摘要：继Manus之后，国内又一款通用型AI Agent产品问世了（Manus介绍见：），那就是由字节跳动于4月19日推出的扣子空间（Coze Space）。目前该平台处于公开内测阶段，需要通过邀请码才能激活使用。我在拿到邀请码之后，五一假期都在试用把玩。那么，扣子

继Manus之后，国内又一款通用型AI Agent产品问世了（Manus介绍见：），那就是由字节跳动于4月19日推出的扣子空间（Coze Space）。目前该平台处于公开内测阶段，需要通过邀请码才能激活使用。我在拿到邀请码之后，五一假期都在试用把玩。那么，扣子空间这款产品，它的表现如何，有哪些适用场景，有什么优势与不足？这期内容，给我一首歌的时间，我来为你详细介绍“扣子空间”。

在介绍Manus的那篇文章中，我们也简单介绍过AI Agent的概念，这里再回顾一下。

要聊AI Agent，必定少不了这张经典的示意图。为了方便大家理解，我把原图和我制作的中文翻译版本都一并放上。

简单来说，AI Agent是一种能够感知环境、自主决策并执行动作的智能实体。与传统AI系统不同，它不仅能回答问题，还具备记忆能力、自主规划拆解任务能力和调用各种工具的能力，从而能主动完成一系列复杂任务。简单来说，如果把大语言模型（LLM）比作一个“超级大脑”，那么AI Agent就是给这个大脑装上了“手脚”和“工具”，让它能够像人类一样主动行动，而不仅仅是回答问题。

在构思同主题的短视频时，我就已经在思考究竟用什么方式可以更好地介绍扣子空间。最后我想到了一招，那就是让扣子空间自己介绍自己。于是，我就给扣子空间发去了如下的Prompt：

我正在筹备一个介绍“扣子空间”的短视频，需要你为我提供相应的材料，最终形成一份内容简洁清晰的报告，并根据报告生成一个可互动的网页。

接收到任务之后，扣子空间就开始处理了。首先是任务拆解，扣子空间认为“首先需要了解‘扣子空间’的基本信息，如它是什么类型的空间、有什么特点和功能等”。在收集完材料后，就开始“将这些信息整理成一份内容简洁清晰的报告，并保存为Markdown文件。然后根据报告生成一个可互动的网页。”

最后就是其生成的Markdown文件和网页的全过程了，这个过程耗时也比较久，花了足足10分钟的时间。接下来，基于扣子空间自己生成的介绍材料，我直接给大家放上来。

一、基本信息

扣子空间（Coze Space）是字节跳动于2025年4月19日推出的一款通用型AI Agent平台，官网地址为https://space.coze.cn 。目前该平台处于公开内测阶段，需要通过邀请码才能激活使用。其名称中的“空间”一词，既表达了该平台提供了一个高度开放与可自定义的协作环境，也象征着用户可以在这里搭建专属的智能工作空间，灵活组合各类AI Agent来完成不同任务。

二、功能特点

（一）双模式协作

探索模式：AI自主快速响应，适用于时效性强的任务，如查询最新资讯、获取实时数据等。用户只需输入任务指令，AI会自动完成各个步骤，快速输出结果。例如，用户输入“查询未来5天的天气，制定一个杭州5日游的出行计划，描述具体的出行路线，并生成每个景点的图片，给出穿搭推荐”，AI会自主规划并执行任务，调用墨迹天气接口查询天气信息，调用地图查询规划信息，最后调用图片生成接口生成场景图片。

规划模式：AI深度思考与执行，专攻高复杂度项目。用户提出需求后，AI先给出任务处理规划，经用户确认后再开始行动，执行任务期间，也需要用户参与，便于用户随时调整。比如，在制定大型项目计划、深入数据分析等复杂任务时，规划模式能让AI进行更深入的思考和分析，给出更完善的解决方案。

（二）强大的任务处理能力

任务自动化：能够自动分析用户需求，将其拆解为多个子任务，并自主调用浏览器、代码编辑器等工具执行任务，最终输出完整的任务报告，如网页、PPT、飞书文档等。例如制作一份关于某一行业的研究报告，它能自动完成数据收集、分析和整理等一整套工作。

多智能体协作：内部多个智能体可以相互配合，共同完成复杂的任务。比如在制作旅游攻略时，不同智能体可分别负责查询景点信息、规划交通路线、寻找附近美食等任务，再将结果整合输出。

（三）丰富的插件集成

首批集成飞书多维表格、高德地图、图像工具、语音合成等60多款MCP模块化能力插件，未来还将支持开发者通过“扣子开发平台”发布自定义插件，无限拓展Agent的能力边界。这些插件涵盖了资讯阅读、旅游出行、效率办公、购物消费、金融财务、文本处理、图像视频、音频音乐、知识管理、数据分析等众多方面，使扣子空间能够满足用户在不同场景下的各种需求。

（四）专家级Agent生态

提供多种领域的专业Agent，如“华泰A股观察助手”可生成每日股市早报并解答股票分析问题，“用户研究专家”能协助进行用户研究资料深度分析，“电商超脑”可以分析电商行业的用户行为路径等，为不同领域的用户提供便捷的专业服务，满足不同用户的多样化需求。

