Vespper (YC F24): SOTA Docx MCP - Word文書編集におけるAIエージェントの課題と解決策
Launch HN: Vespper (YC F24) – SOTA Docx MCP
Word文書(.docx)の編集は、法律、金融、医療分野で不可欠だが、AIエージェントによる編集は依然として課題が多い。既存のアプローチには、低レベルSDKの使用、MCP(Managed Code Package)の利用、MarkdownやHTMLへの変換(ラウンドトリップ)があるが、複雑なシナリオでは限界がある。Vespperは、Infrastructure as Codeの考え方を応用し、エージェントが編集しやすいHTML形式に変換し、それを元の.docxファイルに忠実に再現する「Reconciler」モデルを開発した。このReconcilerは、HTMLとOOXML(Office Open XML)の変換ペアを学習したモデルであり、高速かつ高精度な編集を実現する。評価の結果、Vespper MCPは他のソリューションと比較して、コストが2.7~2.9倍安く、速度が2.7~3.5倍速く、精度も高いことが示された。特に長文の文書やテーブル、リスト、見出し、追跡変更管理などのタスクで優れた性能を発揮した。ただし、コメントの作成・返信、画像・動画の添付、潜在的スタイルのサポートは今後の課題である。
- Vespperは、エージェントが編集しやすいHTMLに変換し元の.docxへ忠実に再現する「Reconciler」モデルを開発。HTMLとOOXMLの変換ペアを学習したモデル
- 評価で、Vespper MCPは他のソリューション比でコスト2.7~2.9倍安く、速度2.7~3.5倍速く、精度も高いと示された
- 長文文書やテーブル、リスト、見出し、追跡変更管理などのタスクで優れた性能を発揮
- コメント作成・返信、画像・動画添付、潜在的スタイルのサポートは今後の課題として残る
Word文書(.docx)編集という文書ワークフローの基幹領域に対し、AIエージェントが扱える形式へ変換してから元ファイルへ忠実に戻す「Reconciler」を学習させることで、MCP経由のエージェント編集を実用レベルに引き上げた点が注目に値する。コスト2.7~2.9倍減、速度2.7~3.5倍、精度向上という定量比較は、法務・金融・医療など文書量が多く規制も厳しい業界でのエージェント導入経済性を直接左右する。Y Combinator出身のスタートアップによるMCP製品は、エンタープライズ向けAIエージェント基盤の競争軸が「モデル性能」から「業務ファイル形式の忠実な操作」へ移りつつあることを示唆しており、ドキュメント処理レイヤーの勢力図を占う材料になる。コメント対応や添付ファイル、潜在スタイル未対応といった残課題は、今後の機能拡張余地=成長余地と見ることもできる。