大廠團(tuán)隊(duì)開發(fā) AI 產(chǎn)品的樣本。

4 月 18 日周五晚，字節(jié)的 Agent 產(chǎn)品 “扣子空間（space.coze.cn） ” 開啟內(nèi)測(cè)。團(tuán)隊(duì)為此準(zhǔn)備不少算力資源，但短短幾小時(shí)內(nèi)，服務(wù)器就被涌入的用戶擠爆。

超出預(yù)期的用戶熱情，讓扣子團(tuán)隊(duì)再次驗(yàn)證一個(gè)判斷：用戶一直在等待能用的 AI 產(chǎn)品，去解決工作中的問題。

ChatGPT 讓聊天窗成為大模型應(yīng)用首選的交互界面。理由是當(dāng) AI 足夠聰明，似乎就不需要用戶學(xué)習(xí)，不用熟悉按鈕和菜單、只用自然語(yǔ)言下命令就夠了。

字節(jié)在 2023 年下半年搭起 AI 應(yīng)用開發(fā)平臺(tái) “扣子（Coze）”，讓開發(fā)者不需要熟悉復(fù)雜的技術(shù)能力，就能將自己的數(shù)據(jù)接入最前沿的大模型，做各式各樣的應(yīng)用。到 2024 年中，扣子團(tuán)隊(duì)發(fā)現(xiàn)，盡管聊天機(jī)器人應(yīng)用成千上萬(wàn)地出現(xiàn)，從知識(shí)問答到情感陪伴，覆蓋幾乎所有熱門的場(chǎng)景，但大多面臨相同的問題：用戶增長(zhǎng)難，留存更難。

這是一個(gè)產(chǎn)品形態(tài)與用戶真實(shí)需求形成偏差的案例。聊天界面簡(jiǎn)單易用，但對(duì)大模型要求極高，導(dǎo)致不論中美都是一兩個(gè)通用 AI 聊天應(yīng)用斷層式領(lǐng)先。扣子團(tuán)隊(duì)發(fā)現(xiàn)，平臺(tái)上有一類應(yīng)用的增長(zhǎng)和留存明顯更好——嵌入到用戶工作流的大模型應(yīng)用，針對(duì)具體工作場(chǎng)景解決具體問題。

這成為他們?nèi)ツ晗掳肽甑墓ぷ髦攸c(diǎn)。用大模型改造工作流，在工作場(chǎng)景中完成繁瑣的任務(wù)，正是當(dāng)下行業(yè)熱議的 Agent 初始形態(tài)。

隨著 o1、Claude 3.5 等模型發(fā)布，Cursor、Devin 等編程 Agent 工具驗(yàn)證用戶對(duì)解決復(fù)雜任務(wù)的 AI 產(chǎn)品有強(qiáng)烈需求。Google、OpenAI 推出 Deep Research 產(chǎn)品，創(chuàng)業(yè)公司的 Agent 產(chǎn)品 Manus、Genspark 接連發(fā)布，圍繞 “復(fù)雜任務(wù) Agent” 的競(jìng)爭(zhēng)日益激烈。

扣子團(tuán)隊(duì)春節(jié)后就在考慮開發(fā)類似產(chǎn)品，也就是上周五開啟內(nèi)測(cè)的扣子空間。延續(xù)過去積累的經(jīng)驗(yàn)，他們重點(diǎn)關(guān)注 Agent 解決工作場(chǎng)景復(fù)雜問題的能力，產(chǎn)品定位 “與 Agent 一起，開始你的工作”。

這款產(chǎn)品由字節(jié)自研的豆包等國(guó)產(chǎn)大模型驅(qū)動(dòng)，提供通用 Agent 入口，支持 MCP（Model Context Protocol）協(xié)議，引入多款可以調(diào)用的工具，包括飛書云文檔、飛書表格等，強(qiáng)化解決工作任務(wù)的能力。此外，扣子空間引入專家 Agent 體系。

