六大主流Agent横测，能打的只有两个半

六大主流Agent横测，能打的只有两个半 六大主流Agent横测，能打的只有两个半 Modified July 8, 2025 因为许多用户还停留在看个视频都需要找闺蜜借会员的阶段… 让他花 7 块钱买一个 PPT， 虽然不是不行，但除非你能证明他值得花这个钱。 这种游戏化的付费逻辑，本质上就是和用户对赌。 用户每点击一次开始，就是信任筹码下注。 如果 1 次生成能用，用户就愿意继续点； 如果 3 次都不行，用户可能就不点了； 大部分时候，用户不会把所有积分花完，他会在心里先下线这个工具。 并打上这个产品不能用的标签。 这个时候，再谈用户召回，就很难了。 所以，产品上线初期，哪怕体验模式，模型能力都得拉满。 不然用户流失之后，就真的失去了。 毕竟… 这么多 AI Agent 应用呢。 用谁不是用？ 可见，这不是功能问题，是信任消失的问题。 不是你最终能否做到，而是你有没有给我信心再爱一次。 如果 AI 产品要收费做商业化，就等于你的产品力和用户需求对赌。 用户要用你完成一件重要的事，你能不能 Hold 住， 能不能被信任一次， 再被信任一次， 才能决定你在他心里能不能留下来。 五、不是入口，而是用户心智。 我们前面说了很多 Agent 的执行力和可信度。 但你要真想留下来，还得回答一个更现实的问题： 用户怎么开始第一次？ 下一次他怎么记得住？不被别人截胡？ 你跑得再稳、设计再好，如果没人点开你，那一切免谈。 这是我拆完这几款产品之后，越想越清楚的一件事： 很多 Agent 可能会死在用不上、想不到、记不住。 这也是为什么我把「使用频率」单独写进公式里： 产品价值 = 能力 × 信任 × 使用频率 工具再牛逼，用户再信任，使用频率低，或者入口深，不顺手… 这个乘法公式，一项为 0，结果就归零。 所以我现在更倾向这么看这个问题： 真正能留下来的 Agent，不一定天天被用， 但一定在该它上的时候，能被用户记起来，然后快速点开， 不被别的应用截胡。 守得住地盘也是很重要的能力。 举个例子，当我在系统里拖拽一份文档的时候，ima 和豆包想着截胡文件解读权… 他们的 UI 还重叠着… 那一刻，我甚至有点想笑。 可以想见…接下来，就是各种产品的入口之争。 说不定，桌面端很可能会出现新一轮的入口大战。 所以你不但需要得到用户信任，绑定好动作，在用户出手前，得准备好承接。 那… 这岂不是流量为王，流量玩晒？ 是不是没平台入口就没机会了？ 这个问题我本来想给个理想主义的答案，但现实比这更残酷一点。 因为如果不能破圈，就没有流量；没有流量，你再好，也只有被大厂抄的命。 这个行业就是这样： 平台不挂你，你就进不了用户； 没人点开你，你连数据都积不出来； 大厂看见你做得不错，复制你流程、重写提示词、挂进他们的入口，成本几乎为零。 你产品效果好，别人跑得红，最后用户还是用红的。 因为红的最无脑，而且无脑的 70 分结果对很多用户而言，够了。 他们不需要你的 95 分的产品。 如果要创业，入口和能力同样重要。 在创业之前就要想明白：要么想办法快速起量，要么加入流量池。 不能想着酒香不怕巷子深。 没入口、没触点、没流量，你连跑一遍流程的资格都没有。 讲到这儿，最近一个视频我很认同… 你不红就是原罪，红了什么都对。 做得再踏实，没人看见，就是没人用；没人用，就是没用。 系统再完整，没流量触达，也只能活在 demo 里。 所以你要红，要卷视觉，要抓爆点，要造动图，要抢叙事窗口。 但红只是前提，接下来得活下去，所以要能跑流程、跑得起第二次、出错还能兜底。 这个行业已经不缺 AI 展示，而是缺真正能跑业务的 AI 。 红是运气，活下来才是实力。 写这一篇内容，其实没想给谁建议。 只是希望把自己的想法记录下来的碎碎念。 我现在再看 Agent，看的不是它有多强， 而是到底谁能留下来？ 写到最后我只剩一个答案： 谁能被顺手用上，谁就多活一轮； 谁能不让我兜底，谁就值得再被试一次； 谁能把结果写进业务流程，谁就能慢慢变成系统里的一部分。 其他都是彩头。 