摘要：各种 AI 确实都很厉害，但写下来也只是又一篇“这玩意真猛”的文章，没太多必要

这个月， 我原不打算再写 AI 产品了，直到被 Skywork 惊艳了 。

并非行业不热、没东西写—— 几乎每天都有新的 Agent

首个吧啦吧啦 Agent，跑分超过 Manus

各种 AI 确实都很厉害，但写下来也只是又一篇“这玩意真猛”的文章，没太多必要

另一方面，我在写一篇 3 万字的大稿《中国大模型纪实》
希望以客观公正的方式，来展示目前各大模型厂的真实情况，包括组织架构、业务方向、当下进展等，已经写了 2 万+字了

过程中， 昆仑万维 的朋友找到我，说： 他们新出了一个新的 Agent
全称 Skywork Super Agents，天工超级智能体
太长了，后面就叫他 Skywork

目的纯粹： 希望我写篇文章

说实话，我当时内心是抗拒，拒稿策略都规划了： 先花 10 分钟找 Bug，再告诉说不合适，理由是balabala

事与愿违：
用了还不到 5 分钟，便被深深震撼了，交互「非常」惊艳

不仅觉得可以大书特书，还找到了他们的产品负责人，深聊了俩小时。

这篇文章，由此开始。

说个背景，除 开酒吧 外，我最近还在研究俩东西： 见手青刺身 和 拼好饭外卖 。

这俩东西，按现在说法，这俩可谓大有来头：

就想着，我以后就干见手青刺身外卖了，西湖醋鱼外卖也行

很随意的，我在 Skywork 上扔了个 prompt：
「如何运营拼好饭？西湖醋鱼专卖」

从结果上看，它生成了一份结构完整、语言通顺的内容。
从供需两端入手，拆了拼好饭的底层逻辑，分析了选址策略、流量路径、履约模型，还顺手配了张可视化成本模型图。

结果是不错的，能拿去开店，或者做培训了

简直是天才设计：即便啥也不懂，也能操作他干狠活

这一交互，完美解决了各种 OpenAI 中的 DeepResearch 的莫名其妙 ，总是让我在一开始，补充一堆我自己都说不清楚的需求。

OpenAI 这设计，就很类似于 「高等数学」课本的 防自学设计 ：

而「澄清表单」是一套「把你当成老板」的机制 ：让你做选择，而不是做表述

职场小技巧
不要让老板做填空题，让他做选择题。
比如，不要问：想吃什么？
而要问：西湖醋鱼，还是九转大肠？

通过提前帮你把任务框起来 ，Skywork 把模糊的问题变清楚。

当然，如果你并行了多个任务，在「项目」面板上你可以看到哪些任务运行到哪了，哪里又需要你来帮助。

还有个很妙的点： 在任务完成后，你可以直接操作修改 。

每一段文字都能点进去改，PPT 结构可以在线编辑，生成的图表能重算参数。你不需要复制粘贴到 Word 或 Notion 再折腾，而是 在原地就能把它变成“你自己的东西” 。

真的，在我用过的所有 AI 工具里，这是为数不多让我觉得“ 它不是要展示自己厉害，而是真心想帮我把事做好 ”的产品。

正如前面所说，我带着“ 找个 bug 然后不写 ”的心态去试 Skywork。最后成了 找团队做专访，然后写到停不下来

在采访前，我是带着提纲去的（J 人艺能）。
但真正交流的时候，反而变成了我的惊呼现场（逐渐 P 化）

我问他们：“你们做这个产品时，有哪些决策是完全违背业内共识的？”

对方很淡定：“好多”， 说完就展开了一整套产品哲学。

总结大概三条，都踩在“主流做法”的反面，但又极其合理 。

一、按“交付模态”来划分 Agent

别的 Agent：“你想做什么？”

Skywork：“你最终要什么？”

市面上的各种 Agent，像一个个拟人剧本 ，是角色型的、场景导向的，比如「小红书文案专家」「市场分析师」「牛逼的产品经理」。

Skywork 则是按输出结果来划分 ：「你要一份结构完整的策划方案，是写在 DOC 里，还是讲成一份 PPT，还是配个网页版本？」

这种做法其实很反直觉，但非常实用。
尤其对 AI 用户不熟、对交互不敏感的人来说——直接说出“我要什么样的结果”，远比“我想做一件什么事”更容易起步。

这背后，是一种“从交付反推任务流程”的路径思维。

职场小剧场
稳定交付结果的同事，比只会 BB 的同事，更靠得住

二、有意压缩交互链条

很多 Agent 追求“看起来像人”，要有拟人感。

Skywork 选择反其道而行：只保留一轮澄清交互，其余全自动处理。

我问他们为什么不多对话，回答是：“ 对话不是目标，任务才是目标。”

如果一轮确认就能拿到任务核心，那就不再继续“缠着你聊”。

这是一种非常清醒的聪明 ——不是炫交互技巧，而是减少用户负担，收敛路径分支，保障交付结果。

这类克制的产品设计，在今天很多“越复杂越高级”的 AI 产品里，挺稀缺的。

职场小剧场
开会有必要，但总是开会没必要

三、帮你“降低预设负担”

很多 AI 工具以“极度自由”为卖点，仿佛你输入任何话，它都能帮你搞定，虽然并不。

Skywork 是反过来的：它在流程一开始就通过“澄清表单”，提前把任务拆解、框定、简化。

比如你说你要写个报告，它会自动弹出几项确认， 让你点击 ：

这些提问本质上是：“让我替你厘清任务”，而不是“逼你讲清楚”。

从用户视角看，这种交互更像是“当老板”： 你只要点几下，Skywork 就已经代入了你的需求，反推了任务结构。

在这里，你被智能“托举得更轻松”。

“我们不是希望 AI 显得更聪明，而是希望它真的把事办了。”

这是结构性的聪明，是“像一个靠谱实习生”那种聪明： 能听懂你半句话、补全你没说出口的任务、最终按时把东西交上来。

在聊天后半段，我问他们：“你们在这个 AGI 热潮下，最想打碎的集体印象是什么？”

他们想了想，说了一句我非常喜欢的话：

“AI 的终局不是替代人类，而是通过人机协作，产生更震撼的效果。”

这话听着像观点，其实是路线选择。

很多人以为 AGI 是“更高效的人类替代物”，但 Skywork 反而在强调： AI 的真正潜力，是为人类提供‘升维的观察力’—— 不是做你做的事，而是让你看见你以前看不见的事

比如他们提到 DeepSeek 是一个“很棒的产品”，因为它把任务的推进过程、思考逻辑、决策链条都“显性化”了——这不只是完成任务，而是扩展了人类对“如何完成任务”的认知方式。

Skywork 想做的也是这个方向： 把一件原本模糊、复杂、需要反复试错的工作，结构化地展开给你看，并在每个节点都提供 AI 助力 。

你不会因为它“像人”而感动，但你可能会因为它 让你像一个更专业的人类 而惊讶。

聊完 Skywork，我反复回想一个问题： 它到底属于哪一类 AI 产品？

它不是 Chat，也不是 GUI 工具；不是模型壳子，也不是插件整合器。

如果非要归类，我觉得它像是一个「 赛博打工人 」——不炫技、不扯皮，也不“陪聊”，它只关心两件事：

就像现实中的靠谱同事，「一时聪明」不是标签，「长期可靠」才是

在今天的 Agent 世界里，这类气质，反而很稀缺。

来源：东窗史谈一点号