深度剖析字节Coze/扣子

Again，三白又来交付万字长文的商业研究分析了，上次分享的是《深度剖析字节豆包AI》这篇文章，收到了很多朋友的点赞和交流讨论，不少朋友跟我留言希望能够围绕字节的另一款热门的AI产品扣子也做一个分析，因此，本篇文章，三白就重点分析一下字节的Coze/扣子这个产品，同时也借此研究一下AI智能体开发平台领域到底是怎么回事；

同样的我还是会用三白惯用的分析框架，从产品、行业、商业、用户等多个研究维度出发，深度的了解一下这个产品或行业到底是怎么回事，个人比较自豪的是，目前每个分析产品的专业研究框架，我基本都可以通过自己研发的AI工具“AI快研侠（www.kuaiyanai.com）”快速输出并直接采用，并通过其AI生成研究报告的功能快速形成分析初稿，欢迎大家也体验我的产品并向我提供更多意见；

自从字节扣子这款产品在去年10月份在海外开始上线至今，三白也一直都在深度的使用这个产品并且时刻关注这个产品的发展动向，同时也一直不停的和AI圈的同行讨论和分析这款产品，最近同样抽空花了将近7天左右的时间，快速的把过去半年多积累的一些观点和思考沉淀下来分享给大家，其中内容若存在有失偏颇的地方欢迎大家和我沟通讨论；

全文累计字数1.2万字，阅读时间预计需要30分钟，由于内容较多，同样为了提升大家的阅读效率，我整理了一个全文脑图如下，没有时间细细阅读的朋友可以快速看脑图即可，由于上传网页压缩可能存在模糊的情况，想要领取原件的用户可以关注并回复关键词”扣子“私聊我领取；

1.为什么要分析Coze/扣子这款产品

1. 研究清楚AI Agent应用领域：在过去的一年多里，整个AI圈热点讨论的产品，除了以ChatGPT为代表的Chatbot领域，以及以Character.ai 为代表的AI虚拟社交领域，另一个热度较高的领域就是AI Agent领域；其中，该应用领域的发起者，期初GPTs的出现让大家开始关注到这个应用方向，但是真正大力发力这个领域并引领大厂们竞逐的主要是字节的Coze和扣子这个产品，其中Coze是字节的海外版，扣子是国内版，两者基本是同一产品，以下我们统称扣子；

2. 市场规模和品牌热度角度：扣子是目前Agent应用开发平台领域用户规模最高，品牌热度最大的产品，相信分析这款产品，可能能够帮助到更多的朋友；

3. 从产品和商业的完整度角度：目前扣子在产品能力的完整度，以及对商业领域的探索和思考的进度相对更快，也更加成熟；

2.全文内容的信息获取来源？

1. 个人基于长期对产品的关注、体验、思考而形成的个人观点；

2. 来自和腾讯、字节、百度、阿里等国内大厂的AI从业朋友的讨论与交流；

3. 参考市面上公开的深度资讯、专题分析、公开报道、数据平台等；

3.适合哪些人群？

1. 想要系统的了解AI Agent产品，建立行业认知的朋友，包括想要从事该领域的工作者、投资人；

2. AI产品经理和运营人员，特别是做效率工具、应用开发平台方向的朋友；

3. 有意面试和加入字节Coze、扣子团队的朋友；

1.1 扣子是一个什么样的产品？

扣子是字节面向用户提供的一个AI应用端的产品，其核心服务是为用户提供一个快速开发AI应用的平台，用于解决多种多样的AI应用场景；其中Coze是字节在海外推出的应用版本，其相应的国内版的产品名称叫“扣子”，海外版和国内版整体产品形态基本差不多，具体使用模型和插件等能力稍有不同，以下我们主要以国内版扣子研究为主；

“扣子是新一代 AI 应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类 Bot，并将 Bot 发布到各个社交平台、通讯软件或部署到网站等其他渠道。”

