字节的 AI Agent 效果如何？9 个实测案例

接下来是详细的任务情况。其中的链接有全部的过程回放，各位都可以复制粘贴到浏览器自行查看。以证明内容均是可靠真实的。

任务 1：

「设计一个网页，可以从调色盘上选择 4 种颜色，用户选择完之后，可以自动生成一张以 4 种颜色为主色调的图片」

这是我自己的一个痛点，用几个颜色生成一张壁纸。

Agent 不仅理解了我的意思，还非常体贴地给出了很多自定义的部分，还有预览图。每次生成也都是随机的。

再欣赏几个：

效果十分惊艳，是我试过的任务中最满意的。给出唯一一个满分 10 分。

大家也可以从链接试一下：reurl.cc/yRL31q

评分 ：10/10

对话回放地址：space.coze.cn/s/JEIKYQAPeVI

任务 2：

「用高德地图来帮我规划一个去青海大环线的自驾游，完成一个网页，配备丰富的景点图片。」

这次的完成度挺高的，调用高德接口的威力就显现出来了。另外首页上的行程图是自己生成的，根据我说的出发地来设计的，这有点意外。

已经能到达可用的地步，同时美观度有相当的加分。

评分：8/10

网站地址：reurl.cc/gRGQ

对话回放链接：space.coze.cn/s/oDkZemIjWM8

任务 3：

「帮我生成一期 10 分钟的播客，讲述今天的美股要闻，并且模拟两个人的声音对话，有一些观点对立」

这属于扩展插件的简单体验。

可以直接生成一段内容。美股的信息总结得还可以，听感也还行，多数语句能够以假乱真。只是本来要求的对话，实现得不太好，还是一个人在念稿子。

另外，其它试用音频的操作都不是很成功，看来调用插件还不稳定。

评分：7/10

对话回放地址：space.coze.cn/s/0tgECMGcdE4

任务 4：

「制作一份详尽的、可读性强的中文互联网的播客行研报告，以 PPT 形式展示。」

怎么说呢。依赖于独立生成的排版和图片，PPT 的效果乍一看还行，但是内容有点拉胯，不太可用。要用的话，只能说提供了一个模板吧。

评分：5/10

对话回放地址：space.coze.cn/s/1oStTC8nfEk

任务 5 ：

「我是半拿铁的主播刘飞，我要做一期播客的逐字稿，主题是博世的历史故事，帮助我整理一份详尽的稿件，我来做录制。」

这个不算是现在 Agent 的长项。在用过几个 Deep Research 之后，深刻体会到 AI 协助做复杂信息的处理的快乐。

而 Agent 的最大优势还是在完成一些单纯信息处理之外的工作。

评分：4/10

对话回放地址：space.coze.cn/s/RXpjjSqGsnY

任务 6：

「完成一个 2048 游戏，游戏里的美术设计都使用合乎逻辑的海贼王角色和海贼王的元素。」

这个效果也很意外，完全按照要求完成了。并且能玩。大家可以体验一下也。

一句话就能做个小游戏，时代真的变了…

哦有个小问题，乌索普用的头像是错的，用成了路飞。扣分。

评分：9/10

玩游戏的地址：reurl.cc/RYqZj6

对话回放地址：space.coze.cn/s/PlWwe7F-XE0

任务 7：

「设计一个包含了 10 个题目的心理测试程序，测试结果为海贼王里的几个性格鲜明的特定角色，看用户跟哪个角色的性格最接近。题目是单选题，角色也由你来制定。网页里要设计优良，最后的角色有头像。评测结束页面，要有语音介绍一下，用户的性格特色」

也是一句话生成的游戏，完成度也可以。尤其最后结果页面的效果，是真的不错。

本来想测试扩展插件里的音频生成，发现调用效果有问题，不出声音。

评分：8/10

测试网站地址：reurl.cc/pa3kGZ

对话回放地址：space.coze.cn/s/k1Xrr6rqG90

任务 8：

「根据飞书文档里我的文章的风格，帮我写一篇在 2000 字左右的公众号文章，并且起一个有意思的标题」

可以看得出来，内容的处理上比较规规矩矩。扣子空间的优势在于，视觉的呈现效果好了不少。其中的格式排版，以及那些小图标，都做得不错。

评分：5/10 

对话回放地址：space.coze.cn/s/Wp3B7yTV23E

任务 9：

「我是产品经理和播客主播刘飞，帮我制作一个内容丰富的个人主页。」

跟前面的播客报告一样，亮点是做的排版，结构，还有「自作主张」的配图和表格。但问题也类似，内容只是盲目填充，缺乏一定的逻辑。

评分：5/10

对话回放地址：space.coze.cn/s/XkTYbiKa-XI

——

最后，再说几句。

由于有新的扩展，这次的可玩性又有了进一步的提升。像生成壁纸那种小工具，效果惊艳。我们都可以用简便的方法去完成一个小工具、小游戏，甚至不需要看到代码页面。

从稳定性而言，作为字节大厂出品，能明显感觉到不会轻易崩掉。不过，Agent 的普遍问题依然存在，即输出的效果不够稳定，也会存在各种幻觉，结果里逻辑性欠佳。

乐观的方面在于，扣子空间的使用场景再次拓展了。大厂入局，也是一个里程碑。大家可以用更强的算力、更低的成本去体验 Agent 的场景。用户提供的真实 case 本身也是一种当下快速创新阶段的竞争力。

这么看，我们离贾维斯，也越来越近了。