七天一万星的「重写 Word」，README 里写着 alpha：AI 重做办公软件走到哪一步了

📅 2026年10月14日 01:57 · ⏱ 8 分钟阅读 spark1 2 次阅读 📂 AI普惠系列

听全文

点击播放，AI语音朗读全文

1.0x

音色

Alt+L 开关面板 Space 播放/暂停 Esc 关闭 Alt+S 停止 Alt+P 固定

标签 AI工具 AI+前沿科技

《七天一万星的「重写 Word」，README 里写着 alpha：AI 重做办公软件走到哪一步了》

2026 年 10 月 7 日，GitHub 上同时冒出三个新仓库，标题都很响：用纯 Rust 从零重写 Word、重写 Excel、重写 AutoCAD。七天后的 10 月 14 日，我用 GitHub 官方接口查了一遍：写 Word 的那个攒到 10,652 颗星，另外两个 4,314 颗和 4,032 颗。

如果数字属实，这确实是现象级。但我把最火那个仓库的 README 从头读了一遍，在漂亮的功能清单之外，它自己写着一句状态说明：项目在 alpha。这篇文章不想替你下结论，只想把「它到底走到哪一步」和「下次遇到同类爆款你该怎么查」讲清楚。

一、先把事实摆出来，再谈情绪

三个仓库来自同一个团队（署名 ArtCraft，仓库在 storytold 名下），都是 Rust 写的，许可是 Apache-2.0（页面标注 MIT 或 Apache-2.0 双许可任选），各自已经发了 3 个版本：

WordCraft：自称开源、净室重写的 Word。读也写 .docx，界面沿用你熟悉的那套：功能区、样式、表格、修订跟踪、引用、邮件合并；能在 macOS、Windows、Linux、BSD 上跑，也能在浏览器里靠 WebAssembly 跑。
GridCraft：同思路的电子表格，对标 Excel。
CADCraft：计算机辅助制图，对标 AutoCAD。

这些都是接口里查得到的硬事实，没有演绎成分。真正需要多读一眼的，是下面这段。

二、README 自己给的完成度：88% 的功能区，55%~63% 的能用

这个项目难得的地方是它没有把话说满。README 里的状态段大致是这样：项目在 alpha；按命令算，覆盖了 Word 功能区内容的 88%；但把「深度、文件保真、稳定性」一起折算，作者估计大约 60% 的场景能替代 Word 完成真实工作，对专业人士一周的常用操作约 55%，对日常必需功能约 63%。

它还列了 Beta 之前欠的五件事：拿真实世界的 .docx 文件来回测、让图表和 SmartArt 往返不失真、把分页做得更贴近 Word、一轮稳定性清扫、原生打印。

于是有了第一条判据：星标数衡量的是有多少人在围观，README 里的路线图和差距清单衡量的才是有多少人明天能拿它干活。 这两件事经常差一个数量级。

三、下次遇到「N 天 M 万星」，你可以自己查三样

不需要任何账号，浏览器或命令行访问 GitHub 的公开接口就行（api.github.com 后面的 repos/所有者/仓库名换成目标路径，另一个接口把结尾换成 releases）。

仓库年龄和发版节奏。看 created_at 与 pushed_at，再看 releases 列表。建仓三个月、今天还在提交的项目，和建仓七天、只发过一版的项目，成熟度不是一回事。
fork 数与 star 数的比例。拿 forks_count 除以 stargazers_count。工具类仓库正常大致落在几个点到十几个点的区间，这三仓分别是 25.3%、43.5%、45.4%，明显偏高。偏高不等于造假，教程引流、批量练手的 fork 潮都能造成这个形态——但它足够让你在转述「多少星」之前多查一步。顺带一提，一个七天的新仓挂着 666 条未处理 issue，也值得想一想。
增速类数字的来源。GitHub 的接口里没有星标历史字段，任何「一周涨多少万」都来自第三方榜单，属于二手数据。看到这类数字，先问一句：谁给的时间窗，怎么测的。

给个对照组：Epic 那款开源调试器 raddebugger，2024 年 1 月建仓，到 10 月 14 日是 8,469 颗星。数字小得多，但它是被真实用户在往上推的。

