慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗?
辦公類 AI 初探:釦子空間
阮一峰 · 2025-04-21 · via 阮一峰的网络日志

一、AI 的風口

問問大家,AI 產品的風口是什麼?

我的意思是,什麼樣的產品有最大的機會。

現在的 AI 多如過江之鯽,大部分都是曇花一現,走不遠。

在我看來,最有機會的產品,既不是面向普通大眾的問答類 AI,或者內容生成 AI,也不是面向開發者(API 用戶)的編程 AI。

真正的風口是辦公類 AI

企業和個人的辦公市場巨大無比,而且有真金白銀。

誰能把 AI 引入文檔、會議、決策......,誰就會吃到肉。就像 Office 軟件是商業軟件之王一樣,企業級辦公 AI 也一定會是 AI 的銷售之王。

二、辦公類 AI 的現狀

不過,辦公類 AI 眼下寥寥無幾。不要說贏得市場,就連想得起名字的產品都不多。

究其原因,一是 AI 現階段的能力,還達不到企業級軟件的安全、穩定、準確、高效。

二是辦公類 AI 到底是什麼樣的產品形態,大家還在摸索。

我一直非常關注這個領域,對於新出現的辦公類 AI 有著強烈的興趣。

下面介紹一個新產品"釦子空間",我這些天一直在試用。大家看看,它怎麼用 AI 完成辦公任務。

三、釦子空間

先說一下,釦子(coze.cn)是一個國內的平臺,提供基於瀏覽器的低代碼環境,來搭建 AI 應用,有免費額度。

我一直是它的用戶,以前還寫過文章,介紹它的工作流模式:在圖形化界面上,用鼠標編排 AI 工作流,生成獨立應用。

工作流模式號稱不需要編碼,小白也能用,但用戶最好有編程基礎,所以還是有一點點門檻。

於是,釦子現在又推出了"釦子空間",真正零基礎,無門檻完成任務。

它的最大特點是,內部自動調用各種 Agent(智能體),不需要用戶介入,就能完成各種任務。你可以把它想象成一個"Agent 的自動調用器"。

對於用戶來說,因為有了底層的 Agent 能力,它不僅可以回答問題,還能解決問題(任務),從而成為你的辦公助手和工作搭子。

正如它的宣傳語:"和 Agent 一起開始你的工作"。

注意,它現在需要邀請碼,可以去釦子公眾號和釦子空間官網(space.coze.cn)領取。

四、界面

釦子空間的網址是 space.coze.cn,點進去就可以使用。

界面很簡單,左側是任務列表,右側是一個對話框,用來輸入新任務。

執行任務要求時,默認是"探索模式",AI 自動完成各個步驟,速度較快。

你也可以改成"規劃模式",顯示 AI 思考的中間步驟,便於隨時調整。

除此以外,就沒有需要設置的地方了,很符合直覺。

五、任務示例

下面是我的一些使用實例,都是辦公類的任務。

大家看看,它完成得怎麼樣,像不像一個精通各種技能的實習生。

5.1 撰寫研究報告

最常見的辦公任務,肯定是撰寫文檔。我讓 AI 撰寫下面的研究報告。

我需要一篇研究報告,關於上海茶飲行業近幾年的發展情況,以及投資機會的分析,包括行業發展、熱門產品等信息。

注意,文檔類的任務最好指定輸出格式,否則生成的內容以 Markdown 格式展示在對話頁上,不方便利用。

我一般是在提示詞最後,加上這樣一句。

同時做一個可視化的網頁。

開始運行後,它就會分解任務,按步完成。

最後,它給出生成的 markdown 文件和網頁文件。

你可以在新窗口打開網頁預覽。下面就是它生成的網頁,圖文並茂,有數據也有論述。

整個報告分成四個部分,可以根據需要增減,自己使用或交差,總體上沒有問題。

5.2 多種輸出格式

前面說過,釦子空間內置了各種 Agent。

除了生成網頁的 Agent,還有生成 Office 文檔、PDF、飛書文檔的 Agent,都可以用,下面是一個例子。

幫我比較一下T3、滴滴出行、高德,作為新手網約車司機,在重慶跑,哪個平臺最推薦,並說明詳細原因,輸出一份飛書文檔。

由於飛書文檔是帶有佈局的,實際生成時,也是從文字報告生成網頁,然後系統提示你將網頁內容複製到飛書。

如果輸出 PDF 文件或幻燈片 PPT 文件,系統會直接給出文件下載。

我正在編排行程,目的是安徽皖南地區,包括黃山和當地的其他風景點,請詳細研究行程、交通路線、景點介紹、門票、住宿和當地飲食等信息,形成一份完整的行程安排,以 PPT 形式展示。

它生成了一個28頁的 PPT 文件,下載後,完全可以直接上臺演示。

5.3 表格能力

辦公類的 AI,一定要有表格處理能力。

請生成一個表格,包含上證50指數成分股,及其最新的收盤價。

默認情況下,表格生成後,會顯示在網頁上。

系統還會給出一個 csv 文件,供下載。

如果想要完備的電子表格功能,可以把 csv 文件導入電子表格軟件。

5.4 其他功能

釦子空間內置的 Agent 很多,還可以調用高德地圖、生成網頁遊戲等等。

請生成一個互動式的學習網站,幫我學習 CSS 的 oklch 顏色函數。

上面是網頁小遊戲的例子,下面是調用地圖的例子。

用高德地圖分析一下上海外灘地區所有瑞幸咖啡的門店選址,做成一個可視化的網頁給我。

如果內置的 Agent 不足以滿足需求,你還可以設置讓它接入各種 MCP,擴展能力。

5.5 專家系統

最後,它還自帶了專家系統,也就是高級的專業知識庫,提供深度的分析能力。

目前,內置了兩個專家系統:用戶研究專家和 A 股觀察助手。

前者用來用戶問卷調查、訪談、生成分析報告;後者用來分析自選股和大盤,提供研究分析報告。

深度的分析和處理任務,需要特定的專業知識,可以試試它們。

六、總結

經過初步的試用,我對釦子空間評價很好,非常好用的辦公助手和 AI 實習生,確實能夠提高辦公效率。

我覺得,它的設計思路很正確,自動調用各種 Agent,既能擴展各種能力,又能消除了上手難度,同時具備深度研究(deep research)能力。

更難得的是,它的完成度相當不錯,沒遇到明顯的 bug,可以用於實際的辦公。

總之,作為辦公類的 AI 產品,它的"工作搭子"的模式,我覺得可用也可行。

後面,辦公類 AI 產品相信會大量湧現,鑑於它的重要性,我還會介紹和評測更多。

(完)