面向知识工作智能体的研究计划

Office Intelligence

面向持续知识工作的环境、数据与学习。

研究智能体如何利用证据、产出有用的交付物，
并在不同任务之间持续推进知识工作。

环境评估训练交互框架

剖面办公室示意：包含研究与分析工位、审阅会议区和共享资料柜。四处标注分别说明角色、交付物、审阅与保留的上下文。 — **持续知识工作。** 角色、工作材料与审阅，将一项工作连接到下一项工作。

02 / 工作环境

OfficeTown

论文（arXiv）

任务示例

财务对账

任务

任务说明

为客户存款、银行卡清算和供应商贷项这三类异常，编制可编辑的对账工作底稿。

核对所提供的记录，解释每一类业务中的差异。
为每项拟议处理提供可追溯的记录依据，并明确保留尚未解决的差异。
指出支持调整或期末结账结论之前，仍需补齐哪些证据。

约束与交付要求

保留原始输入文件不变。提交可编辑的工作簿，包含审阅所需的计算过程、记录引用与证据说明。不得将缺少依据的异常视为已经解决。

环境

NPC 的工作空间：个人文件、共享资料、工具与通信。

NPC 电脑对账运营经理任务时点文件快照

来源摘编演示补充

工作空间35 份已声明的初始文件

文件

展开文件名，查看内容摘要及关联应用。

/home/npc/computer9 份文件 · 个人工作区

Documents/
- Areas/
  - Reconciliation/
    
    Role Context.mdMD
    
    来源摘编
    对账岗位的职责、证据处理方式与决策权限。
    
    Operating Guide.mdMD
    
    来源摘编
    账户级核对、异常分类、账龄与证据映射。
- Projects/
  - README.mdMD
    
    来源摘编
    工作项目索引，包含前序对账异常梳理目录。
  - Reconciliation triage/
    
    README.mdMD
    
    来源摘编
    前序分流备忘录于 2026 年 1 月 3 日依据输入说明、JSON 数据包和工作簿编制，仅供建议性分析，保留原件不变。
    
    Triage Memo.docxDOCX
    
    来源摘编
    三条业务流可进入证据受限的底稿编制：客户存款、卡结算与供应商贷项。仓储、薪资、税务和贷款领域尚缺少可进入处理流程的证据。
    打开关联应用
- Resources/
  - Templates/
    
    Review Checklist.mdMD
    
    来源摘编
    明确目标、为重要结论注明来源、展示计算与缺口、标明审阅人，并且不执行被禁止的外部操作。
Notes/
- Start Here.mdMD
  
  来源摘编
  Projects 保存当前项目，Areas 保存职责，Resources 保存可复用资料。个人笔记单独留存，公司资料挂载为只读。
- Todo.mdMD
  
  来源摘编
  初始工作承诺笔记。后续工作请求可在“通知”中查看。
  打开关联应用
- Working Style.mdMD
  
  来源摘编
  沟通精准克制；先说明假设，再讨论发现；依据源记录与差异模式进行比较。

读写挂载 · 本任务要求保留输入原件

/mnt/company16 份文件 · 按权限筛选的资料

INDEX.mdMD

来源摘编
授权公司文件索引：项目输入、可复用参考资料与质量模板。
Projects/
- Client project/
  - Private/
    
    Inputs/
    
    Input brief.mdMD
    
    来源摘编
    合成输入总体：5 张销售发票、4 笔存款、3 张供应商账单、2 笔贷项、6 行银行／卡流水及 3 项清算差异。不得记账、付款或对外联系。
    
    Operating packet.jsonJSON
    
    来源摘编
    与工作簿对应的结构化数据表。可在“表格”中查看三条清算差异。
    打开关联应用
    
    Source workbook.xlsxXLSX
    
    来源摘编
    包含 customer_deposits、bank_activity、clearing_differences 等 11 个原生工作表。原工作簿未修改；“表格”中展示部分输入行。
    打开关联应用
Resources/
- External/
  - Regulatory/
    
