每經記者｜楊昕怡    每經編輯｜陳俊杰    

“接下來，AI（人工智能）的重點將從解決問題轉向定義問題。”近日，OpenAI研究員姚順雨在其新博文中表示，AI下半場的重點將從解決問題轉向如何定義有現實意義的任務，如何有效評估AI系統的表現，“要思考‘我們應該訓練AI做什么？我們如何衡量真正的進步？’”

當Agent（智能體）已成大勢所趨，字節跳動近期開啟了其Agent產品“扣子空間”的內測。哪怕是在邀請制度下，擁有如字節般的算力資源，服務器還是被用戶的熱情擠爆了，產品邀請碼也成為社交平臺和二手交易平臺上的緊俏“硬通貨”。

4月22日，在獲得邀請碼后，《每日經濟新聞》記者第一時間進行了深度實測。實測過程中，記者發現“扣子空間”在歸納整理現有信息、制作可視化圖表及網頁等任務方面完成度較高，但現階段還未能進行多模態任務，例如主動獲取并分析圖片、視頻中的信息。

從商業化角度來看，曾經“一碼難求”的AI Agent產品“Manus”已在3月末公布了用戶收費細則，如今字節跳動、百度等頭部“大廠”接連布局，Agent是否會帶來一條清晰的變現路徑？在“大廠”的生態優勢和算力資源面前，創業公司打造Agent產品中的機會何在？

每經記者實測“扣子空間”

“扣子空間”既做“通用實習生”又做“領域專家”？

“太快了，沒了”“求個邀請碼”“爆滿了”，在“扣子空間”正式開啟內測后，小紅書、即刻等社交平臺上涌現出大批想去體驗的用戶，該產品的邀請碼甚至在閑魚等二手交易平臺上被明碼標價交易。

官網顯示，“扣子空間”主打生產力全面提升、專家能力深度支持、寫作模式靈活調整以及能力邊界拓展延伸的優勢。官網展示了市場調研報告分析、股票早報定制、生成互動式教學網站以及旅游攻略制作等16個典型應用場景。“在扣子空間里，精通各項技能的‘通用實習生’，各行各業的‘領域專家’，任你選擇。”

《每日經濟新聞》記者注意到，“扣子空間”具有探索與規劃雙模式，前者完成任務速度更快，后者則是AI規劃步驟、用戶可以分步進行修改任務指令。同時，“扣子空間”首批集成了高德地圖、飛書多維表格、墨跡天氣和Notion等MCP（模型上下文協議）服務，供用戶在發布任務時自由調用。

“Agent可以做的事情更多，很多事情不限于文本交互。”一位頭部大模型技術人員在接受《每日經濟新聞》記者電話采訪時表示，相較于Chatbot（聊天機器人），Agent可以自主地學習調用工具、處理涉及多模態的復雜任務。

在獲得邀請碼后，《每日經濟新聞》記者第一時間就復雜旅游規劃、互動型小游戲制作以及視頻信息提取等任務對“扣子空間”進行了深度實測。

每經記者實測“扣子空間”

首先在旅游規劃上，在提出“今年‘五一’假期，我和父母要去日本東京玩6天，想看富士山，還想吃到當地特色小吃和2家米其林餐廳。請你為我制作一個圖文并茂的旅行手冊”的需求后，Agent將該任務拆解為信息收集、資料整理與撰寫和手冊制作三步，最后耗時30分鐘，交付了一個包含每日旅游線路地圖、觀賞地點以及天氣情況的網頁。

每經記者實測“扣子空間”

該網頁設計風格簡潔優美，但旅游攻略制定得較為籠統，例如在餐廳詳細信息以及預約情況等內容上有所缺失。

每經記者實測“扣子空間”

隨后，記者向“扣子空間”提交了制作一個植物科普小游戲網頁的請求，一個名為“植物科普小花園”的簡單互動小游戲旋即生成。小游戲頁面展現了4種卡通風格的常見植物，點擊每種植物即可了解其基本信息和相關小知識。

每經記者實測“扣子空間”

但美中不足的是，這些植物以卡片形式呈現，而非提示詞中要求的“希望背景是一個大花園，常見植物栽種其中，呈現動態搖擺狀態”。對此，一位大模型算法工程師通過微信向記者解釋，對于現在能調用的MCP來說，實現這一指令太困難。“還沒有給AI用的游戲制作軟件。”

在視頻信息提取任務上，記者注意到，“扣子空間”可以根據提示詞自主尋找到B站平臺上的相關視頻，但暫時還無法進行視覺推理。

“大廠”入局，Agent還是創業公司能玩的游戲嗎？

“要讓AI真正為各行各業帶來變革，Agent是必經之路。”在4月17日進行的火山引擎AI創新巡展杭州站會后，火山引擎總裁譚待在接受《每日經濟新聞》記者采訪時表示。

在他看來，具備能完成專業度較高、耗時較長的完整任務的能力，才能稱之為Agent。“能完成打油詩、簡單報告等任務的不能稱為Agent。”他說：“從技術實現角度來看，如果沒有運用思考模型，缺乏反思和規劃能力，也很難被認定為Agent。”

一位頭部大模型技術人員在接受記者電話采訪時表示，從技術方面來看，目前Agent可以分為兩種，即以OpenAI o3為代表的基于Agent任務訓練微調的模型，以及依賴預訓練能力、提示詞工程和系統設計的LLM（大語言模型）系統。“Perplexity、Manus都屬于后者，扣子空間大概率也是。”

在Agent的布局過程中，Claude母公司Anthropic推出的MCP成為近期國內外頭部廠商的一大關注點。MCP通過統一的協議標準，使Agent能夠以一致的方式接入各種本地或遠程工具，降低了開發復雜度。

在4月17日的采訪中，譚待表示協議統一很重要。“如果能做到統一協議，大家的應用開發就會更快，模型調用也會更智能。”

“字節跳動擁有視頻、電商、本地生活、移動辦公等豐富多元的應用生態體系，它去做Agent就有初創企業根本無法比擬的優勢。”快思慢想研究院院長田豐接受《每日經濟新聞》記者采訪時表示，“因為它能調用的工具、App非常多，而初創企業需要一家家（合作方）去談，而且就算技術上都支持MCP，也存在商業授權問題”。

既然“大廠”在Agent領域已有自己的先發優勢，那么創業公司發力Agent還會有機會嗎？

“當然有了。”田豐很篤定。他以近期OpenAI計劃以30億美元收購AI編程初創公司Windsurf為例，“這家公司在編程決策智能上就有很強的差異性，而且做得非常專。所以做專業、做深入，永遠會是創業公司的（立身）基礎”。

工信部信息通信經濟專家委員會委員盤和林也通過微信向《每日經濟新聞》記者表示，“大廠”雖在Agent產品上有優勢，但其產品可能會難以滿足垂直行業的深度需求。“現階段的 Agent和垂直領域需求的融合難度還比較大，主要還是解決一些特定領域的問題，比如寫代碼。”

與此同時，記者注意到，國內外一些知名Agent已推出付費模式。例如，Manus在今年3月末宣布推出每月39美元和199美元的兩種套餐。

談及Agent未來的商業化可能性，田豐認為，現在Agent屬于早期發展階段，字節跳動等“大廠”需要打通更多工具的調用渠道，培養出一個良好的開發者生態，“直到Agent可以解決用戶剛需問題，真正提高生產力、讓用戶有生產提效效益時，用戶自然愿意進行付費”。

封面圖片來源：視覺中國-VCG211478193393