我們第一時(shí)間獲得扣子空間的內(nèi)測(cè)碼，測(cè)試了數(shù)十個(gè)任務(wù)，并從扣子團(tuán)隊(duì)內(nèi)部獲悉了他們開發(fā)扣子空間的開發(fā)理念和迭代方向。

扣子團(tuán)隊(duì)將這次發(fā)布的產(chǎn)品視作 “打樣” 版本，展示 Agent 如何在工作中解決問題。他們的長(zhǎng)期目標(biāo)是打造一個(gè)開放的 Agent 系統(tǒng)：用戶提出需求時(shí)，系統(tǒng)能自動(dòng)調(diào)度最合適的一位或多位專家 Agent 協(xié)同完成任務(wù)。

現(xiàn)在內(nèi)測(cè)的扣子空間 Beta 版，已經(jīng)可以為用戶解決工作中的問題，但它還是一個(gè)初級(jí)形態(tài)。

扣子空間：一個(gè)通用實(shí)習(xí)生和一批垂直領(lǐng)域?qū)＜?/strong>

扣子團(tuán)隊(duì)給通用 Agent 開發(fā)了 “探索模式” 和 “規(guī)劃模式”。探索模式與市面上的同類 Agent 產(chǎn)品類似，自動(dòng)根據(jù)用戶需求執(zhí)行任務(wù)。

規(guī)劃模式強(qiáng)調(diào)輔助人解決問題，而不是完全替代人。用戶提出需求后，它不會(huì)立即開始工作，而是先給出任務(wù)處理規(guī)劃，請(qǐng)用戶確認(rèn)后再開始行動(dòng)，執(zhí)行任務(wù)期間，也需要用戶參與。在我們的測(cè)試中，規(guī)劃模式解決問題的能力明顯更強(qiáng)。

左圖為探索模式，右圖為規(guī)劃模式。

這種開發(fā)理念與 OpenAI 的 Deep Research 類似。用戶向 Deep Research 提出需求后，它會(huì)讓用戶提問，澄清需求。OpenAI 的研究者認(rèn)為，大多數(shù)用戶不會(huì)一次給出自己最完整的需求。

一位扣子團(tuán)隊(duì)人士認(rèn)為，通用 Agent 像是一個(gè)經(jīng)驗(yàn)不足的 “實(shí)習(xí)生”——很難一次完整理解需求，需要不斷與人交互、確認(rèn)需求，才能搞清楚自己要做什么，并給出成果。

他們鼓勵(lì)多用協(xié)作模式，“如果花 30 分鐘甚至更久自動(dòng)解決問題，最后給出一個(gè)不可用的結(jié)果，就是浪費(fèi)時(shí)間和資源。”

從我們數(shù)十個(gè)任務(wù)測(cè)試來看，扣子空間的通用 Agent 的確像一名 “實(shí)習(xí)生”。它能理解需求，搜索公開資料，交出一份可以參考的成果。比如它可以收集豆包大模型研究團(tuán)隊(duì)過去一個(gè)月的動(dòng)向，能關(guān)注到前不久負(fù)責(zé)人的變動(dòng)，也了解最近 “AI Lab 并入 Seed 團(tuán)隊(duì)” 的組織調(diào)整。

讓它開發(fā)一個(gè)提醒喝水的 app，它會(huì)先搜索市面上優(yōu)秀的同類 app，做功能、設(shè)計(jì)和應(yīng)用體驗(yàn)分析。然后它會(huì)給出提示，讓我們根據(jù)自己的情況提供具體的功能需求，再繼續(xù)往下推進(jìn)，最后制定最終的 app 開發(fā)方案，并附帶一個(gè)可以交互的本地網(wǎng)頁(yè)文件。

如果給它上一些強(qiáng)度，比如 “從權(quán)威網(wǎng)站搜索美國(guó)從中國(guó)進(jìn)口 T 恤、圣經(jīng)、運(yùn)動(dòng)鞋、抗生素、維生素 C 等產(chǎn)品的關(guān)稅”，它會(huì)去搜索美國(guó)政府相關(guān)網(wǎng)站上的公告，但最終結(jié)果不太理想，它給出兩個(gè)正確答案，其他信息都有點(diǎn)過時(shí)。我們同步測(cè)試了 OpenAI 的 Deep Research，表現(xiàn)好一些，但也不是完全正確。