引用官方对于其产品的定义如上，关于这个产品的核心特点，概括如下：

1. 一个AI应用开发平台，无编程基础也可使用：用于基于大模型快速开发AI应用，且即使没有编程能力的普通用户也能使用，通过可视化配置，即可快速搭建AI应用；

2. 应用采用对话聊天Bot形式提供服务：类似ChatGPT，目前扣子开发的AI应用，不是通过一系列灵活的交互界面交付应用，而是通过聊天对话的方式，以Chat Bot的方式提供产品服务；

3. 支持发布到各种社交平台等外部渠道：Bot应用支持发布到公域的社交平台，也支持发布到企业自有的产品内使用，具备插件化、应用分发的特性；

目前产品主要提供PC端网页版，海外版本Coze的网站链接是www.coze.com，需要科学上网才可访问使用，国内版网站链接是www.coze.cn，可直接访问；

1.2 字节为什么要做扣子这款产品？

1. AI Agent（AI智能体）被行业广泛关注和讨论：在AI和大模型兴起的去年，整个行业除了在讨论AI、大模型这两个关键词，另一个被广泛讨论的概念是Agent（智能体）；
   很多业界的人会把大模型的出现类比当年的移动互联网，在移动互联网时代应用的呈现形式是APP，而很多业界人士都认同的一个认知是，AI时代的应用呈现形式是Agent；
   包括字节、腾讯等大厂在内的高层和专家，他们也同样认同该观念，我们可以看到，字节的核心产品豆包的产品形态也主要是作为一个综合性的AI智能体平台，可见Agent的概念在其产品认知里面非常深刻；

2. AI应用领域需要一个快速构建AI应用的平台：就好像移动互联网时代，行业提供了很多标准技术用于开发APP，也提供了应用商店用于APP的分发；而AI时代的应用开发平台是什么？应用分发的平台又是什么？
   这个时代，需要有一个平台能够以更低的门槛帮助用户快速搭建AI应用，以及寻找各种各样的AI应用；最早，GPTs的出现，开始让大家看到这类平台的雏形，但是比较可惜的是，GPTs过于简单的编排和搭建的能力，并没有构建出太多出色的AI应用，也没法满足更加专业级别的开发，GPTs盛行不到1个月便悄然淡去，迎接而来的是更加垂直和专业的Agent开发平台，所以顺着这些思路我们看到字节的扣子等这一类的产品，可以说扣子这类产品是时代背景推进下自然催生的产品；

3. 豆包的发展加速了扣子的发展：前面我们提到，豆包的产品形态是一个综合性的AI智能体平台，在豆包产品内聚焦了各种各种的AI智能体；豆包产品的早期我们看到官方为了丰富AI应用场景，前后陆续开发了20多个官方智能体，覆盖图片生成、写作助手等场景，但是后续便没有持续新增了，而是把智能体的增长交给第三方和用户；
   相信在这个过程中，豆包的业务团队肯定也感受到了官方持续提供智能体的有限性，要促进豆包智能体的生态，必然需要一个更加专业的智能体开发平台，尽管这并非官方公开信息，但是个人相信，豆包的发展和对智能体的需求必然加速了对扣子这个产品的需求以及其发展；

当然，以上内容均为个人的观点，并非官方对外公开，也不代表字节内部人员观点，仅供参考；

1.3 扣子的主要用户群体是谁？

1. B端企业“开发者”

1. 包括中大型企业的研发部门和数字化提效团队，其核心诉求是利用扣子的能力为企业提供提升效率的AI应用工具，扣子的核心吸引力在于可以减少他们的开发成本，以及满足他们多种多样的业务需求；

