今天小编分享的科技经验：挤爆字节伺服器的Agent到底啥水平？一手实测来了，欢迎阅读。
" 字节版 Manus" 有多能打？量子位实测在此。
△扣子智能体生成的活动介绍网页
我们用光了一天的对话额度，考验了扣子空间（Coze Space）的信息整理、任务执行、工具调用等多项技能。
结果，仍处在早期测试中的扣子空间整体表现已经相当惊艳，在自主任务规划和资料搜集方面表现不错，已经具备解决很多真实任务的潜力。
不过在指令遵循方面，还是比较 " 有自己的想法 "。
简单介绍一下，扣子空间是字节在刚刚过去的周末推出的智能体协作系统，官方主打 " 你和 AI Agent 协同办公的最佳场所 "。
由于放出来的 demo 效果惊艳，过去几天里还出现了挤爆伺服器的场面。
而第一波拿到邀请码的幸运儿，在体验后也第一时间分享了使用感受：
对比智能体确实是一个大飞跃。
更适合用来分析报告，主要作用是帮助用户搭起整体框架。
当然，作为幸运儿之一，我们也赶紧进行了一波实测。
有腦有手的通用智能体
扣子平台的通用智能体，抽成了探索和规划两种模式，官方的介绍是这样的：
实际用下来的话，探索模式更注重效率，而规划模式则会对任务进行详细拆分，条理更加清晰。
自动整理搜集信息，一句话制作网页 /PPT
先来看探索模式，我们让它整理了一下波音 747 系列飞机的发展历程。
可以看到，智能体根据给出的话题自行扩展延伸了许多搜索词并执行了检索，最后形成了一份文字报告。
利用整理好的资料，可以直接制作出一个网页（或者 PPT 也可以），页面包含了比较丰富的内容，排布简洁，美观性也说得过去。
并且除了文字内容，生成网页时智能体还补充了产量统计图和关键时间线。
有腦还有手，自主规划执行任务
在规划模式下，扣子智能体不仅会整理资料，还支持在虚拟沙盒环境中操纵电腦、浏览网页，执行订票等操作。
比如我们让它帮忙订一张明天（23 日）下午从北京到上海的高铁票。
比较有意思的是，智能体一开始的动作是搜索高铁票该怎么订，不清楚是模型自己真的不知道，还是这里强制设定了检索过程，但总之，如果真遇到不会的技能，通过检索来弥补也不失为一种策略。
12306 平台需要登录才能进行订票，智能体能够准确识别到这种状况，并提示我们手动接管。
不过，可能是沙盒环境受到了限制，在执行检索之后页面并未显示结果，因此整个流程未能顺利完成。
但从智能体的操作过程来看，网页信息识别和规划执行能力已经很不错了。
接入 MCP，智能体不再 " 孤军奋战 "
除此之外，扣子也支持 MCP 協定，并接入了飞书文档、GitHub、MySQL 数据库、天气、地图等一系列 MCP 应用。
于是结合 MCP，我们来整个大活。
上周，量子位中国 AIGC 产业峰会 2025 成功举行，我们将其会议流程和嘉宾信息整理到了一份文档当中，要求智能体将这些材料整理出一份网页版会议指南。
并且还调用了地图、天气和语音合成三个 MCP 插件，在网页中加入天气预报、交通指南和嘉宾介绍语音播报。
可以看到，智能体首先利用工具从文档中提取出文本，然后通过 MCP 協定调取了天气、地图等信息。
由于任务比较复杂，制作耗时也比较长，第一版成品长这样：
这个版本，要求的内容都有呈现，但是活动流程没有遵循要求的格式，天气预报的日期也不对。
所以我们针对这两点要求智能体进行修改，修改的过程没有一步到位，而是经过了多轮调整。
以及到后面修改的过程才发现，扣子智能体一开始偷懒并没有合成嘉宾介绍的语音，只是在网页里放了按钮，单独指出之后才开始合成。
不过最终还是得到了符合期待的页面，该有的内容都正常展现，滑动和点击查看详情的功能都成功实现，合成的音频也能正常播放。
虽然整体经历了不短的时间，但对于一个完全不懂网页制作的用户而言，扣子智能体已经很好地解决了工具有无的问题。
在时间上，一个可以改进的方向是让可以并行进行的任务同时进行，比如这个任务当中的语音合成实际上是独立于网页设计的，而智能体目前采用的是串行方式，带来了不少的额外耗时。
总结一下，作为一个通用智能体，扣子智能体的任务规划比较合理，资料搜集能力也表现不错，不过在指令遵循方面，还是比较 " 有自己的想法 "。