站内 10 月那篇 Strata 实测：12 GB 显存跑 125B 大模型用的就是同一套办法：拿实测数字代替宣传数字。同一周另一篇我把 Anthropic 的事故清单逐条读完处理的是另一个方向的问题——AI 自己绕过限制去服务器上跑命令。一个是「能不能做」，一个是「做到了什么程度」，都值得读。

四、「净室重实现」不是抄袭，但它有自己的门槛

这三个仓库反复强调一个词：clean-room，中文一般译作净室。做法是刻意分两组人：A 组去研究原软件，只产出功能规格说明；B 组禁止接触原代码，只按规格写实现，两边之间留书面记录。目的是证明新代码是独立创作的，而不是复制来的。

法律上这条路的依据主要来自两个美国判例：

Sega 诉 Accolade（第九巡回上诉法院，1992）：为了拿到兼容性信息而反编译，构成合理使用。
Google 诉 Oracle（联邦最高法院，2021，6 比 2）：复用 Java 的声明代码构成合理使用。

中国的口径结构不同，但有一条常被引用的使用限制。现行《计算机软件保护条例》第十七条写的是：为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬。

2026 年 10 月，美国一家知识产权律所专门讨论了「AI 把反编译变得很便宜之后，软件版权怎么办」，落点仍然回到流程本身：完整的净室留痕，才是独立创作的证据。

所以这件事的因果其实是：AI 把「照着做一遍」的成本打下来了，同时把「你的过程干不干净」的要求抬上去了。 想用一个 AI 照着现成软件抄一份出来然后商用，风险不在技术上能不能做到，而在你能不能证明过程独立。

以上只是把公开条文和判例摆在一起，不构成法律意见，涉及商用请先咨询专业律师。

五、对普通人来说，这件事有什么用

别把「重写了 Word」读成「我可以卸载 Office」。 它自己都没这么说，README 里那行 alpha 就是它给自己的定位。
真想找替代品，先翻路线图和差距清单，再看星数。 你的高频操作如果正好落在作者承认还没做扎实的那一格（比如图表往返、分页、打印），那这仓库暂时帮不了你。
只是想生成一份能直接交的文档，站内有现成路子。 AI Word 文档生成走文字到成稿，文档转换 Pro 管批量转换和扫描件识别，只处理 PDF 转 Word 的有专门入口，全都在工具目录里一次看得到，不用注册就能先看怎么做。
想认真学 AI 编程，学习路线比围观爆款重要。 可以参考站内的 AI 时代还需要学编程吗，还有那篇讲开源和闭源该看哪一边的入门文。一个会写代码的人和一堆会写代码的仓库之间，隔着的是判断力。

最后留一句判断力的话：这波三个仓库值不值得关注？值得。它们把「AI 到底能不能独立完成大型软件工程」这件事摆到了台面上，而且作者自己承认还差四成。围观这种东西最好的姿势，是一边看热闹一边翻差距清单。

Q: 这个「重写 Word」的项目现在能替代 Office 吗？

按它自己 README 的自述：项目在 alpha，按命令算覆盖 Word 功能区内容的 88%，把深度、文件保真和稳定性折算进去，自评约 60% 的真实工作场景可用，专业人群一周常用操作约 55%，日常必需功能约 63%；Beta 之前还欠真实 .docx 往返测试、图表与 SmartArt 保真、分页贴近、稳定性清扫、原生打印五件事。当学习和研究对象很值，但别把重要文档交给它。

Q: 用 AI 照着一个现成软件重做一遍，算不算侵权？

关键在方法而不只是结果。净室做法要求读过原软件的人和写新代码的人分开，并且留下过程记录。美国两起判例在不同层面认可了这件事：1992 年 Sega 诉 Accolade 认定为了兼容性信息反编译属合理使用，2021 年 Google 诉 Oracle 认定复用声明代码构成合理使用。中国现行《计算机软件保护条例》第十七条覆盖的是为了学习和研究软件内含的设计思想和原理的使用情形。这些不构成法律意见，涉及商用请找专业律师。

Q: 我怎么自己判断一个爆红的开源项目靠不靠谱？

三条就够：第一看 created_at 和 releases，判断仓库年龄与是否持续发版；第二看 README 里的路线图和差距清单，看作者自己承认还有什么没做扎实；第三看 forks_count 除以 stargazers_count 的比例是否异常。前两条决定它能不能用，第三条决定它的星标数字要不要打折。