2. 创业公司和中小企业：用于快速搭建提升创业团队、中小企业生产和企业效率的AI应用工具；

2. C端个人“开发者”

1. 关注AI的程序员群体：特别是Github圈喜欢关注技术动态，研究新兴技术领域的技术人员，以及有提升研发效率需求的个人开发者；

2. AI科技爱好者：对AI科技领域有浓厚兴趣的用户，愿意钻研和了解AI工具和产品，为AI深度爱好者；

3. AI效率需求群体：有提升个人办公、学习、生活、生产等效率需求的群体，包括办公白领和大学生群体等；

1.4 扣子的核心产品服务和功能是什么？

概括起来，扣子的核心产品能力主要包括如下几部分：

1. AI应用编排能力：Prompt、插件、知识库、工作流、大模型、记忆

1. Prompt：提示词编排的能力，是用户创建智能体最基础的技能，很多智能体的能力，基本通过精心的编排和设计提示词就可以达到相对比较好的生成效果；扣子提供了提示词优化的功能，不过目前对于没有掌握提示词创作技巧的用户可能还不太友好，未来如果这块官方平台能够给到一些专业提示词写作的引导，相信可以更快的帮助AI小白用户；

   

2. 插件：插件能力是构建AI应用必不可少的能力，我们都知道，大模型只是提供了一些类似文本生成等能力，但是但是大模型并不具备搜索引擎、网页内容获取等能力，在构建具体的应用的时候，我们除了需要大模型的能力，还需要多种构建产品工程的原子能力，这些就是通过插件来实现的，插件本质是各种API服务，扣子通过调用API实现应用中的各种功能；
   
   插件的来源：目前的扣子上的插件来源包括扣子官方提供的插件，以及用户将智能体转换为插件并上架插件市场，其中截止7月底，目前个人不完全准确统计，累计上架的插件数量共700+个，其中官方插件50+左右；
   插件的种类：目前效率工具类的插件比较多，其次是网页搜索、生活服务、新闻工具类插件，具体明细数据如下：

   分类	总插件数量	官方插件数量
   新闻工具	60	7
   照片与摄影	39	4
   实用工具	426	22
   便利生活	65	10
   网页搜索	71	5
   科学与教育	56	3
   社交	13	0
   游戏与娱乐	38	1

3. 知识库：知识库的作用是让模型获得并学习更多的专业知识，从而能够解决一些专业问题，在解决一些垂直应用场景，提供知识库是非常有必要的，因此知识库也是构建智能体的第三个重要技能；目前平台支持本地文档、网页链接、笔记、在线文档、数据表、图片等格式的知识库上传；

4. 工作流：对于那些需要通过一系列流程、规划才能实现的AI应用，工作流无疑提供了比较好的编排能力，然而工作流的使用难度相对来说比较大，有一定的使用门槛，对于编程群体比较有效，普通用户使用的难度比较大，好在扣子平台还提供了工作流模版的功能，某些程度上降低了其使用门槛；

5. 

6. 记忆功能：由于模型存在上下文限制，模型的记忆能力有限，为了让产品具备一些长期记忆能力，扣子提供了变量、数据库、文件、长期记忆等功能

7. 大模型：目前平台提供了字节内部的豆包大模型服务，同时也提供了阿里通义千问、kimi、minimax、百川、智谱等第三方模型服务；用户可以根据自己的需求选择相应的接入模型版本；

   
   

2. Bot应用发布渠道

1. 豆包、扣子bot商店：这两个平台为发布门槛最低的渠道，直接勾选后即可发布，发布完成后可以在豆包“发现智能体”列表、扣子bot商店列表发现智能体；

2. 应用分发平台：包括飞书应用中心、抖音小程序、微信小程序；

3. 社媒账号平台：包括微信订阅号、微信服务号、微信客服、抖音企业号、抖音评论区；

4. 开发者社区：包括掘金等；

   
   

3. Bot商店

   Bot商店主要面向使用端用户，用户可以在Bot商店寻找已经创建好的现成的AI智能体工具，用于提高个人的效率，不需要自己创建智能体即可使用；

   
   