    Reference 01.pdfPDF
    
    来源摘编
    授权公司资料中的参考材料。
    
    Reference 02.pdfPDF
    
    来源摘编
    授权公司资料中的参考材料。
    
    Reference 03.pdfPDF
    
    来源摘编
    授权公司资料中的参考材料。
- Learning/
  - Reconciliation/
    
    Worked example.xlsxXLSX
    
    来源摘编
    授权公司资料中的参考材料。
- References/
  - Internal control reference.htmlHTML
    
    来源摘编
    授权公司资料中的参考材料。
  - Chart of accounts.pyPY
    
    来源摘编
    授权公司资料中的参考材料。
  - Recordkeeping reference.pdfPDF
    
    来源摘编
    授权公司资料中的参考材料。
  - Reference page A.htmlHTML
    
    来源摘编
    授权公司资料中的参考材料。
  - Reference page B.htmlHTML
    
    来源摘编
    授权公司资料中的参考材料。
  - Cash flow calculator.xlsxXLSX
    
    来源摘编
    授权公司资料中的参考材料。
- Templates/
  - Quality/
    
    Traceability guide.mdMD
    
    来源摘编
    每个金额、数量和发现都应指向工作表、数据表或状态记录。保留缺失证据及待定决策，不以估算替代。
    
    Workpaper review checklist.mdMD
    
    来源摘编
    检查证据充分性、公式与控制总额、来源可追溯性、无依据断言和授权边界。保留有用的原生格式。

只读 · 限于该角色的授权范围

/mnt/services6 份文件 · 冻结的历史状态投影

calendar.jsonJSON

来源摘编
服务状态载体及关联应用视图。
打开关联应用
chat.jsonJSON

来源摘编
带时间与来源引用的历史工作记录。
打开关联应用
git.jsonJSON

来源摘编
服务状态载体及关联应用视图。
打开关联应用
mail.jsonJSON

来源摘编
服务状态载体及关联应用视图。
打开关联应用
meetings.jsonJSON

来源摘编
服务状态载体及关联应用视图。
打开关联应用
notices.jsonJSON

来源摘编
带时间与来源引用的历史工作记录。
打开关联应用

服务状态文件 · 只读

/mnt/task4 份文件 · 请求与元数据

CONTRACT.en.mdMD空载体

来源摘编
空约定载体。
README.mdMD

来源摘编
工作空间说明、文件位置与访问权限。
TASK.en.mdMD

来源摘编
为三条指定业务流编制可编辑的内部对账工作簿。保留源文件、揭示证据限制，所有拟议行动仅作为建议。
source_inventory.jsonJSON

来源摘编
源文件及其绑定关系清单。

只读 · 不包含评估端评分细则

终端与执行工具

文件与工具

npc@computer ~/computer
$ pwd
/home/npc/computer
$ ls
Documents/  Notes/
$ ls /mnt
company/  services/  task/

# Tool surface
read   bash   edit   write

检查文件执行命令编辑工作副本返回交付物

文档

来源摘编2026-01-03 · Triage Memo.docx

首批对账异常梳理

客户存款 · $850.00

未分配收款需要汇款说明及存款／银行支持材料。发票候选仅提供背景，不构成分配款项的授权。

卡结算 · $42.50

记录标有重复／导入问题。仍需收单机构批次报告、商户费用明细及导入日志才能确认原因。

供应商贷项 · $225.00

该贷项尚未分配。需要供应商对账单或贷项通知单；未获准对外联系或修改余额。

来源定位 · Triage Memo.docx · Executive view / Detailed Open-Items Register

查看输入行

表格

来源摘编Source workbook.xlsx

clearing_differences · 源表三行（美元）
输入行	账面金额	银行金额	源表所列差异	状态
1 · 卡结算	2,717.50	2,675.00	42.50	未结
2 · 客户存款	0.00	850.00	850.00	未结
3 · 供应商贷项	225.00	0.00	225.00	已提出内部取证请求

来源定位 · Operating packet.json · tables.clearing_differences[0–2]; Source workbook.xlsx · clearing_differences, rows 2–4

Summarychart_of_accountscustomersvendorssales_invoicescustomer_depositsvendor_billsvendor_creditsbank_activityclearing_differencesclose_issue_log

查看备忘录的证据限制

聊天

来源摘编14 条留存记录 · 选取会议频道摘要

前序接洽讨论 · 分流备忘录形成之前。

项目负责人02:01

启动有明确边界的首批接洽审阅。确认输入、业务流和未解决依赖；保留私有工作区边界。

来源定位 · chat.json · records[0]

数据负责人02:13

输入登记表尚不完整。不能宣称资料齐全，也不能把参考资料当作对账证据。

来源定位 · chat.json · records[1]