当然作为通用智能体，优先考量是提升技能的丰富度，尽可能覆盖更多的任务，所以在具体任务细节上，也还有不少提升空间。
更懂行的专家智能体
所以，在通用 Agent 之外，扣子空间还提供了「专家模式」。
Beta 测试版首页，目前有两个专家 Agent：
用户研究专家：模型学习了字节资深用研专家、产品经理等分享的用研工作技巧；
华泰 A 股观察助手：扣子团队与华泰证券联合孵化的 Agent，让模型学习了如何分析上市公司和发展潜力等专业知识。
我们实测下来发现，吸收了更多私人数据和第三方数据的专家 Agent，在实用性方面确实大有提升，尤其在面对复杂任务过程中易出错的问题，它总是能自主发现错误并不断尝试更正。
不过由于涉及的领網域确实比较专业，任务耗时也大大增加，类似股票分析的任务往往需要运行几十分钟。
以下为具体实测过程。
0 产品经验也能做出完整用户调研
假如有一个新入行的产品经理，想要设计一个北京地区的户外活动 APP，需要对用户需求进行调研。
尽管没有工作经验，也可以使用简单描述来生成一份用户访谈提纲。
然后我们又继续在输入框中下达新指令：
再帮我生成一份调研问卷。
从思考过程可以看到，面对一个比较模糊的需求，它能通过自主规划（设计约 30 个问题的调研问卷）进一步明确任务。
而且评估其生成效果，从一名资深户外运动爱好者的角度来看，这份调研报告可谓非常完整——
7 个大类、30 个小问题，从用户基本信息到户外运动参与情况、活动信息与获取等等，均考虑到了。
接下来，鉴于我们目前缺少真实问卷结果，所以又给它扔了个 " 麻烦 "：
能直接帮我生成一份虚拟完整用户调研数据，并最终生成一份用户分析报告吗？
大约几分钟后，这个 Agent 自己生成了一份虚拟用户数据：
横向标准项需要长时间拖动才能看完整，竖向共有 100 条数据：
当然，过程中 Agent 也自己发现了错误，并多次尝试更正。
整体而言，这个用户研究 Agent 具备问卷数据分析、访谈纪要总结、调研问卷生成、访谈提纲生成这四大能力，即使零产品经验也能通过持续对话实现自己的调研需求。
每天都能收到专属股票早报
而另一个股票专家 Agent，由于涉及的领網域比较复杂，官网显示平均任务耗时为42 分钟。
能做的事儿包括下面这些：
这里我们简单测试了其早报生成功能。
支持选定 3 支关注的股票（这里就不具体展示选了哪些了），以及三个关注的板块，然后给出当日 A 股早报。
有意思的是，相比之前的用户调研 Agent，这个智能体则更加谨慎了，过程中还需要用户手动确认其阶段性完成情况，然后才继续执行。
而且整个过程搜集了大量数据：
不过比较遗憾的是，截至发稿前（已经跑了一个多小时），可能由于伺服器资源问题，暂时没有跑出最终结果。
然而，从其他网友对该智能体的测试来看，据称效果惊艳。
（股票功能）实测蛮惊艳的
小结一下，相比通用 Agent，专家 Agent 在实用性方面确实更胜一筹。
就产品的初步设计来看，和 " 扣子空间 " 这个名字相呼应，扣子团队希望打造一个 " 通用 Agent 和专家 Agent 协作的系统 "。
不过按照扣子团队的长期设想，最终目标则还是打造一个开放的 Agent 系统——
当用户提出需求时，系统能自动调度最合适的一位或多位专家 Agent 协同完成任务。
而抛开长远不谈，仅就当下这个测试版扣子空间而言，得益于它在自主规划和任务驱动方面的加强，对于绝大多数实际情况，它已经是一个可以上手、能用的 Agent 系统了。
One More Thing
这一次，字节在扣子空间上还搞了一波 " 裂变玩法 "。
我们实测过程中发现，在执行完第一个任务之后，还可以得到五个邀请码。
并且当五个邀请码全部用完后，还能获得更多邀请资格。
所以相比其他家那种完全封闭的测试，扣子空间的体验资格也更容易获得。
最后，有获得邀请码的童鞋来说说你的使用体验吗？
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