4. 企业版和商业化能力

1. 团队空间为扣子支持团队协作的能力，为扣子面向企业和团队用户的解决方案，通过团队空间，可以支持团队协作共同开发智能体，以及团队管理、权限控制能协作管理能力；

2. 专业版为扣子面向企业的付费的SaaS解决方案，目前也主要是扣子商业化的主要方式之一；

3. 支持将智能体发布为扣子API/SDK：智能体可以发布为API或SDK，用户二次调用使用;

   
   

1.5 扣子的上线时间和历史迭代

Coze在海外的上线时间是2023年11月，然后在2024年2月份的时候，将海外版的能力复制后在国内发布国内版本扣子，产品的迭代历程个人整理如下，当然由于以下内容为个人后续梳理，时间线上可能存在不准确的地方，如有不对的欢迎了解的朋友指出错误：

在过去的半年多里面，主要的迭代升级的方向概括如下：

1. 持续的增加整体的编排能力：包括支持用户上传插件以拓展插件资源、知识库拓展更多格式和来源、提供工作流模版降低工作流使用门槛、接入更多第三方大模型等；

2. 拓展发布渠道：从最早以豆包、飞书、微信公众号和微信客服，到目前拓展微信小程序、抖音小程序，是的应用可以使用的入口越来越丰富；

3. 逐步开始探索商业变现的路径：从推出团队空间开始企业和团队使用场景，到推出专业版并逐步收缩免费版本使用资源，开始逐步走向商业化；

2.1 AI应用整体赛道布局概览

1. 从TO C和TO B应用的角度上看：目前AI在C端的应用相对更加的丰富，大部分厂商在应用端也主要是从C端切入为主，C端AI应用的发展也相对更快，而B端针对AI在各个行业的应用，目前进展还比较慢，不过这也好理解，目前企业端还主要在结合大模型的探索阶段；

2. C端的原生AI应用上：目前以ChatGPT为主的Chatbot赛道是当下最热门的赛道，也是各个大厂竞相角逐的赛道；其次是以字节扣子为主的Agent开发平台赛道，目前也是一个各大厂都争相进入的赛道；Character.ai和国内的星野等产品，带火了虚拟社交类AI赛道，目前围绕着情感陪伴和角色扮演类的产品层出不穷；最后是由Perplexity、kimi和秘塔搜索带火的AI搜索赛道，目前这个领域用户的需求声量巨大，开始逐步冲击传统搜索引擎的市场；

3. 除此之外，AI+类的C端应用是AI原生应用外的另一个重要战场，原来的互联网行业的产品，纷纷探索和AI的最佳实践，其中个人认为受关注度最大的主要是办公领域、设计领域、内容创作领域、图像和视频生成领域以及数字人，这几个方向基本代表了互联网行业和AI的主流应用；

4. 对于B端方向，目前AI在代码生成、智能客服、广告、教育等场景的应用较为频繁，但是暂时还没有出现在企业内的大规模应用；

   
   

2.2 Agent开发平台赛道的布局和主要竞争者

1. 大厂基本都重点布局：包括字节扣子，腾讯的腾讯元器，以及百度的APPBulider等，国内的几个大厂基本都在该领域有相应的对标产品；

2. 几个明星AI产品和公司也同步布局：包括昆仑万维、月之暗面、清华智谱、科大讯飞等公司，在推出主流的chatbot类产品的同时，也推出Agent开发平台类的产品；

2.3 扣子所在赛道的用户痛点和需求

1. 用户需求多样且个性化，难以找到合适的解决个性化需求的AI应用：AI的应用端发展目前才刚刚兴起，AI应用的规模还不算多，远远无法满足用户丰富且个性化的需求，如果依靠企业端提供AI应用，短期内基本无法满足；扣子这里产品的出现，让用户有办法根据自己的需求和问题，自己定义AI应用；

2. AI应用自研的开发门槛高，成本投入大：对于很多企业或者个人而言，自研开发一个AI应用，是一个非常复杂的事情，包括产品设计、模型接入、应用开发等，需要投入比较多的资源，并经历一定的时间周期；这对于大部分的企业和个人群体而言，基本是无法实现的；扣子类产品的出现，让整个AI应用开发的难度和成本极大的降低；