三、技术支撑

（一）豆包1.5模型

基于字节跳动的豆包1.5模型，该模型包含208个“子专家”，采用MoE混合专家架构，这些“子专家”分别擅长编程、视觉、逻辑推理等不同任务，可动态组合以应对复杂多样的用户需求。在编程竞赛codeforces等测试中，其性能对标GPT – 4。

（二）火山引擎

借助火山引擎的技术支持，确保了平台的强大运算能力和稳定性，能够快速处理大量的数据和复杂的任务，为用户提供更流畅的使用体验。

（三）MCP协议生态

类似于互联网的HTTP协议，MCP协议允许第三方开发者接入插件，如天气查询、图像生成等，快速扩展Agent的能力边界，丰富了平台的功能和应用场景。

四、优势与不足

（一）优势

易用性强：通过自然语言交互就能驱动AI完成复杂任务，不需要用户具备编程基础或进行复杂的操作，普通用户也能轻松上手，大大降低了AI应用开发和使用的门槛。

高效便捷：能够自动完成任务拆解、工具调用等繁琐的工作，快速输出结果，节省了大量的时间和精力，有效提升了工作效率。例如，在进行竞品分析时，扣子空间能在11分钟内完成分析报告并自动部署上线。

高度可扩展性：丰富的MCP扩展插件以及未来对自定义插件的支持，使平台的功能可以不断拓展和丰富，能够更好地满足不同用户的个性化需求。

专业服务支持：专家级Agent生态为各领域的用户提供了专业的服务和解决方案，提升了平台的实用性和可信度。

（二）不足

基座模型能力有限：目前依赖字节自家的豆包大模型，在纯文本内容的深度、逻辑性和创造性方面，有时比不上GPT、Claude等顶级选手，输出的内容可能不够完美。

稳定性问题：AI Agent执行链条长，中间环节多，出错的概率也相应增加，有时会出现任务执行失败的情况。

幻觉问题：可能会产生“一本正经胡说八道”的AI幻觉，导致输出结果不够准确或可靠。

生态有待完善：尽管官方提供了一些MCP拓展，但相比真实世界的需求，还远远不够丰富和强大，需要进一步丰富和完善插件生态。

五、应用场景

（一）办公场景

可以帮助用户完成撰写文档、制作PPT、数据分析、会议安排、邮件处理等各种工作任务，提高办公效率。例如，用户可以让扣子空间撰写研究报告、比较不同平台的优劣并输出飞书文档、生成表格等。

（二）学习场景

为学生和教育工作者提供课程资料收集、整理、课件制作、学习计划制定等辅助教学和学习服务，助力教育工作的开展。

（三）生活场景

例如制定旅游计划、查询信息、预订酒店和机票、健康管理和健身指导等，方便用户的日常生活。比如，用户可以让扣子空间生成旅游攻略、规划行程等。

（四）电商场景

可以进行商品推荐、用户行为分析、市场调研等，帮助电商企业提升销售业绩和用户体验。电商平台可以把商品信息和用户画像导入扣子空间，再结合用户购买记录和自然语言诉求，它就能精准地给用户推荐可能感兴趣的商品。

（五）金融场景

如股票分析、金融数据解读、风险评估等，为金融从业者和投资者提供决策支持。“华泰A股观察助手”可以为用户生成每日股市早报并解答股票分析问题。

六、与同类产品的对比

（一）与Manus的对比

传统的聊天机器人更像是“问答机”或者“信息查询员”，主要依靠自身预存的知识回答问题，而扣子空间作为AI Agent，拥有调用外部工具和自主规划执行的能力，能够真正动手去“查地图”“看天气”等，连接现实世界，动用各种工具来解决实际问题。

最后收尾，肯定要点评几句。先说惊喜的部分吧，最显著的是对比起传统的AI问答模式，扣子空间是直接从最开始的任务Prompt，一口气直接到了成品的Markdown报告和生成可互动的网页。也就是AI几乎全面接管了任务的拆解、执行、工具调用等过程，这一点也是AI Agent模式最大的突破所在。

然后就是不足的地方了。首先是耗时，扣子空间在完成我上面的任务，足足花了10分28秒的时长，与之相比Deepseek那2、30秒的思考过程简直就不够看的。然后就是稳定性方面，上面的成品其实是我重试到第4次才成功的，前3次都在生成网页时失败了，可见对于复杂的任务，扣子空间的稳定性还有待提升（这一点扣子空间自已的介绍也提到了）。最后也是最重要的，就是对于成品的细节修改，目前扣子空间的支持性还不好，比如上面的网页，想要修改其中的细节表现，就只能另起炉灶了。

但总的来说，作为一个才发布一个月不到的产品，这些不足都是工程上的问题，都是可以随着产品的迭代不断完善的。我认为，任何新生事物，做到既不是盲目吹捧，也不是一味否定。所有产品在初始阶段都会有这样那样的不足，但更重要的是我们要从中看到，哪些是代表了未来的发展方向，哪些是发展过程中的待完善之处。而扣子空间，或者说AI Agent，代表着一种更彻底的人与AI协作模式。其未来将会发展成怎样的结果，还是非常值得我们期待的。

来源：人人都是产品经理