质量审阅人02:22

仅支持附条件的内部启动。记录缺失控制与范围问题，不能用假设将其视作已解决。

来源定位 · chat.json · records[3]

2026 年 1 月 3 日 · 模拟时间

打开会议摘要

通知

来源摘编13 条留存记录 · 选取工作历史

03:03

前序分流备忘录已审阅

前序分流交付物已通过审阅。
03:39

分流请求已纳入后续工作

前序分流请求已解决，其备忘录成为下一项任务的上下文。
04:13

当前底稿任务被委派

依据正式分流备忘录编制首批底稿。记录的截止时间为模拟时间 2026 年 1 月 4 日 04:04:55。

来源定位 · notices.json · records[9], [11], [12]

查看带日期的工作安排

邮件

演示补充

草稿 · 两封内部跟进邮件未发送

草稿 1 · 请求补充证据

对账经理 → 内部数据负责人

请查找分流备忘录提到的汇款／存款支持材料、收单批次与费用／导入日志，以及供应商贷项支持材料。记录每项材料的来源、期间和授权状态。

所需证据完成审阅前，三项异常继续保持未结。

草稿 2 · 确认审阅边界

对账经理 → 内部质量审阅人

计划中的工作簿将分开列示存款、卡结算和供应商贷项，并提供来源链接及限制登记表。应收／应付账龄仅作背景。进一步行动前，请审阅拟定范围。

不将任何记账、付款、核销或结账结论视为已获批准的行动。

依据：备忘录中的缺失证据清单

日历

来源摘编通知与聊天中的工作时间线

032026 年 1 月 · 已记录上下文

02:01–02:41

接洽分流讨论

会议频道与结束通知记录的讨论时段。
04:13

底稿任务到达

当前协作请求发生在前序分流备忘录被纳入后续工作之后。

042026 年 1 月 · 已记录截止日期

04:04:55

要求的交付截止时间

工作请求中要求的交付截止时间。

来源定位 · chat.json · records[0]; notices.json · records[8], [12]

会议

来源摘编依据会议频道重建

首批接洽与分流审阅

2026-01-03 · 02:01–02:41留存 14 条消息；结束通知报告共 18 轮

留存发言角色：项目负责人、数据负责人、结账经理和质量审阅人。

议题

确认可用输入、划分首批业务流，并在分流前明确质量边界。

已记录约束

该次会议时输入登记表仍不完整。质量审阅人仅允许有边界的启动，未认可对账完成或结账就绪。

讨论的下一步

补齐来源登记表中的版本、期间／实体及源证据／参考资料分类，再申请进一步审阅。

来源定位 · chat.json · records[0], [3], [10], [13]; notices.json · records[8]

查看选取的讨论摘要

Git

演示补充

demo/reconciliation-workpapers建议项目目录

README.md范围、输入引用及限制

evidence_requests.csv待处理取证请求

.gitignore不将私有输入和生成交付物纳入 Git

预览建议 README

目的：使用只读源输入准备内部底稿。记录已知事项、尚缺依据之处，以及负责下一项决策的审阅角色。

不要提交私有输入或已完成工作簿。在本地来源登记表中保存源哈希；仅通过获准流程分享交付物。

个人电脑 + 授权挂载 + 执行工具 + 服务状态文件 · 通信 · 工作历史

评估

检查实际交付的工作，而不是最终回复听起来有多可信。

评估维度
检查项	需要能够核查的内容
数值一致性	三类业务均能核对到有依据支持的总额。
记录级证据	拟议处理引用了相应的支持记录。
未解决的差异	缺失证据和缺乏支持的结论均得到明确标示。
交付物可用性	工作簿可以编辑，工作过程可供审阅。
原始材料保留	所提供的原始文件保持不变。

03 / 文档交互框架

DocAtlas

NeurIPS 2026 · 已录用项目主页

读取原文，记录发现，让已有证据指导下一次检索。

框架交互实录

已有界面录屏

Web 界面

01 核对原文02 浏览文档结构03 更新笔记

终端界面

04 / 长文档评估

XL-DocBench

NeurIPS 2026 · 已录用项目主页

沿法规引用跨文档追踪，再定位支持结论的具体条款。

测试问题示例

法律与监管 · 引用链

问题

测试原题的中文译文 · adubench_cross_000095

2017 年最终改革文件的整合说明指向《巴塞尔框架》。在该框架中，哪一章规定了资本工具的资格标准？

预期答案：章节编号及标题。

查看英文原题

In the Basel Framework referenced by the 2017 final reforms integration note, which chapter contains the capital-instrument eligibility criteria?