3. 功能扩展性差，资源集成工作量大：开发一个AI应用，是需要多方的技术能力的，比如模型、搜索引擎、内容识别等，对于大部分企业而言，很多技术能力只能通过接入外部的API来实现，无法全部都自研，集成外部技术能力，本身就是已给工作量巨大的事情；

可以说，扣子类的应用的出现，主要就在于解决以上的用户痛点和需求；

2.4  Agent开发平台存在的挑战和难题

1. 对于没有编程基础的用户而言，挑战包括：

1. 产品的使用难度还是比较高：对于完全没有编程和产品设计的人员来说，使用和上手还是太难的，学习成本也比较高；

2. 关键配置能力的使用门槛高：智能体构建目前最关键的3个能力是提示词设计、工作流、插件，其中提示词设计和工作流设计，对于小白用户而言，属于技术活，有一定的准入门槛；

3. 创建的AI应用的效果难以达到预期：目前普通用户开发的Agent在解决实际问题的时候，并不是那么让人满意，可能还不如ChatGPT这类现成的产品，实际的应用；

2. 对于有编程基础的用户而言，在开发应用上有一定的优势，但是也存在如下的挑战：

1. 智能体的商业变现模式还不清晰，开发者难以投入比较多的时间打磨和迭代应用；

2. 知识库是智能体场景化的关键，但是开发者缺乏专业、丰富的知识库资源，更不会把关键业务的知识上传到平台；

3.1 扣子的商业化模式是什么样的？

1.扣子是如何实现商业化的？

1. 基础的应用开发能力：包括团队空间限制5个团队和50个团队成员、知识库空间限制1G、扣子API使用量限制每个账号100次免费调用；

2. 有限的模型使用权限：包括只能使用扣子平台提供的有限大模型，不支持使用火山方舟模型平台上更多的模型版本；

3. 有限的Bot使用量：包括应用发布到豆包和扣子bot商店之后，使用量每天限制一定的使用数量；

1. 基础的应用开发能力无法满足开发者的需求，比如开发者需要更高的团队空间、知识库空间，以及更高的扣子API调用次数；

2. 需要使用更多的模型或者更高的模型版本，扣子基础版只提供了几个有限的模型和版本，而火山方舟山上还有更多丰富的模型和版本，所以开发者如果想要使用更多的厂商的模型和版本，则需要购买专业版；

3. Bot的使用量限制无法满足开发者的需求，比如开发者需要有更高的Bot使用次数，则需要购买专业版，否则bot使用量达到一定限制后则bot不可使用；

名词解释：

2.火山方舟是字节提供的模型接入平台，通过这个平台，企业可以对接使用市面上的大部分大模型；

2. 扣子的付费模式设计

3. 扣子专业版的计费模式和定价

开发者在使用扣子专业版的时候，需要付费的项目主要有2个：

1.Bot的调用量消耗

用户在和Bot对话聊天的时候，就会产生Bot调用消耗，或者Bot发布为API或者SDK之后，被调用的时候也会产生调用量的消耗，Bot 调用计费项的费用计算公式为：Bot 调用费用 = Bot 调用次数 ✖️单价，相应的调用量的定价如下：

2.模型的消耗量

用户在调用Bot时，还会产生模型的消耗，该部分也是开发者主要的付费项目之一，其计费方式主要根据模型的消耗的token量来收费，相应的定价可查看官方公开文档，以豆包大模型主力版本Doubao-pro-32k为例，其输出的推理成本是2元/百万token；

3.2 扣子的付费客户群体是谁？

从前面关于扣子的商业模式上看，扣子主要是面向开发者收费，暂时还不是面向Bot的使用者收费，因此扣子的主要客户群体是聚焦在开发者端，其中会使用和愿意为扣子专业版付费的客户群体，个人认为应该主要包括如下几类客户群体：

