金山软件刚交出 2026 年 Q1 财报：集团总收入 24.17 亿元，同比增长 3.4%；归母净利润 10.91 亿元。数字本身不算炸裂，但拆开看结构，有一条线很硬——办公软件及服务业务收入 16.13 亿元，同比涨 24%，WPS 个人、WPS 365、WPS 软件三大核心全线增长。游戏业务 8.03 亿元，相对平稳。
办公业务 24% 的增速放在整个 SaaS 行业里算亮眼，背后驱动力公告里点得很清楚：持续深化"AI、协作、国际化"三大战略。其中 AI 是最值得开发者关注的技术变量——WPS AI 不只是产品层面的功能叠加，而是正在改变文档生成、数据处理、协作流程的底层方式。
WPS AI 的技术落点
WPS AI 目前覆盖三个核心场景：
- 文档智能生成：根据提示词直接产出大纲、报告、合同草案，减少从零起草的时间。
- 数据洞察：在表格场景中，用自然语言描述分析意图，AI 自动生成公式、图表和摘要。
- 协作辅助：在 WPS 365 多人协作场景中，AI 帮忙总结会议纪要、提取任务项、追踪修改差异。
这些功能的技术底座是金山自研的大模型能力加上对办公场景的深度微调。对开发者来说，更实际的入口是 WPS 开放平台提供的 AI API——可以直接在业务系统中调用 WPS AI 的文档生成和数据处理能力。
用 WPS AI API 自动生成周报：一个可跑的示例
下面用 Python 调用 WPS 开放平台的 AI 接口，实现"输入本周工作要点，自动生成格式化周报"的流程。你需要先在 WPS 开放平台申请 API Key。
import requests
import json
from datetime import datetime
# ===== 配置区 =====
API_KEY = "your_wps_open_api_key" # 替换为你的真实 Key
API_BASE = "https://open.wps.cn/api/v1" # WPS 开放平台地址，以官方文档为准
# ==================
def generate_weekly_report(bullet_points: str, style: str = "正式") -> str:
"""
调用 WPS AI 接口，将工作要点扩写为结构化周报。
bullet_points: 本周工作要点，用换行分隔
style: 报告风格，可选 "正式" / "简洁"
"""
prompt = f"""你是一位项目经理，请根据以下工作要点撰写一份{style}风格的周报。
周报需包含：本周完成事项、关键数据指标、下周计划、风险与建议。
工作要点：
{bullet_points}
"""
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"model": "wps-ai-doc", # 模型标识，以官方文档最新值为准
"prompt": prompt,
"max_tokens": 1024,
"temperature": 0.3, # 周报场景偏确定性，温度调低
}
resp = requests.post(
f"{API_BASE}/ai/generate",
headers=headers,
data=json.dumps(payload),
timeout=30,
)
resp.raise_for_status()
result = resp.json()
return result.get("content", result.get("text", ""))
# ===== 运行示例 =====
if __name__ == "__main__":
my_points = """
完成用户画像模块上线，覆盖 3 个核心场景
修复 12 个 P1 级 bug，客户投诉率下降 18%
与数据团队对齐 Q2 指标体系，产出 5 页指标文档
"""
report = generate_weekly_report(my_points, style="正式")
print(f"{'='*40}")
print(f"周报生成时间：{datetime.now().strftime('%Y-%m-%d %H:%M')}")
print(f"{'='*40}")
print(report)
运行前需要替换 API_KEY，并确认 API_BASE 和 model 字段与 WPS 开放平台当前文档一致。如果平台尚未开放该接口端点，可以先用 WPS AI 的 Web 端手动验证 prompt 效果，再把 prompt 模板固化到脚本里，后续接口上线后无缝切换。
24% 增速背后的技术杠杆
办公业务涨 24%，不是靠用户数堆出来的单一指标，而是三条产品线各自找到了增长引擎：
| 产品线 | 增长驱动力 | 技术关联 |
|---|---|---|
| WPS 个人 | AI 功能拉动付费转化 | AI 生成、智能排版降低使用门槛 |
| WPS 365 | 企业协作场景渗透 | 多人实时编辑 + AI 会议纪要 |
| WPS 软件 | 政企信创替代加速 | 国产化适配 + 本地部署 AI 能力 |
值得注意的一点：WPS 365 的协作场景是 AI 落地最密集的地方。多人编辑一份方案文档时，AI 可以实时做内容补全、格式统一、冲突提示——这不是单点功能，而是把 AI 嵌进了协作流程本身。
国际化：下一个技术挑战
公告提到"国际化"是核心战略之一。WPS 在海外市场的技术挑战比国内更硬：
- 多语言文档理解：AI 模型需要同时处理中、英、日、韩等语言的文档生成与摘要，这对模型的多语言能力要求远高于单语场景。
- 合规与数据主权：海外企业客户对数据本地化存储有硬性要求，WPS 365 的云端协作架构需要适配不同区域的数据中心。
- 与 Google Workspace / Microsoft 365 的集成：海外用户不会只用 WPS，跨平台兼容性是入场券。
对关注出海的开发者来说，WPS 的国际化进展是一个可参考的案例：国产 SaaS 出海不是简单翻译界面，而是从模型多语言能力到基础设施部署的全链路改造。
给开发者的实践建议
如果你在评估 WPS AI 或类似办公 AI 能力接入自己的业务系统，几个检查点：
- 场景优先：先锁定高频重复场景（周报、合同初稿、数据摘要），不要一开始就追求"万能写作助手"。
- Prompt 模板化：把有效 prompt 固化为模板变量，像上面示例那样把业务要点作为输入、风格作为参数，比每次手写 prompt 稳定得多。
- 温度参数调低：办公场景对确定性要求高，
temperature建议设在 0.2–0.4 之间，创意场景可以放到 0.7。 - 人工审核节点：AI 生成的合同、财务报告等高风险文档，必须保留人工审核环节，不要全自动化直出。
- 监控 token 消耗：批量生成场景下 token 用量会快速累积，建议在调用层加计数和阈值告警。
金山这季度的数字说明一件事：办公 AI 不是概念，已经在贡献可量化的收入增量。对开发者而言，现在是把 AI 写进业务流程的好时机——先从一个小场景、一个可跑的脚本开始。