反饋結(jié)果時(shí)，就算我們沒提出明確要求，扣子空間的 Agent 多數(shù)情況會(huì)提供一份可以交互的本地網(wǎng)頁(yè)文件，更直觀地呈現(xiàn)結(jié)果。

“今天大家的注意力容易散失，結(jié)果第一眼得比較亮眼。” 扣子團(tuán)隊(duì)也會(huì)讓 Agent 同步輸出文檔，“如果用戶覺得可視化的信息量不夠，可以去看詳細(xì)內(nèi)容。”

實(shí)用理念驅(qū)動(dòng)下，扣子空間引入專家 Agent 體系，當(dāng)前上線 2 個(gè)，覆蓋處理用戶個(gè)人數(shù)據(jù)和處理第三方數(shù)據(jù)場(chǎng)景。

“用戶研究專家” 是扣子團(tuán)隊(duì)在一次內(nèi)部研討會(huì)中確定的 Agent。無(wú)論是產(chǎn)品經(jīng)理、還是運(yùn)營(yíng)，了解用戶需求都是工作中的高頻場(chǎng)景。他們邀請(qǐng)字節(jié)的資深用研專家、產(chǎn)品經(jīng)理等分享處理用研工作的經(jīng)驗(yàn)和技巧，讓大模型學(xué)習(xí)，融入解決任務(wù)的流程中。

我們讓它處理智能眼鏡的用戶訪談?dòng)涗洠軓挠脩粼嫉脑L談?dòng)涗浿刑釤挸鲆?guī)律，然后給出相對(duì)細(xì)致的功能開發(fā)建議，比如 “日常可佩戴的外觀，避免過于浮夸”，這在原始訪談?dòng)涗浿泻苌俪霈F(xiàn)，但有多位用戶訪談中提到 “方便摸魚”。

扣子空間也給用戶研究專家引入特定的數(shù)據(jù)處理工具。用戶上傳 CSV 文件后，它會(huì)自動(dòng)解析，然后把數(shù)據(jù)文件做成云端數(shù)據(jù)庫(kù)文件，讓模型根據(jù)用戶的指令做分析。

“華泰 A 股觀察助手” 是扣子團(tuán)隊(duì)與華泰證券聯(lián)合孵化的 Agent。他們讓大模型學(xué)習(xí)如何分析上市公司和發(fā)展?jié)摿Γ瑢⑦@些專業(yè)知識(shí)融入到 Agent 的工作流中。為了減少大模型的幻覺，團(tuán)隊(duì)引入專業(yè)股票數(shù)據(jù)庫(kù)作為模型優(yōu)先使用的工具。

我們讓它分析了 “中美關(guān)稅博弈，對(duì)寧德時(shí)代未來一段時(shí)間的影響是什么？” 它拆解成六個(gè)步驟：搜索中國(guó)關(guān)稅博弈的具體內(nèi)容、研究關(guān)稅的傳導(dǎo)機(jī)制、獲取股價(jià)數(shù)據(jù)、分析股價(jià)走勢(shì)、分析未來影響，撰寫報(bào)告。

經(jīng)過約 40 分鐘的工作，它交出一份報(bào)告，從原材料、產(chǎn)品出口等方面分析，關(guān)稅沖突可能會(huì)怎樣影響寧德時(shí)代的業(yè)績(jī)，并給寧德時(shí)代提出應(yīng)對(duì)關(guān)稅沖擊的策略。它建議寧德時(shí)代拓展歐洲、東南亞等新興市場(chǎng)，加速研發(fā)高能量密度、低成本電池技術(shù)等。整體來看，Agent 引用的數(shù)據(jù)和內(nèi)容多數(shù)內(nèi)容準(zhǔn)確，但會(huì)存在一些幻覺。

