今天小編分享的科技經驗：擠爆字節伺服器的Agent到底啥水平？一手實測來了，歡迎閱讀。
" 字節版 Manus" 有多能打？量子位實測在此。
△扣子智能體生成的活動介紹網頁
我們用光了一天的對話額度，考驗了扣子空間（Coze Space）的信息整理、任務執行、工具調用等多項技能。
結果，仍處在早期測試中的扣子空間整體表現已經相當驚豔，在自主任務規劃和資料搜集方面表現不錯，已經具備解決很多真實任務的潛力。
不過在指令遵循方面，還是比較 " 有自己的想法 "。
簡單介紹一下，扣子空間是字節在剛剛過去的周末推出的智能體協作系統，官方主打 " 你和 AI Agent 協同辦公的最佳場所 "。
由于放出來的 demo 效果驚豔，過去幾天裡還出現了擠爆伺服器的場面。
而第一波拿到邀請碼的幸運兒，在體驗後也第一時間分享了使用感受：
對比智能體确實是一個大飛躍。
更适合用來分析報告，主要作用是幫助用戶搭起整體框架。
當然，作為幸運兒之一，我們也趕緊進行了一波實測。
有腦有手的通用智能體
扣子平台的通用智能體，抽成了探索和規劃兩種模式，官方的介紹是這樣的：
實際用下來的話，探索模式更注重效率，而規劃模式則會對任務進行詳細拆分，條理更加清晰。
自動整理搜集信息，一句話制作網頁 /PPT
先來看探索模式，我們讓它整理了一下波音 747 系列飛機的發展歷程。
可以看到，智能體根據給出的話題自行擴展延伸了許多搜索詞并執行了檢索，最後形成了一份文字報告。
利用整理好的資料，可以直接制作出一個網頁（或者 PPT 也可以），頁面包含了比較豐富的内容，排布簡潔，美觀性也說得過去。
并且除了文字内容，生成網頁時智能體還補充了產量統計圖和關鍵時間線。
有腦還有手，自主規劃執行任務
在規劃模式下，扣子智能體不僅會整理資料，還支持在虛拟沙盒環境中操縱電腦、浏覽網頁，執行訂票等操作。
比如我們讓它幫忙訂一張明天（23 日）下午從北京到上海的高鐵票。
比較有意思的是，智能體一開始的動作是搜索高鐵票該怎麼訂，不清楚是模型自己真的不知道，還是這裡強制設定了檢索過程，但總之，如果真遇到不會的技能，通過檢索來彌補也不失為一種策略。
12306 平台需要登錄才能進行訂票，智能體能夠準确識别到這種狀況，并提示我們手動接管。
不過，可能是沙盒環境受到了限制，在執行檢索之後頁面并未顯示結果，因此整個流程未能順利完成。
但從智能體的操作過程來看，網頁信息識别和規劃執行能力已經很不錯了。
接入 MCP，智能體不再 " 孤軍奮戰 "
除此之外，扣子也支持 MCP 協定，并接入了飛書文檔、GitHub、MySQL 數據庫、天氣、地圖等一系列 MCP 應用。
于是結合 MCP，我們來整個大活。
上周，量子位中國 AIGC 產業峰會 2025 成功舉行，我們将其會議流程和嘉賓信息整理到了一份文檔當中，要求智能體将這些材料整理出一份網頁版會議指南。
并且還調用了地圖、天氣和語音合成三個 MCP 插件，在網頁中加入天氣預報、交通指南和嘉賓介紹語音播報。
可以看到，智能體首先利用工具從文檔中提取出文本，然後通過 MCP 協定調取了天氣、地圖等信息。
由于任務比較復雜，制作耗時也比較長，第一版成品長這樣：
這個版本，要求的内容都有呈現，但是活動流程沒有遵循要求的格式，天氣預報的日期也不對。
所以我們針對這兩點要求智能體進行修改，修改的過程沒有一步到位，而是經過了多輪調整。
以及到後面修改的過程才發現，扣子智能體一開始偷懶并沒有合成嘉賓介紹的語音，只是在網頁裡放了按鈕，單獨指出之後才開始合成。
不過最終還是得到了符合期待的頁面，該有的内容都正常展現，滑動和點擊查看詳情的功能都成功實現，合成的音頻也能正常播放。
雖然整體經歷了不短的時間，但對于一個完全不懂網頁制作的用戶而言，扣子智能體已經很好地解決了工具有無的問題。
在時間上，一個可以改進的方向是讓可以并行進行的任務同時進行，比如這個任務當中的語音合成實際上是獨立于網頁設計的，而智能體目前采用的是串行方式，帶來了不少的額外耗時。
總結一下，作為一個通用智能體，扣子智能體的任務規劃比較合理，資料搜集能力也表現不錯，不過在指令遵循方面，還是比較 " 有自己的想法 "。