我是洛小山，咱们下一篇文章再见～ 因为许多用户还停留在看个视频都需要找闺蜜借会员的阶段… 让他花 7 块钱买一个 PPT， 虽然不是不行，但除非你能证明他值得花这个钱。 这种游戏化的付费逻辑，本质上就是和用户对赌。 用户每点击一次开始，就是信任筹码下注。 如果 1 次生成能用，用户就愿意继续点； 如果 3 次都不行，用户可能就不点了； 大部分时候，用户不会把所有积分花完，他会在心里先下线这个工具。 如果 1 次生成能用，用户就愿意继续点； 如果 3 次都不行，用户可能就不点了； 大部分时候，用户不会把所有积分花完，他会在心里先下线这个工具。 并打上这个产品不能用的标签。 这个时候，再谈用户召回，就很难了。 所以，产品上线初期，哪怕体验模式，模型能力都得拉满。 不然用户流失之后，就真的失去了。 毕竟… 这么多 AI Agent 应用呢。 用谁不是用？ 可见，这不是功能问题，是信任消失的问题。 不是你最终能否做到，而是你有没有给我信心再爱一次。 不是你最终能否做到，而是你有没有给我信心再爱一次。 如果 AI 产品要收费做商业化，就等于你的产品力和用户需求对赌。 用户要用你完成一件重要的事，你能不能 Hold 住， 能不能被信任一次， 再被信任一次， 才能决定你在他心里能不能留下来。 五、不是入口，而是用户心智。 我们前面说了很多 Agent 的执行力和可信度。 但你要真想留下来，还得回答一个更现实的问题： 用户怎么开始第一次？ 下一次他怎么记得住？不被别人截胡？ 用户怎么开始第一次？ 下一次他怎么记得住？不被别人截胡？ 你跑得再稳、设计再好，如果没人点开你，那一切免谈。 这是我拆完这几款产品之后，越想越清楚的一件事： 很多 Agent 可能会死在用不上、想不到、记不住。 这也是为什么我把「使用频率」单独写进公式里： 产品价值 = 能力 × 信任 × 使用频率 产品价值 = 能力 × 信任 × 使用频率 工具再牛逼，用户再信任，使用频率低，或者入口深，不顺手… 这个乘法公式，一项为 0，结果就归零。 所以我现在更倾向这么看这个问题： 真正能留下来的 Agent，不一定天天被用， 但一定在该它上的时候，能被用户记起来，然后快速点开， 不被别的应用截胡。 真正能留下来的 Agent，不一定天天被用， 但一定在该它上的时候，能被用户记起来，然后快速点开， 不被别的应用截胡。 守得住地盘也是很重要的能力。 举个例子，当我在系统里拖拽一份文档的时候，ima 和豆包想着截胡文件解读权… 他们的 UI 还重叠着… 那一刻，我甚至有点想笑。 可以想见…接下来，就是各种产品的入口之争。 说不定，桌面端很可能会出现新一轮的入口大战。 所以你不但需要得到用户信任，绑定好动作，在用户出手前，得准备好承接。 那… 这岂不是流量为王，流量玩晒？ 是不是没平台入口就没机会了？ 这个问题我本来想给个理想主义的答案，但现实比这更残酷一点。 因为如果不能破圈，就没有流量；没有流量，你再好，也只有被大厂抄的命。 因为如果不能破圈，就没有流量；没有流量，你再好，也只有被大厂抄的命。 这个行业就是这样： 平台不挂你，你就进不了用户； 没人点开你，你连数据都积不出来； 大厂看见你做得不错，复制你流程、重写提示词、挂进他们的入口，成本几乎为零。 你产品效果好，别人跑得红，最后用户还是用红的。 因为红的最无脑，而且无脑的 70 分结果对很多用户而言，够了。 他们不需要你的 95 分的产品。 如果要创业，入口和能力同样重要。 在创业之前就要想明白：要么想办法快速起量，要么加入流量池。 不能想着酒香不怕巷子深。 没入口、没触点、没流量，你连跑一遍流程的资格都没有。 没入口、没触点、没流量，你连跑一遍流程的资格都没有。 讲到这儿，最近一个视频我很认同… 你不红就是原罪，红了什么都对。 你不红就是原罪，红了什么都对。 做得再踏实，没人看见，就是没人用；没人用，就是没用。 系统再完整，没流量触达，也只能活在 demo 里。 所以你要红，要卷视觉，要抓爆点，要造动图，要抢叙事窗口。 但红只是前提，接下来得活下去，所以要能跑流程、跑得起第二次、出错还能兜底。 