1. 大中型企业的研发部门：扣子会作为企业的研发提效工具，用于帮助企业和业务快速构建AI应用，从而提升企业研发的效率；

2. 有商业经营业务的中小企业和团队等：扣子作为中小企业提升商业运营和业务效率的工具，帮助中小企业和团队解决包括智能客服、获客转化等问题；

3. 有效率提升需求的个人用户：个人用户以效率提升等为需求，构建单独的智能体，用于解决个人在工作、学习和生活中的效率问题，并愿意为此而付费；

3.3 扣子的销售渠道和营销渠道

从官方宣传的情况看，目前扣子的销售渠道主要是依托火山引擎的销售体系，以及扣子平台的用户自然流转；从目前看，扣子专业版的售卖对象主要还是面向B端企业客户，B端的销售打法，主要还是依靠销售体系，个人猜测，目前扣子专业版也主要是挂靠在火山引擎这边售卖，由火山引擎的销售做客户获取和客户成功相关的运营；扣子的营销渠道也主要是基于火山引擎整体的线下营销大会等；

3.4.扣子的成本结构

概括起来，扣子的成本结构主要包括如下：

1. 人力成本：包括产品、研发等人力资源的投入；

2. 技术成本：包括模型调用的成本、API调用的成本、服务器和带宽等成本；

3. 营销成本：包括营销投放预算、销售成本等；

3.5. 扣子的主要合作伙伴

目前扣子的主要合作伙伴，包括如下几类：

1. 作为扣子的应用发布端的APP应用：包括豆包、飞书、抖音、微信等等；

2. 大模型提供方：包括火山方舟内的各个合作的大模型厂商；

3.6. 更多商业化问题思考

1.国内版扣子和海外版Coze的付费模式的差异？

前面我们了解到目前国内版扣子面向开发者提供了能力有限的免费版本，超过使用限制之后需要购买专业版，其基本模式可以理解为面向C端个人开发者有限免费使用，向企业B端开发者收费；

海外版本Coze目前也推出了商业化的版本如下，Coze的商业化版本是面向个人的开发者收费，面向个人设置了4档套餐，分别为免费版、Premium lite、Premium 、Premium plus；不同版本的主要权益区别是积分的差异，其中免费版本提供10积分，购买不同的版本可以获得不同量级的积分；

积分的主要作用是用于用户使用Bot的时候用于模型的消耗，其中不同模型的单次调用的消耗积分不同个，比如GPT3.5每次调用消耗0.1积分，而GPT4o的单次调用消耗2积分；

2.海外的版本为什么暂时还没有类似国内的专业版？

专业版是面向企业端销售的，行内的人都会知道，对于to B类的产品，其售卖很依靠销售体系，字节的国内的企业端的销售体系通过火山引擎的支持，应该比较健全，而海外字节可能不一定有健全的销售体系，所以可能不一定适合推出面向企业的版本；

3.国内扣子是否可能会推出面向C端开发者的订阅版本？

并不排除有这个可能性，目前的付费路径的设计，是用户使用完免费的基础版权益之后，就需要直接购买面向企业的专业版，但是对于很多C端个人用户，并没有企业组织，可能也需要一个付费的版本来满足他们的需求，因此，个人猜测后续扣子可能会推出面向C端开发者的订阅版本；

四. 扣子核心数据分析

4.1 活跃规模数据

根据第三方平台similarweb的数据显示，过去3个月扣子的月活持续上升，截止6月，月访问用户数达到200万左右；

对于扣子的核心竞品对比分析，个人挑选了扣子、百度APPBuilder、腾讯元器这三个产品做竞品对比分析，我主要从Agent编排能力、应用发布渠道、C端开发者能力限制、企业端商业化能力这几个维度对比三个产品的差异；

