摘要：感觉互联网大厂都已经在布局通用 Agent 类的产品了。昨天，我姑家上大二的孩子，发消息告诉我一款叫 Tbox 的 AI 产品：

感觉互联网大厂都已经在布局通用 Agent 类的产品了。昨天，我姑家上大二的孩子，发消息告诉我一款叫 Tbox 的 AI 产品：

我当时一脸懵逼，深度检索了一下才发现，Tbox 是蚂蚁集团刚刚发布的一款通用 Agent 产品，而且初期的核心用户群看起来是学生。访问地址是：

#01

Tbox 出彩的地方

说实话，到现在这时候，通用 Agent 类的产品我们都已经不再陌生。Tbox 可以一句话生成 PPT、研究报告、播客、网页等形式的内容，类似功能的产品市面上也已经不少。我体验之后，感觉 Tbox 有两个核心优势：

1）它的核心逻辑是多智能体协同。多智能体协同其实是最近新的技术趋势。之前的单智能体产品，如果大家用得比较多，会发现有个比较鸡肋的问题。

同一个智能体需要兼顾查资料、做分析、排版等等不同的工作，结果往往某些环节就不够专业，能力泛而不精。同时，单智能体模式中，执行需要一步步来、串行工作，我们得等很长时间才能拿到结果。

相较于单 Agent 产品，多智能体的思路是像我们工作中的团队合作一样，先拆分任务，然后交给不同角色的智能体并行的完成。

这样不同专长的智能体能够并行执行任务，既可以保证任务的快速执行，同时，又能提升交付质量。

比如下图是官方内置的一个文档小组中的 Agent 成员。

2）除了官方预置的智能体外，我们还可以自己去创建专属的智能体。这样一来，就不仅是用现成的 Agent 工具，而是能根据自己的需求，组合出一个更贴合需求的小组。

Tbox 在智能体生态这块做得挺不错。我甚至还看到创作收益的页面，平台应该是在探索完成创作到消费的闭环。

这种开放性最大的意义在于，它不再局限于官方给定的一些智能体，而是把创造权交给了用户。毕竟平台能够考虑到的场景有限，而且用户的需求五花八门。

支持自定义智能体，也就意味着我们可以按照自己的行业背景、工作习惯，去设计属于自己的智能体角色，并组建任务小组。

这个思路挺酷的。从页面展示来看，Tbox 在这方面的探索还处在早期阶段，但我很期待它能加快迭代，把这种可能性真正跑起来。

#02

案例测评

接下来做几个案例大家看看。

不知道其他人，反正现在我已经越来越离不开 AI。甚至我那天还和同事开玩笑，我感觉没有 AI 的话，现在我的工作效率会下降五成。才两年多时间，和 AI 协同，已经成为我工作习惯的一部分。

Tbox 这款产品，本质也是一款为工作和学习而生的 AI 工具。

这两天，Nano Banana 比较火，假如我作为一个小白，不太了解这是一个什么样的产品。那我完全可以打开 Tbox，输入自己的需求。

下面是我的任务截图，可以看到，最下方有一个文档小组，这个小组内有不同的 Agent 会互相协作。

收到任务后，Tbox 会进一步二次完善我的需求。比如火出圈原因要分析市场推广和用户口碑，诞生背景要讲研发故事，技术突破要总结主要创新点，应用场景要给出具体案例。

最后还明确了产物形式，生成一份详细的 HTML 报告，包括文字和图表。

如果我觉得哪里不合适，那直接点击“编辑任务细节”就能修改。

开始执行任务后，Tbox 作为整体的负责人，会进一步拆解任务，并交给合适的 Agent 来执行。这一步太熟悉了，不就是平常领导给我们安排工作时的场景嘛。

紧接着，更熟悉的场景来了，Tbox 拆解完任务后，直接逐个艾特大家来干活，这时候，文档规划师、深度搜索助手、文档大纲助手等 Agent 相继上阵。

UI 的设计中，文档规划师回复了个表情符号：好的。扎心了，Agent 牛马。

任务执行的过程，其实能直观看出多智能体协同的逻辑。

像图里展示的那样，Tbox 会自动把任务拆解成多个环节：有的 Agent 负责输入结构化，有的负责读取任务分析文件，有的专门处理搜索结果，还有的根据大纲去生成总结。

能并行的部分会自动并行执行，比如搜索、总结和大纲撰写；而存在依赖关系的步骤，则会通过 Context 在智能体之间自动传递。

比如文档创作助手在生成最终报告时，就会直接基于深度搜索助手的资料和文档大纲助手的成果。

这种机制有点像一个真正的团队在协作：每个成员各自完成一部分，再把结果汇总到一起，既省掉了重复劳动，又保证了产物的完整度和一致性。

最后，大概等了 5 分钟，一份完整的报告出来了。我觉得这对于我们协作理解 Nano Banana 而言，已经足够了。它把背景、技术突破、应用场景都梳理清楚，还附带图表说明，不需要我们再各自去翻资料、做笔记。

换句话说，AI 已经帮团队完成了基础的信息收集和结构化整理，我们只需要在这个结果上继续讨论和延伸，就能把时间更多地花在思考和决策上。

接着，我再给大家看看我表弟是怎么玩 Tbox 的。表弟学计算机，刚开学就被老师布置了一个作业：总结苹果系列芯片的发展历程。

他一看，最新的苹果手机都要搭载 A19 芯片了，这要是挨个搜索，一天时间估计都搞不定。于是他借助 Tbox 生成了一份可视化的网页。挺机灵。

有了 Tbox 生成的网页打底，他很快就能把苹果 A 系列芯片这些年的发展脉络梳理出来，哪些代际在性能上有大跃升，哪些代际又是小幅迭代，都能一目了然。

在这个基础上，再去完成老师布置的作业就轻松多了，省下了大量检索和比对资料的时间。

下面是他生成网页的一个 Gif 图。

说下我对 Tbox 的印象。使用下来，我觉得 Tbox 最出彩的地方是它生成的结果可靠。很多 Agent 产品，看起来酷炫，但在真实的场景中，其实表现并不好，要么中间生成出错，要么最后交付了一个半成品。

蚂蚁集团给人的感觉像一个成熟的中年人一样，稳重靠谱。Tbox 也延续了这种风格。不是炫技，而是给用户可预期的结果。对我来说，这种体验更接近真正的交付，而不是在和一个实验品打交道。

我把需求交给 Tbox 后，可以放心地去忙其他事情，因为我知道，五分钟之后，我能够拿到一份确定性的结果。

#03

写在最后

前两天看了微软 AI 产品经理 Asha Sharma 的一场访谈，她提到一个挺有意思的观点：随着 AI Agent 的普及，未来公司的层级可能会越来越少。

很多中间层的工作，本质就是跟进、分配、检查、反馈，而这些如果交给 Agent 自动化完成，组织就会自然变得更扁平，大家直接围绕目标和任务协作。谁能解决问题，谁就能推动事情往前走。

这个判断现在看或许还显得乐观，但用过 Tbox 之后，我觉得它并不遥远。它能把模糊的需求拆解成清晰的任务，由不同 Agent 并行完成，结果交付得足够稳定。

而更值得注意的是，Tbox 正在筹备 Agent 市场，用户不仅可以上架自己做的智能体，每次被调用都能获得收益，还能结合支付 MCP 自动收款。

这一步很关键，因为它意味着 Agent 不只是帮你干活的工具，而是开始成为一个可以跑通商业闭环的应用，像移动互联网时代的 App 一样。

如果说过去十年是 App 改变了我们的工作和生活，那么接下来的十年，极有可能是 Agent 在重塑这一切。

来源：正正杂说