从百度GenFlow3.0到字节扣子空间，这场关于多模态一站式生成、知识库打通与人机协作的较量，正在重塑未来办公与创作的底层逻辑。本文通过5款主流Agent的深度实测，揭示AI如何从辅助工具升级为真正的『超级员工』。

回顾2025 年， AI 行业最重要的变化不是模型，而是 Agent 真正进入工作流。

11月，Nano Banana一经发布就在创作工具赛道撕出一道缺口。它不是简单地帮人做设计，而是重构了设计师的工作方式，让AI第一次具备可用的、规模化的产出能力。

可以说，Nano Banana将所有设计相关的工作方式都改了一遍。同样，国内AI Agent也以迅雷之势渗透进各行各业的办公场景。写一个文档、做一套PPT、剪辑一个播客节目、整理数据报表——越来越多工作被Agent承接。

可以说，打工人的工作方式，这一年也被悄然改写了一遍。

在海外， Microsoft Copilot、Google Gemini、Notion AI等多模态办公与创作工具矩阵已成型；国内厂商同样不甘落后，百度文库和网盘联合推出的GenFlow3.0、金山的WPS.AI、阿里的千问和夸克、字节的扣子空间等纷纷入局，将写文档、做PPT、数据处理、图像生成、自动化分发等整合成一站式多模态Agent系统。

但问题随之浮现——当AI触手可及、无处不在时，用户真正需要的 Agent 究竟是什么？ 是完全替代原有流程？还是在工作中主动设计方案？是自动化能力的叠加？还是创造力的扩张？

更关键的是，在所有大厂集体下场之后——谁会成为“中国的Nano Banana”，改造国人的工作方式？谁会真正定义下一代创作与办公场景？

带着这些问题，我们挑选了目前国内5家主流大厂系Agent进行实测：百度GenFlow3.0、腾讯ima、金山WPS.AI、扣子空间、夸克。而通过5款产品测评后，我们发现3次代际分层正在出现：

1. 有能力生产完整工作流；
2. 有能力形成数据闭环；
3. 有能力持续积累认知与记忆。

但目前仅两家跨进第三阶段，一个是GenFlow3.0，一个是扣子空间。

一、Agent的3个衡量标准

在回答问题之前，我们需要先理解：AI到底如何改变了当下的生产和创作方式。

过去，无论是早期的Office，还是后来兴起的各类SaaS创作平台（如Canva等），其结构本质都很简单——底层是编辑套件，上层是创作模板、素材和协同工具。

在这一阶段，生产力的核心仍然是“人”，创作平台更多只是“工具箱”。

ChatGPT问世后，微软率先将AI能力整合进Office，开启了传统创作工具的第一次转型。但早期Agent只能做文本处理、润色、扩写，内容生成等，直到今年多模态模型成熟， Agent 才开始深度介入创作全流程，并推动 AI 从单一工具，走向一站式 “ 智能流水线 ” 。

在这一背景下，Agent架构也变得更复杂。基于我们对多款Agent产品的调研，目前的一站式Agent大致可以拆分为三个层级：

• 上层：交互与创作层——包括对话场景、智能体创作、协同编辑，是用户直接接触的界面；
• 中层：知识与记忆层——包括知识库、素材库、用户记忆，是平台保持一致性和上下文理解的核心；
• 底层：模型与工具层——大模型、多模态能力与工具调用，是整个系统的基础动力。

这个三层结构，正是支撑未来AI Agent从辅助走向主导的关键框架。

在这个全新的结构下，有3个Agent的衡量标准非常重要：

首先是多模态一站式生成能力。 AI应用正从“一个工具解决一个问题”的单点时代，迈向“一个产品解决多类任务”的通用时代。正如Sam Altman近期访谈提到：“通常情况下，大多数用户都希望拥有一款单一且高效的AI服务，能够贯穿其整个生活轨迹并持续提供价值，所以ChatGPT需要不断增加更多功能。”今年初，Manus爆火也加速了这一趋势，通用、多功能整合成为行业共识。

其次是知识库打通程度。 真正让Agent之间拉开差距、形成壁垒的，不在于大模型，也不在prompt和工具，而在于它能在多大范围调动数据。如果素材、语料、用户偏好都能系统化沉淀成知识且跨素材调用、跨风格理解、跨任务迁移，那每次创作就都能建立在可学习、可进化的知识结构上，AI可以像人一样，越做越好。

最后是人与 AI 的协作。 这也是Agent与传统AI工具最大的不同。传统AI工具由人掌控，创作者意志可以直接贯彻到作品；Agent则是与人共同创作，AI是创作者的搭档、助手、副驾驶。这也意味着，人类需要以更主动、全面的姿态介入到传统的 “AI 黑盒 ”—— 人机协作编辑更加重要。

因此，我们可以对一款AI Agent是否具备竞争力做出科学的判断，主要有以下三个核心判断标准：

1. 是否有足够丰富的AI创作工具/Agent，能够支持全模态、一站式的内容生成；
2. 是否有强大的知识库，能够沉淀知识和记忆，并将这些数据反哺到创作当中；
3. 是否有良好的人机协作框架，让人与AI充分协作。

