这周昆仑万维放了一个大卫星，发布了Skywork Super Agents，也就是所谓的天工超级智能体。
这不是新东西，、Flowith等团队都在做类似的工作。
但天工特别取巧，取巧在哪里？
选取了非常接地气的场景。
天工超级智能体构建了一个由“5个专家智能体”以及“1个通用智能体”组成的垂直专业系统。
5个专家智能体，分别专注于专业文档、PPT、表格、播客和网页的生成。
其中，文档、PPT、表格是办公人群最常用的需求，也是Microsoft Office、Google Workspace的核心功能，通常被称作“Office三件套”。
1个通用智能体，接入了数十个，包括能够熟练地处理多模态创意任务，用于生成诸如图片、海报、音乐、MV、宣传片、有声读物、绘本和其他多媒体内容。
发布当天，昆仑万维的股价涨停。
超级智能体（现在这种模式一般称通用智能体）虽然很晃眼，但实际上技术含量并不高。一方面，类似功能几个AI巨头早都推出来了；另一方面，诞生短短两个月的MCP协议大放异彩，这个超级智能体很容易复现（意思是股价还Agent 智能体会回去）。
可以说，MCP的出现，解放了大模型和旧世界的链接。只要你有足够的想象力，就可以为所欲为。
什么是MCP？
这里不展开讲了，引用星空君授课PPT，简单理解，MCP就是大模型时代的USB。
尤其是微软4月份放开了Markdown的MCP协议，可以实现任意office文档通过MCP转化为Markdown格式。
天工的超级智能体大概率是在该MCP发布后实现了各种Office格式之间的无缝转换（此处为推测，如有雷同纯属巧合）。
这也意味着，其他企业复现这些功能并不复杂。
更要命的是，如果大模型更新迭代，直接把这些功能搞成原生，那这些超级智能体可能就无地自容了。
基于此，星空君很看好这个超级智能体当前的应用（以及这个发展方向）；同时，也很不看好超级智能体的未来以及盈利能力。
比如MCP协议的发明方Anthropic，它家的Claude本来就仅次于ChatGPT，然后又自己搞通用智能体，碾压了很多做智能体的企业。
尽管超级智能体看起来很高端，其内核依然是提示词工程。
提示词工程可以大大优化大模型的工作效率，但没有护城河。
其实昆仑万维也门清，干脆开源了其中核心功能DeepResearchAgent的框架。两天来，在GitHub上得到了300多颗星。
卷提示词工程没有未来，卷场景才有出路。
星空君这两个周带着两个团队搞出来十几个智能体，从实操来看，最头疼的并非智能体开发，而是场景。
现在各智能体厂家卷的主要是互联网应用，最NB的超级智能体无非是自动写office，自动订票，然而，事实上真正需要智能体的是传统工业领域。
这就需要下车间，去传统工业企业发掘场景。
星空君最近和朋友经手的项目涉及到压力容器用的工业数据库，发现可以用AI低成本的来解决很多痛点。
工业领域本身就有自身的痛点：数据保密不可能上互联网，可以投在软件方面的预算有限，对稳定性要求极高，客户体验到是其次… …
大模型和通用智能体最终会沦为云计算厂商的附加服务（免费或者廉价订阅式），但下车间搞私有化部署去训练行业数据企业数据的工业智能体，会攫取到额外的利润。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/245433.html原文链接：https://javaforall.net