这个行业已经不缺 AI 展示，而是缺真正能跑业务的 AI 。 红是运气，活下来才是实力。 写这一篇内容，其实没想给谁建议。 只是希望把自己的想法记录下来的碎碎念。 我现在再看 Agent，看的不是它有多强， 而是到底谁能留下来？ 写到最后我只剩一个答案： 谁能被顺手用上，谁就多活一轮； 谁能不让我兜底，谁就值得再被试一次； 谁能把结果写进业务流程，谁就能慢慢变成系统里的一部分。 谁能被顺手用上，谁就多活一轮； 谁能不让我兜底，谁就值得再被试一次； 谁能把结果写进业务流程，谁就能慢慢变成系统里的一部分。 其他都是彩头。 我是洛小山，咱们下一篇文章再见～ 参考资料： 红杉资本：永远在线的经济：AI 在未来 5 7 年的真正影响 https://www.sequoiacap.com/article/always on economy/ 红杉资本：Agents on the Brain https://www.sequoiacap.com/article/ai agents perspective/ a16z：每个白领角色都会有一个AI Agent https://a16z.com/ai copilot ai agent white collar roles/ 硅谷 101： https://mp.weixin.qq.com/s/Xh1wtgSpgkZXrCtZrNQI8w https://mp.weixin.qq.com/s/Xh1wtgSpgkZXrCtZrNQI8w 朱啸虎分享： https://www.bilibili.com/video/BV1rjZ4YFEG2 红杉资本闭门会： https://www.bilibili.com/video/BV1uq5KzpESr 🔗 原文链接： https://mp.weixin.qq.com/s/d8ECm7If... https://mp.weixin.qq.com/s/d8ECm7If... 卡尔的AI沃茨2025年06月02日 14:05 浙江 编者荐语： 上半年的Agent们卷通用、卷设计、卷办公、卷创作、卷OA，所以有没有一个评测体系能测出它们的好用程度呢？于是这篇全面不难懂的文章诞生了！ 以下文章来源于洛小山 ，作者洛小山 Hi ，我是洛小山，与你一起聊聊 AI 与文字创作。 最近一直想写一些我对 AI Agent 产品以及商业化的思考，工作太忙了以至拖到现在 （不是懒） ，趁着假期碎碎念然后安心带娃。 Ps. 我会把所有相关引用原文放到文章底部参考资料部分，便于你进一步阅读。 🏕️ 全文大纲 一、这些 Agent 真能留下来吗 二、拆解代表性 Agent 三、垂类 Agent 会被模型升级淘汰吗 四、信任是不是 Agent 的护城河 五、入口和心智同样重要 全文大纲 一、这些 Agent 真能留下来吗 二、拆解代表性 Agent 三、垂类 Agent 会被模型升级淘汰吗 四、信任是不是 Agent 的护城河 五、入口和心智同样重要 一、这些 Agent 真能留下来吗？ Karpathy 说：“未来十年是 Agent 的十年。” 这话听起来有点像 VC 忽悠人的 Slogan。 不但句式完整，想象力很足，甚至还带那么点规划。 不过，我深以为然。 因为现在 Token 越来越便宜， MCP 越来越丰富，用户也越来越能接受长耗时的 AI 过程。 过去半年，我们眼见着一个个 Agent 产品从 Demo 走向 B/C 端 … Manus、扣子空间、Lovart、Flowith Neo、Skywork，还有最近开源的超级麦吉。 邀请码被炒到几千块，内测还没上线就有企业问能不能搞私有化部署的都有。 只不过，我越用越在想，这么多 Agent， 到底什么样的产品，能在大浪淘沙之后留下来？ 我自己拆解产品价值时，会考虑这样的一条公式： 产品价值 = 能力 × 信任 × 频率 • 能力： 指的是你到底能帮用户做成什么事？有没有形成稳定、可交付的产物？ • 信任： 是用户愿不愿意让你接手这件事？过程是否可控、行为可解释？ • 频率： 则是你是不是在用户需要的场景里，随手能调起？ 每个维度最高分是 3 分；分为 高中低与 0。 基础线是 8 分，超过 8 分属于好 Agent， 低于 8 分属于存疑产品。 公式参考了很多一线投资人的观点： • Reid Hoffman 说过，“未来我们每个人身边都有多个 AI 伙伴，它们组成一个能和你共事的Team”，但前提是：你信它、你能管它、你能复用它。 • a16z 提醒创业者，Agent 的进化路径从 Copilot 到独立 Agent，需要能不能接住需求开始。 • 红杉资本 甚至用“Always On Economy”来描述 Agent 的未来形态，但前提依然是：你有没有能力、你值不值得信任、你是否活在用户日常操作里。 所以，Agent 产品不是谁跑得快、干得像人，就能活得下来。 而是谁在这三个维度上，每个都不能是零。 二、拆解代表性 Agent 那到底，哪些产品的「能力 × 信任 × 频率」乘积够大，真的有留下来的可能？ 我选了六个过去半年被频繁提及、在 B / C 端都有真实用户使用的 Agent 产品： Manus、扣子空间、Lovart、Flowith Neo、Skywork，以及超级麦吉。 试着测评这几个产品，套一下上面的公式，试着从这三件事来看清它们各自的关键点： 1. 能力：它到底帮你完成了什么任务？ 2. 信任：做得质量能不能一次生成？ 3. 频率：它能不能更高频承接你的需要？ 评分是个人主观评分，如果有不同意见，欢迎评论区讨论。 Ps.如果你不想看各个产品拆解，可以快速滑动到后面的思考部分。 Manus：爆得快，掉得也很快 我第一次看到 Manus，是那天晚上卡兹克在群里的直播。 一句话描述任务，它就能自动拆解、规划、执行，再拼出一个完整的结果页面，甚至会自动写总结。 那一瞬间我确实动心了：这是不是已经比 Copilot 更像 Agent了！ 但真正用下去之后，我看到… • 它只能在独立网页上跑流程，入口重，没法嵌进任何我日常工作的地方； • 流程跑一半经常上下文断掉，中间卡住一环，等好久回头就挂了； • 它能做事，但我说不上它做得是不是我真正想要的：我给命题，他还结果。 然后…这个结果，是不是你心里那个目标？ 难说。 后来它限流，我就再没点开了。 它确实给了“能用”的场景，但没留下“好用”的理由。 Manus 的问题不在于交互多么牛逼，而在于我用了一次，我没有信心开第二次。 用「能力 × 信任 × 频率」的评估公式，来看看它： • 能力一般，成功率基本上在 20% 以下，给 1 分； • 信任也有暴露，中间步骤、引用内容都可查，给 2 分 ； • 但 Manus 很难融到用户的工作环境中，满血版不支持国内网络环境，给 1 分。 最终分数是：2 分，基本上归类到玩具一类。 但是但是！ Manus 的意义，还是得单独拿出来说。 它让很多用户第一次意识到，甚至是AI 产品从业者意识到：Agent 不是更聪明的对话，而是更完整的动作链。 你可以说它只是缝合怪、demo 感太重， 但它确实让我们看见了一个新的范式。 Agent 不再是 Chat bot，而是：你说一个任务，它替你走完全流程。 就像硅谷 101 那篇文章标题写的： Manus 不够好，但天快亮了。 Manus 不够好，但天快亮了。 这个视频链接放在文末参考资料里，值得一看。 扣子空间：路线对，链路完整，但还在找用户留存的理由 扣子空间我之前单独写过一篇测评与拆解。 那时候我的判断是，它的意义不在“用起来多聪明”，而在于： 它是我第一次看到有 Agent 系统，能真的把「MCP 调用、任务编排、结果交付」稳定地跑完。 因为这件事不是谁想做就能做，MCP 接入只是门槛，更大的难题在于： • 有没有牛逼的调度系统帮助跑完； • 有没有工程化机制能兜住各种异常； • 有没有敢做全链的基础架构。 它做得不完美，体验还不够顺滑，但它的 路径清晰，方向可信 。 但拉回现在这套「能力 × 信任 × 频率」的评估公式，再来看看它： • 能力没问题，链路完整、MCP 体系化使用，给 3 分 ； • 信任也有暴露，中间步骤、引用内容都可查，给 2 分 ； • 频率稍弱，它更多是被挂在扣子空间的页面里，需要用户收藏页面，给 2 分。 ◦ 如果哪天扣子空间合并到了飞书中… 那就是 3 分。 ◦ 如果哪天扣子空间合并到了飞书中… 那就是 3 分。 最终 12 分，属于后续更新了新版本，我会愿意积极尝试的程度。 我甚至觉得，如果今年内会出现一款杀手级 All In One 的 Agent 应用， 扣子空间的胜率很大。 因为…豆包模型 + 火山 MCP + 豆包的体量 + 扣子的Agent 调度能力； 天时地利人和几乎占尽… 如果扣子空间的运营看到，请给我打钱谢谢… 而且，在架构上，扣子空间是系统最完整、迭代路径最清晰的 Agent 产品之一。 虽然迭代路径清晰，架构完整，但它要留下来，可能还得回答一个问题： 由于扣子空间是通用 Agent，那么… 在哪个任务场景里，用户能第一时间想起你？ 至少现在，我还没建立起这个直觉。 Lovart：直接给你交稿 Lovart 是为数不多，我真正当做生产力工具的 Agent。 也是我真的用钱投票的产品。 因为它实实在在做到直接交稿的事情： • 我提需求，它自己拆成任务； • 中间怎么画、用什么风格、怎么配色、怎么分层，它全程自己决定； 我全靠 Lovart 设计我公众号的主视觉。 这真·是生产力工具。 他带来的价值，是我不具备的 “关于设计的 Know How”。 我不需要再思考 prompt 写得够不够好，反正我没有它好，我只要习惯只表达目标。 我不需要再思考 prompt 写得够不够好，反正我没有它好，我只要习惯只表达目标。 我之前专门写过一篇拆解它的文章，里面分析了它如何用 KnowHow 构建流程、生成统一风格的 MBTI 套图、如何自选工具链和标准化交付结构。 如果用「能力 × 信任 × 频率」这个公式来看： • 能力，几乎是“以交付为核心的整合型能力”，不是拼拼图而是真能做成事，我给 3 分； • 信任，在于你知道它交得出来，哪怕你点“生成”前会犹豫，但点完后大概率会满意，同样给 3 分； • 频率，目前还是偏工具型，入口依赖用户主动保存并打开，我给 2 分。 总分 18 分，属于优秀 Agent。 我很喜欢 Lovart，它几乎能满足我的大部分设计场景，我只需要发起多次任务，然后收割结果。 很多人说它是个缝合怪，但我觉得它是缝合得特别好的缝合怪。 我认，我冲。截图会员身份以示支持。 Lovart 运营看到了也请给我打钱QUQ Flowith Neo：交互非常独特的 Agent 在没出 Agent 的时候，我就很喜欢这样的交互了。 我和 Chat bot 对话的过程中，会基于某个节点进行新提问， Flowith 将这部分具象化了。 Neo 发布之后，我觉得是真的遵循好 Planning 、Action 范式的 Agent。 比如，我让他分析 它没有二次确认，上手自己开始拆： • 筛选股票、抓市场新闻、汇总分析； • 一步步走工作流、结构化生成、分模块输出。 页面上每个流程节点都能看到内容，生成速度很不错，最后结果汇总成报告。 很大程度上缓解了我对AI 掌控的焦虑。 但仔细拆了之后，我发现它有两个关键能力特别牛逼： • 一个是并发。不是并行调几次这种Level，而是它可以在一个任务里同时起N个执行链，互不冲突、稳定输出； • 另一个是 并发之后的串联机制 。并发带来的超长上下文，要怎么不超 模型 Token 上限？ 这个是很令人头痛的工程化瓶颈，而 Neo 在这一步做得很好，能把并发节点自动组织、排序、压缩甚至推给下一步模型继续用。 它能把推理结构具象化，这是一种很酷的 AI 设计，我很喜欢。 不过，我不能代表所有用户，这个酷酷的交互，对大部分基础用户来说… 很多用户并不需要一个画布，他们只要一个开始，一个结束。 因为画布的交互，不是所有普通用户都能玩明白，自由的画布反而会让人无所适从。 很多用户并不需要一个画布，他们只要一个开始，一个结束。 因为画布的交互，不是所有普通用户都能玩明白，自由的画布反而会让人无所适从。 