當然作為通用智能體，優先考量是提升技能的豐富度，盡可能覆蓋更多的任務，所以在具體任務細節上，也還有不少提升空間。
更懂行的專家智能體
所以，在通用 Agent 之外，扣子空間還提供了「專家模式」。
Beta 測試版首頁，目前有兩個專家 Agent：
用戶研究專家：模型學習了字節資深用研專家、產品經理等分享的用研工作技巧；
華泰 A 股觀察助手：扣子團隊與華泰證券聯合孵化的 Agent，讓模型學習了如何分析上市公司和發展潛力等專業知識。
我們實測下來發現，吸收了更多私人數據和第三方數據的專家 Agent，在實用性方面确實大有提升，尤其在面對復雜任務過程中易出錯的問題，它總是能自主發現錯誤并不斷嘗試更正。
不過由于涉及的領網域确實比較專業，任務耗時也大大增加，類似股票分析的任務往往需要運行幾十分鍾。
以下為具體實測過程。
0 產品經驗也能做出完整用戶調研
假如有一個新入行的產品經理，想要設計一個北京地區的戶外活動 APP，需要對用戶需求進行調研。
盡管沒有工作經驗，也可以使用簡單描述來生成一份用戶訪談提綱。
然後我們又繼續在輸入框中下達新指令：
再幫我生成一份調研問卷。
從思考過程可以看到，面對一個比較模糊的需求，它能通過自主規劃（設計約 30 個問題的調研問卷）進一步明确任務。
而且評估其生成效果，從一名資深戶外運動愛好者的角度來看，這份調研報告可謂非常完整——
7 個大類、30 個小問題，從用戶基本信息到戶外運動參與情況、活動信息與獲取等等，均考慮到了。
接下來，鑑于我們目前缺少真實問卷結果，所以又給它扔了個 " 麻煩 "：
能直接幫我生成一份虛拟完整用戶調研數據，并最終生成一份用戶分析報告嗎？
大約幾分鍾後，這個 Agent 自己生成了一份虛拟用戶數據：
橫向标準項需要長時間拖動才能看完整，豎向共有 100 條數據：
當然，過程中 Agent 也自己發現了錯誤，并多次嘗試更正。
整體而言，這個用戶研究 Agent 具備問卷數據分析、訪談紀要總結、調研問卷生成、訪談提綱生成這四大能力，即使零產品經驗也能通過持續對話實現自己的調研需求。
每天都能收到專屬股票早報
而另一個股票專家 Agent，由于涉及的領網域比較復雜，官網顯示平均任務耗時為42 分鍾。
能做的事兒包括下面這些：
這裡我們簡單測試了其早報生成功能。
支持選定 3 支關注的股票（這裡就不具體展示選了哪些了），以及三個關注的板塊，然後給出當日 A 股早報。
有意思的是，相比之前的用戶調研 Agent，這個智能體則更加謹慎了，過程中還需要用戶手動确認其階段性完成情況，然後才繼續執行。
而且整個過程搜集了大量數據：
不過比較遺憾的是，截至發稿前（已經跑了一個多小時），可能由于伺服器資源問題，暫時沒有跑出最終結果。
然而，從其他網友對該智能體的測試來看，據稱效果驚豔。
（股票功能）實測蠻驚豔的
小結一下，相比通用 Agent，專家 Agent 在實用性方面确實更勝一籌。
就產品的初步設計來看，和 " 扣子空間 " 這個名字相呼應，扣子團隊希望打造一個 " 通用 Agent 和專家 Agent 協作的系統 "。
不過按照扣子團隊的長期設想，最終目标則還是打造一個開放的 Agent 系統——
當用戶提出需求時，系統能自動調度最合适的一位或多位專家 Agent 協同完成任務。
而抛開長遠不談，僅就當下這個測試版扣子空間而言，得益于它在自主規劃和任務驅動方面的加強，對于絕大多數實際情況，它已經是一個可以上手、能用的 Agent 系統了。
One More Thing
這一次，字節在扣子空間上還搞了一波 " 裂變玩法 "。
我們實測過程中發現，在執行完第一個任務之後，還可以得到五個邀請碼。
并且當五個邀請碼全部用完後，還能獲得更多邀請資格。
所以相比其他家那種完全封閉的測試，扣子空間的體驗資格也更容易獲得。
最後，有獲得邀請碼的童鞋來說說你的使用體驗嗎？
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
點亮星标
科技前沿進展每日見