01追踪引用

找到改革文件中的整合说明。

02定位目标文档

进入合并版框架，定位相关章节。

03核查条款

定位工具资格条款，而非仅匹配一个短语。

文档

输入上下文由八份相关监管文件组成，其中两份包含这道题已发布的证据标注。

01
巴塞尔 III：全球监管框架 2011 年 6 月修订
77 页
02
危机后改革的最终方案 2017 年 12 月 · 西班牙语
180 页
03
巴塞尔 III：危机后改革的最终方案 2017 年 12 月 含标注证据
162 页
04
第三支柱：合并与强化披露框架 2016 年 · 征求意见稿
96 页
05
第三支柱：合并与强化披露框架 2017
82 页
06
第三支柱：更新后的披露框架更新后的披露要求
62 页
07
巴塞尔 III 监测说明 2023 年 1 月 · 3.9 版
142 页
08
巴塞尔框架合并版框架 含标注证据
1,982 页

证据与答案

01 / 改革文件标注第 1 页 ↗

“This standard has been integrated into the consolidated Basel Framework”

译文：“本标准已整合到合并版《巴塞尔框架》中。”

整合说明指明了需要继续查阅的文档。
02 / 合并版框架标注第 102 页

“Throughout CAP10 the term ‘bank’ is used to mean bank, banking group or other entity”

译文：“在 CAP10 全章中，‘银行’一词指银行、银行集团或其他实体。”

定位章节，并核查其是否涵盖监管资本类别。
03 / 资格条款标注第 104、110 页

“For an instrument to be included in Common Equity Tier 1 capital it must meet all of the criteria that follow.”

译文：“一项工具要计入普通股一级资本，必须满足下列所有标准。”

第 10.8 节规定普通股一级资本（CET1）的资格条件；第 110 页的标注还指向第 10.11 节中的其他一级资本（AT1）工具标准。

参考答案 · 保留原文CAP10 Definition of eligible capital

释义：CAP10 合格资本的定义

字符串答案 · 不区分大小写的精确匹配规则

来源： XL-DocBench 数据集 ↗ 问题编号：adubench_cross_000095

05 / 当前覆盖

覆盖八个专业领域。

目前的 OfficeTown 任务集合覆盖以下领域，各有对应的专业角色、工作材料与任务要求。

质量与可信保障

证据与数据溯源

临床

运营与文档管理

设计

制作与无障碍设计

文娱

活动与内容制作

金融

分析与对账

工业

工程与制造

法律

审查与合规

软件

接口、分析与交付

研究项目

面向知识工作的评估、文档交互与环境研究。

评测基准

XL-DocBench

基于可追溯证据的长文档推理。

已公开智能体系统

DocAtlas

围绕文档证据开展有状态交互。

已公开组织与环境

OfficeTown

从持续的专业工作中生成任务、环境与学习资源。

论文已公开于 arXiv

Office Intelligence

电脑环境快照

交付物与评估标准

执行轨迹与环境

工具与工作记忆

角色与协作

任务与交付物

审阅与修订

持续保留的材料

从工作到研究

环境01

评估02

训练03

交互框架04

OfficeTown

任务示例

任务

环境

文件

终端与执行工具

文档

首批对账异常梳理

客户存款 · $850.00

卡结算 · $42.50

供应商贷项 · $225.00

表格

聊天

通知

前序分流备忘录已审阅

分流请求已纳入后续工作

当前底稿任务被委派

邮件

日历

接洽分流讨论

底稿任务到达

要求的交付截止时间

会议

首批接洽与分流审阅

议题

已记录约束

讨论的下一步

Git

评估

DocAtlas

框架交互实录

Web 界面

终端界面

XL-DocBench

测试问题示例

问题

文档

证据与答案

覆盖八个专业领域。

质量与可信保障

临床

设计

文娱

金融

工业

法律

软件

研究项目

XL-DocBench ↗

DocAtlas ↗

OfficeTown ↗

XL-DocBench

DocAtlas

OfficeTown