所以如果你真有任务需要 Agent 跑流程，那它值得一试。 但如果你想找一个每天都能给你干活的搭子，它可能还不够顺手。 如果用「能力 × 信任 × 频率」来拆： • 能力没得说，它能拆能跑、执行链完整、支持高并发，后处理能力也在线，给 3 分； • 信任也可以，流程透明、失败可查、输出有状态，给 3 分； • 频率偏低，太开放的命题让我不知道他能做哪些，给 1 分。 总分 9 分；我对它的评价可能更多是一个玩具。 哦对，刚刚我给他的命题，他真的给我推荐了。 好的，相信你，我建仓了… Flowith 你最好… 靠谱一点… Skywork：Manus Pro Ultra，办公界的 Lovart Skywork 是我目前看到“办公场景最强 Agent”的产品。 虽然它长得像 Manus，但我得说一句公道话： 它比 Manus 强太多了。 其实很多 Agent 产品的基本形态都像 Manus，可见：Manus 还是走得挺超前。 但 Skywork 不是简单的模板，它是把 Manus 产品框架理解、吃透， 再结合用户的真实需求，重新做了一遍。 在用户交互、任务结构、执行逻辑这几件事上，彻底补上了“能用”与“好用”之间的Gap。 我测试它的时候，是让它分析「金山办公股票值不值得买」，给我做个 PPT。 一句话输入之后，它并不会立刻开跑，而是先确认任务范围： • 明确分析维度（财务、行业、风险、时间跨度）； • 分模块列出任务计划：公司概况、主营业务、行业对比、竞争格局、投资建议； • 接着通过 MCP 工具访问证券网、年报、同花顺 F10 页面，自动抓数； • 最后通过 HTML 生成一组完整的页面，然后再把 HTML 转成完整的 PPT。 • 更离谱的是，它加了溯源功能！ 没有废话、不炫技，没有找点资料糊弄我一脸，老老实实查数据、跑引用、出图表、做 PPT。 虽然中间因为访问来源太多，被反爬挂了一两个链接，但对最终结果几乎没影响。 我觉得，这也是 Skywork 的真正价值所在： 它不是 ChatBot，不是 CoPilot，也不是 Flowith 那种玩流程自由的系统。 它就是这是一个班味很重的牛马 Agent，知道我要啥的 Agent。 它不是 ChatBot，不是 CoPilot，也不是 Flowith 那种玩流程自由的系统。 它就是这是一个班味很重的牛马 Agent，知道我要啥的 Agent。 如果说 Lovart 是最懂设计的 AI ，那 Skywork 就是最懂写 PPT 的 AI。 接下来， 我想说： 它强调的不是充满个性，而是稳定 & 可信。 因为： • PPT 是有架构的； • 推荐理由是清楚的，甚至每段带引用； • 执行链是可查的，数据来源可回溯； • 输出文件是能直接用的，而不是那种表演型的 Agent。 这也是我用完它之后，特别认同红杉资本那句判断： “你最好给客户一个端到端的解决方案，而不是把工具怼到他脸上。” “你最好给客户一个端到端的解决方案，而不是把工具怼到他脸上。” 国内注明投资人朱啸虎也有类似的观点： AI 即服务，工具是卖不出价钱的，用户买的是结果。 引用我在年初推文的这段话，我觉得现在还是没有改变的： 用户对 AI 产品的付费动力： 看起来，买的是工具的能力， 但本质是是为了AIGC 的产物付费；是为优质的内容买单。 Skywork 给的就是一个完整、能交、能解释、能改的结果。 如果按「能力 × 信任 × 频率」来拆： • 能力不在多，而在准。它知道你要一份什么样的稿子，也知道怎么分步骤完成它，我给 3 分； • 信任值很高，每一段都有出处、有结构、不跑题、能兜底，我给 3 分； • 频率不算日常，但凡你要做个材料，天工肯定是我首选的外包对象，我给 2 分。 天工在我心里是 18 分，很优秀。 可以看看天工生成的报告，对我这需求而言，这份报告已经完成了 90% 这个 PPT 甚至超越了大部分普通用户的 PPT 设计水平。 内容质量，在今天的 Agent 产品产物里，已鹤立鸡群。 超级麦吉：融入到 OA 里的 Agent 麦吉是我特地加入的一个 Agent。 