力，又往前推进了一步。

让 Agent 做一份幻灯片，吐出来一个 HTML 文件，标题位置不对想挪一下，只能回聊天框再打一行字，改完别处又跑偏。 Design Studio AI 给 Agent 和人开了一个共用的设计工作台，同一份带版本的设计稿，Agent 通过聊天改，人直接在编辑器里拖。 能做的内容有六类，网页界面、幻灯片、报告、线框图、3D 场景和时间线动画视频，从一句需求或者一个模板起手，先看预览再一处一处改。 GitHub： Claude Code 这类编码 Agent 能通过 MCP 或者命令行工具直接连进来，读写的还是那份设计稿，官方也给了配套的 Agent Skill。 导出格式给得挺全，HTML、SVG、PNG、PDF、PowerPoint、WebM 视频、React 原型压缩包、3D 的 GLB 模型都有，还能直接发到 Google Slides。 生图、配音、生视频这些接自己的模型账号，有在线版可以直接用，也能用 Docker 部署到自己服务器上，数据存本地。

Anthropic 把 Claude 的后台任务模式 Cowork 和日常聊天合并成了一个入口，今天开始向 Pro 和 Max 用户逐步推送。 之前 Claude 有两个工作模式：聊天处理快问快答，Cowork 处理需要跑一阵子的大活儿——写报告、做调研、整理数据。问题是用户经常拿不准一个任务该丢到哪边，而且两边的上下文不互通。现在不用选了，所有对话都在同一个地方，Claude 自己判断任务需要什么能力。 同时上线的还有三个内容创作工具：Claude Docs（文档协作）、Claude Slides（幻灯片）和 Claude Design（设计，之前是独立产品，现在也嵌进了对话）。在聊天里说一句"帮我写个周报"，Claude 直接生成文档，你可以在里面改、加批注、让 Claude 继续调整；说"做五页幻灯片给领导汇报"，slides 就出来了，改完可以直接下载成 PowerPoint 或 PDF。文档和幻灯片共享同一个对话上下文，所以内容天然一致，不用来回复制粘贴。 实际使用场景大概是这样：出门前让 Claude 查上周项目进展、写周报、顺便做个汇报用的幻灯片，路上用手机看进度，到办公室直接改两笔就能发。还能设成定时任务，比如每周一自动开始写周报。Claude 默认每一步都会征求你确认，如果嫌烦也可以切成"有问题再找我"模式。 三个创作工具目前都是 beta 状态，面向付费用户开放，企业版由管理员决定何时开启。Cowork 老用户不受影响，之前的对话、项目、连接器都还在。Team 和免费用户后续跟进，企业用户会提前 30 天收到通知。

🔔 真香！OpenMAIC 一句话就能给你生成一整堂课，幻灯片、随堂测验、互动模块全配好。 GitHub 上 3.1 万 star，仓库今年 3 月才建，半年不到涨了三万多颗星，五千多个 fork，背后还有一篇发在《Journal of Computer Science and Technology》上的论文。 做一次内部分享或者备一堂课，流程大家都懂：先查资料，再一页页做 PPT，然后想几道题验收效果，最后录成视频发出去。认真做完一套，一两天就过去了。 OpenMAIC 的做法是把这些交给一组分工的智能体去跑。给它一个主题，幻灯片、测验、交互模块和项目式学习活动一起做出来，导出的时候 PowerPoint、可交互 HTML、整堂课的 ZIP 包和 MP4 视频随你挑。 模型接得很杂，OpenAI、Azure OpenAI、Anthropic、Bedrock、Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、OpenRouter 到本地 Ollama 都行，界面覆盖 11 种语言。数据默认存在浏览器里，想留档再接 PostgreSQL。跑起来的智能体带租约和心跳，中途崩了能接着恢复，也能中途取消或者补一句指令，不至于一小时白跑。v1.0.0 是今年 8 月 27 号发的，MIT 开源。 以前是人做完课件给人看，现在是一组 AI 先把课排好，人只管讲。 GitHub：

我把最爱的吉他谱放在一个项目里， 每一个画布是一个歌手。 所有的内容都可以被搜索到。 还可以用画布在曲谱上做修改。 每一个项目我可以保存为本地拷贝在自己的硬盘里。 加强版的Powerpoint. 除了Noteey，还有哪个笔记软件能做到这一点？

如果你需要录制视频、做演讲或主持播客，很可能遇到过同样的两难。 念稿怕生硬，不念又怕忘。 Textream 是一款专门为这些场景设计的开源提词器。 它运行在 macOS 上，用原生语音识别来实时感知你的说话进度。 这样一来，它可以自动跟着你滚动提示，你停它就停。 GitHub： 除了声控滚动，它还提供实时逐词高亮和恒速自动滚动。 所有语音处理都在本地完成，不需要联网。 提词窗口有多种显示方式。 顶部悬浮窗类似灵动岛，可以一眼扫到。 浮动窗口能自由拖动，iPad 副屏适合全屏观看。 关键是，这些窗口只有你能看到，观众面前什么都不会出现。 如果用了 PowerPoint，还能直接提取演讲备注。 备注保存为 .textream 文件后，下次重复使用很方便。 你还可以按习惯调整字体、高亮颜色和滚动速度。 经常面对镜头、又不想留下读稿痕迹的人，可以试试这个工具。