在 Meta 工作 8 年、曾任 Meta Superintelligence Labs 总监的 Rohit Patel 于 2026 年 10 月离职，带着一支仅 3 人且无外部融资 的团队推出了企业级办公平台 Ndoc（ndoc.ai）。Ndoc 直接对标 Microsoft Office 和 Google Workspace，于 10 月 27 日开启企业试点与有限 Alpha 测试，注册免费但按实际 Token 消耗计费，计划几周内推出 Beta 版并在 2027 年全面上线。与大厂把 AI 塞进现有表格和文档的做法不同，Ndoc 把演示看板、文字分析与底层 Python 代码合并在同一个工作区里，试图彻底终结打工人每天在 Excel、Word、PPT、Tableau 和 ChatGPT 之间来回复制粘贴的碎片化工作流，但这套激进方案在面对微软与谷歌的成熟定价和企业级安全审查时，胜算远没有极客们想象得那么大。
拆掉应用围墙与透明代码审计
企业级办公软件正处在路线分化的十字路口，微软、谷歌以及 2026 年 9 月刚推出 ChatGPT 内置共享工作区 Space 的 OpenAI 都在走集成路线，而 Ndoc 选择直接推翻传统的文件分类。在 Patel 看来，各大实验室把 AI 嫁接到传统电子表格上帮用户填格子，就像发明了电之后只想着给耕地的牛装上电灯，而不是直接去造一台拖拉机。
为了造出他眼中的拖拉机，Ndoc 将整个办公界面重构为三个平行的标签页：Stage 负责呈现幻灯片、数据看板、模拟模型或微型应用；Narrative 负责展示带有编号引用的分析文本、生成图表以及数据背后的推导逻辑；Model 则直接存放底层数据集与 Python 脚本。这种三层合一的架构直接源于 Patel 在 Meta 期间从事强化学习与 AI 输出可信度评估的经历。
商业分析师在日常工作中最怕 AI 在算账时出现黑盒幻觉。Ndoc 的解法是把生成图表和结论的 Python 脚本全部摊在明面上，哪怕用户完全不懂编程，也可以直接在对话框里追问脚本逻辑、核对具体哪一行代码写了计算公式。平台同时支持在个人、单篇文档、团队和公司四个层级维持上下文记忆，没有注册 Ndoc 账号的同事也能直接访问同一个工作区。
耕牛与拖拉机之争背后的价格账本
Patel 批评传统办公软件只会用 AI 填格子的说法虽然痛快，但并不完全符合当下的市场事实。Microsoft 365 的 Excel 目前早已支持通过 Copilot 直接调用 Python 进行深度数据分析、生成复杂公式与数据透视表；Google Workspace 也在应用内全面铺开了 Gemini。真正决定商业分析师和企业 IT 采购部门换不换工具的，是功能整合度与账单的可控性。
| 办公平台方案 | 核心 AI 与数据能力 | 定价模式（年付标准） | 适用团队特征 |
|---|---|---|---|
| Ndoc (Alpha) | 三层合一工作区、暴露底层 Python 脚本 | 免费注册 + 按 Token 消耗计费 | 追求端到端分析体验的敏捷团队 |
| Microsoft 365 + Copilot | Excel 内置 Python 分析、Office 全家桶联动 | 商业标准版捆绑包 23.50 美元/人/月 | 依赖传统表格生态与固定预算的企业 |
| Google Workspace Standard | Docs/Sheets/Slides 原生内置 Gemini | 14 美元/人/月（Starter 版 7 美元） | 强实时协作且对价格敏感的组织 |
Ndoc 底层采用混合开源模型进行构建和微调，从零开发的架构让它的运行成本明显低于直接调用前沿闭源大模型的同类产品。但早期试用者的真实反馈给 Patel 泼了一盆冷水：用户根本不关心底层是不是开源模型、运行成本省了多少，打动他们的唯一原因，是终于不用在五六个软件之间来回倒腾数据。
这也暴露了 Ndoc 在商业化上的第一个不确定性。微软商业标准版加 Copilot 捆绑包每月固定收费 23.50 美元（单独购买商业版为 14 美元，Copilot 附加组件折后 18 美元），Google Workspace 包含完整 Gemini 功能的标准版更是只要 14 美元/用户/月。相比之下，Ndoc 尚未公布具体费率的按 Token 计费模式，在高频处理大型企业数据集和反复调试 Python 脚本时，极易产生难以预估的浮动账单，这会让习惯按人头做年度预算的财务部门很难签字。
单文件开源游击战与企业级信任悖论
作为继全球事务首席官 Joel Kaplan、AI 研究员 Andrew Tulloch 和工作 AI 产品负责人 Emily Dalton Smith 之后又一位离开 Meta 的高管，Patel 选择单干的一个直接原因，是大厂的官僚流程容不下他对文件格式的改造。在 Meta 内部，如果想把一套新文件格式开源，往往需要几百号人开会讨论格式规范；而在 3 人初创团队里，他可以按 AI 的速度直接落地。
Ndoc 试图重新发明文件本身，允许用户把整个项目导出为单一的 .ndoc.html 文件，在任何浏览器里直接打开。Patel 计划将这一文件格式开源，让外部开发者都能围绕它开发应用，从而绕开微软和谷歌靠 .xlsx 与 .docx 维持了数十年的生态锁定。这是一场典型的游击战：零融资的小团队正面打不过大厂的销售网络，就用开源单文件协议去拆巨头的围墙。
解决了算法黑盒的信任，却还没跨过企业合规的门槛。
但恰恰是在信任这件事上，Ndoc 陷入了一个尴尬的悖论。它用透明的 Python 代码帮业务人员解决了对 AI 生成内容的信任危机，却因为自身的草莽状态，给企业 IT 安全部门制造了更大的平台信任盲区。
- 风险.截至 Alpha 版本发布，Ndoc 尚未公开任何产品级的隐私与安全合规文档（包括企业数据留存期限、客户数据是否用于模型微调、第三方安全审计报告），其承诺开源的
.ndoc.html也还没有放出公开技术规范与开源许可证。更棘手的是，基于 HTML 的单文件格式虽然跨平台极佳，但在导入和浏览器渲染时如果缺乏极其严格的标记净化处理，天然容易成为跨站脚本攻击（XSS）的温床。再加上市场上本就存在 NIDSOF 旗下的文档系统 Ndoc 以及医疗软件 NDoc 等同名产品，这家 3 人初创公司在 2027 年正式版交付前，必须先向企业客户证明把核心财务和业务数据交到它手里是安全的。