围绕这些标准，我们对5家主流Agent进行了系统性测评，并把测试结果收敛整理，形成这张总览图：

二、产品实测：谁是中国的“Nano Banana”？

当AI真正走进创作与办公场景，决定体验差异的第一道分水岭，并不在于模型参数或算法能力，而在于——它到底能不能把一件事完整的做完。

衡量这一点的首要指标，正是平台功能的完备程度。下表展示了各平台在创作深度与任务跨度上的支持情况：

从功能覆盖度来看，GenFlow3.0是目前唯一具备全模态创作能力的平台，基本覆盖了主流AI创作平台的所有核心能力；夸克与WPS位列第二梯队，能够支撑起绝大多数常见的创作与办公场景。相比之下，扣子空间与ima在多模态能力、文档工具链及专业功能上仍存在不同程度的缺口，整体产品形态尚处于持续完善的爬坡期。

然而，随着各家AI的任务覆盖面逐渐趋同，决定用户体验差异的第二道分水岭已然出现：核心矛盾不再是AI“能不能生成”，而是人类“能不能随时接管和修正”。

在这一维度上，决定协作深度的关键指标，正是对 Office 体系的兼容程度：

测试结果显示，各平台在这一维度上的表现泾渭分明。除去本身就是办公软件的WPS占据主场优势外，GenFlow3.0是唯一实现“原生级兼容”的AI平台：它不仅支持直接输出Office格式，更打通了跨工具、跨设备的编辑链路，真正实现了从“AI生成”到“落地执行”的闭环。

在交互设计上，GenFlow3.0采用了独特的“双模态编辑”策略：

• 轻量微调： 生成文档或PPT时，右侧预览窗支持对话式修改，无论是Excel高亮制定列、生成雷达图，还是调整PPT格式，一句指令即可完成。
• 深度精修： 若需复杂的排版，一键切换至“高级编辑”模式即可进入高度还原Office的专业界面，操作习惯与功能体验几乎无缝衔接。

相比之下，扣子空间、夸克和i ma虽然也配备了预览窗口及基础的图文编辑功能，但其内核仍是“轻量级编辑器”，缺乏完整的Office工具套件支持，难以应对深度的文档处理需求。

除生成能力外，人与 Agent 的协作顺畅度构成了产品体验的第三道分水岭。这其中的核心命题在于：系统是否赋予了人类在执行过程中随时介入与调优的权利。

真实的创作往往是非线性的——它是一个边做边想、随着灵感涌现而不断修正逻辑的动态演进过程。这种“螺旋式上升”的思维模式，才是人类工作的常态。

遗憾的是，目前大多数Agent仍沿用机械的“单向执行”逻辑：一旦启动便难以打断，即便用户中途发现方向跑偏，也只能被迫等待其执行完毕后再推倒重来，造成了大量算力与时间的双重浪费。

为了规避这种“过程黑盒”带来的偏航风险，主流产品普遍采取了折中的 “ 前置确认 ” 策略。例如GenFlow3.0、扣子空间、ima和夸克等，在生成PPT或长文档前，都会强制先生成提纲与视觉风格，待用户“签字画押”后，才敢进入正式生成的环节。

当然，“前置沟通”并非行业标配。以WPS为代表的部分产品仍沿用传统的指令逻辑：用户下达需求后，AI便进入“黑盒执行”状态，直至直接输出完整结果。

值得一提的是，GenFlow3.0在这次测试中展现出了最具差异化的交互形态。它不仅具备标准的“前置确认”流程，更首创了“断点续写”能力——即允许用户在生成过程中随时按下暂停键进行干预。

实测中，我们在撰写年终总结时故意遗漏了关键信息，中途暂停并补充指令要求“着重强调全年业绩亮点”。GenFlow3.0接收指令后，并未机械地推倒重来，而是不仅理解了新需求，还能“ 接得住” 之前的进度，在原有逻辑流上无缝继续生成。

这种“动态纠偏”能力，标志着AI协作从“指令式”真正迈向了“交互式”。

至此，人机关系已发生质变：AI不再是单纯的输出工具，而是进入了被管理、被纠偏、深度协作的“员工形态”。

但当AI需要持续参与长链条任务，甚至面对用户的反复打断与修正时，一个底层技术命题随之浮出水面：它凭什么能记得住上下文、接得住新指令、且越干越顺手？

这就触及到了AI的核心记忆中枢——知识库。

如今，知识库虽已成为Agent产品的标配，但真正的体验鸿沟在于：它究竟是一个死板的“仓库”，还是一套自然流动的 “ 知识引擎 ” 。理想的知识体系，不应成为用户的额外负担，而应在阅读、思考与创作的过程中无感沉淀、自然生长。