背靠扣子、打通飛書，在字節(jié)業(yè)務(wù)體系中開發(fā)新品

扣子團(tuán)隊(duì)的實(shí)用主義理念貫穿產(chǎn)品開發(fā)始終。他們認(rèn)為現(xiàn)階段沒有產(chǎn)品能完全 “壓榨” 大模型的性能，更看重解決用戶工作中遇到的實(shí)際問題。

“扣子是個(gè)開放的平臺(tái)，如果國(guó)內(nèi)有大模型效果比豆包好，我們也會(huì)積極使用。” 扣子團(tuán)隊(duì)開發(fā)扣子空間時(shí)，豆包深度思考模型還沒發(fā)布，他們?cè)紤]優(yōu)先使用 DeepSeek-R1，測(cè)試后發(fā)現(xiàn)它調(diào)用工具的能力不夠。

后來團(tuán)隊(duì)又對(duì)比六款國(guó)內(nèi)大模型，使用了豆包 1.5 Pro 為主的多款模型。因?yàn)槎拱谥噶钭裱⒄{(diào)用工具，以及多模態(tài)處理能力上表現(xiàn)最好，而且推理成本很低，能支撐大規(guī)模調(diào)用。

作為字節(jié)的一部分，扣子團(tuán)隊(duì)不僅能參考行業(yè)公開經(jīng)驗(yàn)，還能從扣子平臺(tái)上 200 多萬(wàn)款 AI 應(yīng)用和上百萬(wàn)活躍開發(fā)者的反饋了解趨勢(shì)。扣子平臺(tái)還與火山引擎打通，開發(fā)者的 AI 應(yīng)用也可以一鍵部署到豆包、飛書、抖音小程序中。

這不能直接幫他們從 0 到 1 創(chuàng)造新的產(chǎn)品形態(tài)，但好的產(chǎn)品想法得到驗(yàn)證時(shí)，他們能夠較早發(fā)覺。去年下半年扣子團(tuán)隊(duì)把業(yè)務(wù)中心從聊天機(jī)器人轉(zhuǎn)向工作流，并把扣子空間的重點(diǎn)放在人與 Agent 的協(xié)作上，都有相關(guān)的數(shù)據(jù)支撐。

扣子推出的大模型應(yīng)用調(diào)試工具 “扣子羅盤”，讓團(tuán)隊(duì)能近距離觀察大量 AI 應(yīng)用的開發(fā)、調(diào)優(yōu)和部署過程，積累經(jīng)驗(yàn)，更有效地發(fā)揮大模型性能。這是扣子團(tuán)隊(duì)能迅速開發(fā)出復(fù)雜 Agent 產(chǎn)品的原因之一。

給 Agent 引入?yún)f(xié)作工具時(shí)，他們也有優(yōu)勢(shì)。市面上很多 AI 工具接入飛書，也有開發(fā)者做飛書的 MCP，但它們只能與飛書整體的 API 交互。

MCP 是 Anthropic 在 2024 年提出的協(xié)議，用統(tǒng)一的方式，把現(xiàn)有軟件變成大模型可以直接調(diào)用的 “工具”。它相當(dāng)于給傳統(tǒng)軟件加一個(gè) “接口”，讓模型能更方便地使用這些工具。現(xiàn)在，越來越多公司支持 MCP，但多數(shù)是作為工具的使用方增強(qiáng)自己 AI 產(chǎn)品的能力，而不是把產(chǎn)品開放出來、做成 MCP 工具供別人調(diào)用。

因?yàn)槭亲止?jié)的團(tuán)隊(duì)，他們把 MCP 把飛書云文檔、飛書表格、飛書多維表格做成工具。“還做了一些創(chuàng)新。” 扣子團(tuán)隊(duì)說，MCP 本質(zhì)上還是一種 API Key，要實(shí)現(xiàn)這個(gè)功能還要做一層身份認(rèn)證。

用戶授權(quán)后，Agent 可以調(diào)用飛書文檔里的內(nèi)容來解決問題，并把處理結(jié)果寫回到飛書文檔中。這意味著用戶無(wú)需手動(dòng)上傳文件或整理資料，Agent 就能訪問用戶有權(quán)限的公司內(nèi)部文檔，完成任務(wù)的過程更順暢、也更貼近實(shí)際工作流。能夠訪問私有數(shù)據(jù)，也是業(yè)內(nèi)公認(rèn)能夠提升 Agent 能力的關(guān)鍵。

