Зачем мы заново создали Microsoft Office для AI-агентов
Why We Rebuilt Microsoft Office From Scratch for AI Agents - Yijia Liang, Compound AI
Чтобы агенты брали на себя долгие задачи финансовых команд, по словам авторов, нужен собственный headless-движок Office, а не VM с desktop Excel.
- Office с нуля на headless-движке — Excel начали с open source IronCalc и переписали на Rust примерно в 800 тысяч строк, сверяясь с настоящим Excel как с эталоном. По словам спикера, такой движок работает быстрее десктопной версии и параллелится, потому что desktop Excel привязан к одному CPU.
- Цикл write, render, check, fix — собственный движок даёт агенту рендер, поэтому форматирование проверяется по картинке. У OpenPyXL рендера нет, и модель вынуждена угадывать результат по коду.
- Большие data room без векторной базы — на 15 000 файлах агенты ищут через grep, lead-агент делит каталог между роем субагентов, а каждый вывод привязан к цитате из исходного документа.
- Общий тред вместо личного чата — агент получает почтовый ящик, в который пишут все участники цепочки, а искусственная задержка ответа не даёт спамить подтверждениями, когда несколько человек пишут подряд.
Кому полезно: тем, кто строит агентов для инвестиционных команд с Excel-моделями и data room. Доклад во многом рассказ о продукте Compound, но инженерные решения переносятся на другие задачи.
Статья по теме
На какие вопросы отвечает доклад
Как дать нескольким людям из команды сделки общаться с одним агентом в одной переписке?
Каждый агент получает встроенный inbox, куда пишут из цепочек Outlook. Доступ на чтение и запись получают все участники треда, а ответы намеренно задерживаются, чтобы группа не получала потока подтверждений.
▶ 4:10Входящие для каждого агентаПочему агенты медленно работают в настольном Excel и как это обойти?
Настольный Excel привязан к одному процессору, а headless-движок позволяет выполнять задачи параллельно и заметно быстрее. Команда пересобрала Excel, PowerPoint и Word с нуля на собственном движке.
▶ 7:38Почему без графического интерфейса быстрееКак агенту проверять вёрстку слайдов и формат ячеек, а не угадывать их по коду?
Собственный движок даёт цикл записи, рендера, проверки и исправления: агент пишет файл, рендерит его и правит по результату. Библиотеки вроде OpenPyXL рендера не дают, и агент может только гадать по цвету и шрифту.
▶ 9:08Написать, отобразить, проверить, исправитьКак агенту разобрать data room из 15 000 файлов без индексации в векторной базе?
Рой агентов читает файлы через grep или другие методы, ведущий агент делит каталог между ними, а выводы приходят со ссылками на исходные документы. По словам спикера, векторная база нужна только для узких задач.
▶ 9:55Огромные комнаты данных и моделиКак работать с Excel-моделью на 30 МБ и двумя миллионами формул через агента?
Собственный движок разбирает модель и отдаёт агенту структурированное представление вместо печати всего содержимого в код. По словам спикера, так работа получается точнее и дешевле, чем с openpyxl.
▶ 9:55Огромные комнаты данных и модели
Главы
Похожие доклады
Большинство читателей вашей документации теперь — AI-агенты
Близко по содержанию
Как создавать работающих AI-агентов
AI Engineer Summit 2025
Близко по содержанию
Почему мы удалили свой MCP-сервер и создали его заново
Близко по содержанию
Создание AI-агентов с подходом code-first на Azure AI Agent Service
AI Engineer World's Fair 2025
Близко по содержанию