因此，评测的焦点不再是“有没有”，而在“怎么存（知识获取）”与 “ 怎么用（知识应用）”这两个关键闭环上。对此，我们对各家的表现进行了全景扫描：

在“知识获取”这一环节，各家的生态基因决定了三种截然不同的护城河：

首先是ima，它的优势在于对腾讯生态内容的深度整合。它不仅支持腾讯文档的一键导入，更直接打通了微信公众号文章的收藏链路。这意味着那些封闭在微信私域内的高价值内容，只有ima能将其便捷地转化为可调用的知识资产。夸克的优势则建立在浏览器这一高频入口上，通过截屏与划词，夸克可以将碎片化信息的收集门槛降至最低。

相比之下，GenFlow3.0的优势不仅仅是全，更在于“专”。依靠百度文库和百度学术的庞大数据库，它能获取到海量别人搜不到的内容——比如各行业专家上传的专业文档、公文模板、考试题库以及深度的学术论文。这些通常需要付费或特定权限才能看到的独家干货，构成了GenFlow3.0最硬核的知识底座。

此外，GenFlow3.0还构建了一套独特的“内循环”机制：所有由AI生成的内容，都可以一键回流至知识库，在画布中被自由拖拽、重组，并再次参与创作。知识不再只是被存放，而是在反复使用中持续增值，真正实现了随取随用、越用越强。

当然，知识的获取不是目的，让获取的知识为创作赋能才是目的。

当我们将视角转向“知识应用”时，体验的分水岭随之显现：

夸克虽然在采集端表现出色，但目前存在明显的“存储-应用”断层——其收藏的内容多以“书签”形式存在，无法在创作中直接调用，这大大削弱了知识库的实用价值。同样，i ma的知识库底座虽然强大，但却由于工具链过于单薄，能够调用知识库的场景寥寥无几，导致沉淀的知识价值无法被充分发挥出来。

真正的闭环出现在GenFlow3.0和WPS身上。

WPS依托云盘打通了手机、电脑、平板及微信等全端文件，支持实时上传与调用，构建了“素材存储-内容创作”的标准闭环。

GenFlow3.0 则构建了更立体的 “ 四重资料体系 ” ： 对外连接百度文库、百度学术的专业知识，对内通过百度网盘同步各端数据；同时还能自动备份你的查阅历史和AI生成内容，再加上自定义知识库，同样打通了“收、存、用”的完整闭环。相比WPS，GenFlow3.0胜在知识储备更广、应用场景更宽。

三、淘汰赛正式开始！

很多人说2025年是AI应用的元年，到了年底，AI应用却已经迈入了下一阶段。

一方面，单一的 AI 工具正在加速向一站式 Agent 创作平台演进。另一方面，行业格局也在重排——大厂正迅速取代创业公司，成为这场竞争的真正主角。

这两大变化相互叠加，清晰地勾勒出AI Agent的下一阶段走向。

在此之前，Agent靠差异化生存——找到足够细小的赛道就能立足；但在这之后，百川汇流，Agent正式进入正面战争。 如果说过去是“晋级赛”，那现在接下来算是进入“淘汰赛”了。

淘汰赛的竞争是全方位的，这种全方位，不仅包含图片、视频、音频、文字在内的多模态模型；也包括流量和入口在内的生态协同。这也是为什么大厂在这场游戏中逐渐占据优势的一个重要原因。

但问题也恰恰出现在这里，当牌桌上只剩下大厂，大家同样资源雄厚时，真正可以拉开差距的地方，显然还是产品。

那么，AI时代Agent的终极形态应该是什么样？我不知道，但我可以确定的是：Agent 的终极目标，绝不是在一套固定流程里替用户完成几项固定任务。

它应该成为一个“伙伴”，而不是“工具”；它也不应该只服务于具体的工作场景，而是贯穿你生活与创作始终。

正如李飞飞所说，AI的最终使命，是成为人类应对重大挑战的得力伙伴，让人类潜能得到更大的释放，创造一个更美好的未来。

然而，这正是当下许多产品面临的最大挑战——许多产品依然停留在流程化思维中，把创作理解为可预设的步骤。但显然，如果AI只是按照流程行事，那它终究又会回到传统SaaS的老路，失去应有的创造力与可能性。

因此，未来Agent的核心赛点不再取决于单次的“生成惊艳度”，而在于它能否真正渗透进复杂的工作现场，并长期驻扎下来。

对绝大多数人而言，工作的本质并非对话框里的闲聊，而是对文档、PPT与表格的反复打磨。如果AI止步于一次性交付，无法进入这些深度编辑场景，那它终究只能是游离于核心工作流之外。

所以，我们认为真正的下一代Agent，必须重构三大能力支柱：

1. 全域收敛：能一站式调度图文、数据与演示，将零散指令收敛为完整的工作流；
2. 记忆复利：能沉淀你的偏好与历史成果，让每一次创作都站在过去积累的肩膀之上；
3. 深度协同：必须允许人类随时介入、打断与修正，真正实现从“起草”到“交付”的闭环。

当 Agent 具备了这些素质，竞争便超越了模型接口的参数之争，转变为人类员工“长期协作伙伴”的生态位之争。

在办公和创作场景下，真正的中国版“Nano Banana”，不会诞生在某个炫技式的Demo中，而只会诞生在——那个你每天都离不开的，多模态创作的“超级员工”身上 。