它代表着另一类我们平时看不到的， 真正跑在 B 端系统里的 Agent 。 如果你是创业团队，需要协作软件，推荐你试试麦吉，它很接近我理想中 AI 驱动产品的形态。 github地址： https://github.com/dtyq/magic 甚至… 它也有深度研究 & 生成 HTML 或者 PPTX。 它的界面和天工很像，只不过它开源得更早。 开源的结果，就是：如果一些闭源产品的产品力赶不上他，那闭源产品对于小团队而言的吸引力会降低。 不同于 Flowith、Lovart 那样强调 AIGC ，麦吉关注的是： OA 里那些没人愿意干、但又天天得人干的事情，谁来替你干？ OA 里那些没人愿意干、但又天天得人干的事情，谁来替你干？ 比如： • 发票识别、校验、归档；我每次都在Q快结束的时候，匆匆报销… • 审批流程的权限路径判断，不需要你手动添加审批人； • 企业内报表的匹配、统计、还有解读以及可视化； • 供应链表单的结构化填写、字段关联与表单转化… 麦吉是我目前看到最“安静”的 Agent。 没有大入口，只有流程需要它的时候，它会自己出现。 没有大入口，只有流程需要它的时候，它会自己出现。 比如直接发起出差申请 或者 AI 智能审批。 测试的时候，我甚至不觉得这玩意是 Agent，但它确实很有用。 它的有用，是融合到 OA 里的，是真·提能增效。 毕竟能让你： • 不需要再重复填同一张表； • 不需要手动发催办； • 也不用因为一张差旅单在 OA 系统里点 N 个按钮。 这也是为什么我愿意把它放进来… 麦吉官方关注我了吗，看到的话也请给我打钱… 所以，麦吉产品和AIGC Agent 不一样在于， Agent 不是一定要交付内容才能成立，有时候它是替你跑流程的 Agent。 所以如果按「能力 × 信任 × 频率」来拆： • 能力是流程执行能力，而不是 基模的 AIGC 能力， 产品团队做好了转换，我给 3 分； • 信任必须是系统级的，它必须极度可靠、权限明确，否则是公司级的弃用，我给 2 分； • 频率极高，只要公司流程在，麦吉就要在，不需要员工主动点开；这种在 OA 环境里，妥妥的 3 分。 同样的 18 分。 上面这些产品拆完之后，我的判断更明确了一些： 有的 Agent 看起来花里胡哨的，显得是大聪明，但我不愿用第二次； 有的 Agent UI 平平无奇，但我每次写材料还是会想起它。 有的需要你通过入口进入，主动发起，有的是直接嵌在 OA 流程里被动调用。 有的 Agent 看起来花里胡哨的，显得是大聪明，但我不愿用第二次； 有的 Agent UI 平平无奇，但我每次写材料还是会想起它。 有的需要你通过入口进入，主动发起，有的是直接嵌在 OA 流程里被动调用。 它们功能各异、路径不同，但仍然可以用三个问题把它们串起来： 它能不能完成一次完整的任务？ 用户愿不愿意再问第二次？ 它是不是你想用的时候，能快速出现？ 它能不能完成一次完整的任务？ 用户愿不愿意再问第二次？ 它是不是你想用的时候，能快速出现？ 回到公式： 产品价值 = 能力 × 信任 × 频率 这三项，不是哪一项强就能顶掉其它。 而是三项一乘，只要有一项是 0，结果就是 0。 不是谁功能最多，谁就能留下来； 也不是谁最像真人，谁就能占据用户心智。 而是谁的三项乘积，不为零。 不过，拆解的产品之中，有的是通用 Agent，有的是垂类 Agent。 光聊 Agent 可能不太好理解，所以后面我计划使用专才和通才进行分析。 如果我们把 Agent 比做真人，通用 Agent 就是通才，啥都能干点（可能还不错），但很少能已干到底； 垂类 Agent 就是某个领域的专家， 可能交流 0分，干活满分。 你不一定每天找他，有的时候甚至很怕和他交流… 但真正要搞点啥的时候，还是得他来处理。 我自己的判断是： 至少在现在这个阶段，真正能留下来的， 一定是垂类（专才） Agent。 它们把场景吃透了，流程做稳了，结果也能直接交上去。 至少在现在这个阶段，真正能留下来的， 一定是垂类（专才） Agent。 它们把场景吃透了，流程做