對(duì)于現(xiàn)在的 Agent 產(chǎn)品，基礎(chǔ)模型已經(jīng)很難形成差異，理論上任何開發(fā)者都可以調(diào)用最領(lǐng)先的模型；產(chǎn)品框架差別也沒有那么大，開源抹平大多數(shù)公司的技術(shù)差距。真正的壁壘，可能在于它能否調(diào)用更有價(jià)值的數(shù)據(jù)或工具去解決問題。

目標(biāo)是 Agent 系統(tǒng)，用戶反饋比完美的產(chǎn)品更重要

扣子團(tuán)隊(duì)自己也認(rèn)為，當(dāng)前上線的扣子空間還不算成熟的產(chǎn)品。“但時(shí)間是最重要的。” 他們認(rèn)為現(xiàn)在已經(jīng)到了必須上線的節(jié)點(diǎn)，才能盡快得到更多反饋，迅速迭代產(chǎn)品。

更多用戶使用并不能直接提升模型本身的能力，在大模型行業(yè)已經(jīng)形成共識(shí)。比如 Anthropic 推出 Claude 3.5、DeepSeek 發(fā)布 DeepSeek-R1 前，都沒有積累太多用戶。

但這只限于 “模型-用戶” 循環(huán)，復(fù)雜的 Agent 在模型和用戶之間增加了足夠厚的產(chǎn)品層。

“大量用戶的真實(shí)反饋對(duì) Agent 開發(fā)至關(guān)重要。” 扣子團(tuán)隊(duì)說，“這有助于改進(jìn)產(chǎn)品功能，提升用戶體驗(yàn)，更好地挖掘基礎(chǔ)模型的能力。”

在扣子團(tuán)隊(duì)的產(chǎn)品路線圖中，現(xiàn)在內(nèi)測(cè)的扣子空間還是初級(jí)形態(tài)。團(tuán)隊(duì)從扣子平臺(tái)數(shù)據(jù)分析中發(fā)現(xiàn)，許多應(yīng)用解決的需求都是小眾且個(gè)性化的——用戶量不大，但使用頻率穩(wěn)定。這像是金融風(fēng)險(xiǎn)專家納西姆·塔勒布（Nassim Taleb）提出的 “肥尾效應(yīng)” 的一種體現(xiàn)。

在他們看來，基礎(chǔ)模型能力提升的確會(huì)吞并部分產(chǎn)品或功能，但用戶個(gè)性化的需求很難被通用大模型完全滿足，“可能只能做 90% 或者 99%，總會(huì)差上那么一點(diǎn)”。所以扣子空間的目標(biāo)是打造 “通用 Agent 和專家 Agent 協(xié)作的系統(tǒng)”——這也是他們?nèi)∶?“空間” 的原因之一。

扣子空間只是大廠加入 Agent 競(jìng)爭(zhēng)的序幕。我們了解到，現(xiàn)在國(guó)內(nèi)幾乎所有的大廠都在積極開發(fā) Agent 產(chǎn)品，扣子空間只是行動(dòng)較快的之一。競(jìng)爭(zhēng)才剛剛開始。

文內(nèi)提及的扣子空間測(cè)試案例回放鏈接：

豆包大模型研究的詳細(xì)動(dòng)向整理

https://space.coze.cn/s/yJ8eXbNzbj4/

開發(fā)喝水提醒 app

https://space.coze.cn/s/uus-6nMBve4/

搜中國(guó)商品關(guān)稅信息

https://space.coze.cn/s/HY18T8UqZkE/

總結(jié)訪談?dòng)涗浱岙a(chǎn)品建議

https://space.coze.cn/s/0zbuSiRdQnk/

中美關(guān)稅博弈對(duì)寧德時(shí)代影響

https://space.coze.cn/s/NXMYcXaqu5U/

題圖來源：《千鈞一發(fā)》