1.Agent编排能力

1. Prompt、插件、知识库、工作流：这四个作为Agent开发的4个最重要的能力，从这4个的角度上看：

1. Prompt：扣子提供了自动优化提示词的能力，使用门槛更低；

2. 插件：扣子提供了更丰富的插件资源，根据个人统计，扣子截止7月底累计提供700+个插件，其中官方插件超过50个，而百度APPBuilder仅提供72个插件，腾讯元器共117个插件，其中官方插件只有3个；

3. 知识库：扣子支持更丰富的上传格式，支持上传文档、URL、表格、图片；值得一提的是，百度在知识库上增加了知识库+网页搜索组合的方式，弥补了知识库缺乏的开发者的需求；

4. 工作流：扣子不仅支持自定义工作流，还提供了工作流模版，以及图像流的功能，而百度APPBulider不支持工作流功能，腾讯元器仅支持自定义工作流，未提供工作流模版能力；

2. 大模型资源：扣子支持字节豆包大模型之外的商业大模型，包括通义、月之暗面、minimax、百川等模型，而百度仅支持文心一言，以及两个开源模型；腾讯元器仅支持混元大模型；

3. C端开发者能力限制：目前扣子率先开始限制C端开发者的使用限制，元器和百度目前暂未开始限制；

4. 企业端商业化能力建设：目前扣子已经率先推出企业付费版本，在商业化探索上走的更加领先，而百度和元器目前暂时还没有看到关于商业化的探索；

整体而言，扣子不管在应用编排能力，还是商业化的探索上，都明显更加领先，探索也更加超前，且且面向的用户群体覆盖B端和C端，在品牌声量和影响力、活跃规模、智能体的规模等都相对更加有优势；

而百度APPBuilder目前提供了大部分基础能力，而像工作流和商业化等能力目前都还暂未支持，且从其主要作为百度企业平台的一个企业应用，而非以独立的产品运作的形态上看，其面向客户主要还是以B端企业为主，走的是企业的发展路线；

至于腾讯元器的整个产品形态和发展路线，基本都是对标着扣子来设计，只是目前腾讯元器还在发展初期阶段，整体的能力也处于追赶竞品阶段。

6.1 扣子这类产品产品的核心竞争力是什么？

1. 产品力：包括快速开发AI应用的能力，以及AI应用解决实际问题的能力

1. 快速构建AI应用的能力，包括整个应用搭建过程的去代码化，也就是极大的降低非代码人员的搭建难度，如此才有可能产品被广泛的应用；个人的感觉是，当下如果构建应用本身就需要花费太多的精力，可能就不是一个解决当前问题的解决方案，更何况如果解决效果还不好的话；

2. 其次是提供应用开发需要的关键资源，包括插件技能、知识库资源等，现有通过用户自定义插件以及自己上传知识库的方式，会过滤掉一大批人，如果不是AI深度爱好者，没有人有时间去自己定义插件，大部分人也没有专业的知识库，可能只是几个有限的文档和资料；

3. AI应用解决实际问题的效果，很大程度上依赖的是模型能力+工程化的能力，因此一方面大家比拼的是大模型的能力，其次是工程自动化的能力；

2. 行业解决方案和平台集成能力：具体应用场景的解决方案，以及如何和传统的应用工具集成

1. 产品能力构建之后的下一步就是面向具体的行业和场景的需求，能够提供标准的解决方案，用于解决市面上常见的C端和B端的行业问题，比如智能客服、生产效率等；

2. 除此之外，AI 应用需要考虑如何和传统的应用工具结合和集成，比如企业端的CRM、HRM、协同办公、OA等平台，用户的需求一直都存在，并且互联网的时代已经提供了很多类似的工具在一定程度上解决一部分问题，用户短期内难以从传统工具切换到AI应用，深度的和这些平台集成，也是一个核心竞争力的方向；

3. 为开发者提供实际价值：包括解决问题的价值，甚至商业变现的价值

1. 扣子这类平台的发展，依赖开发者，因此谁能够给开发者提供价值，便掌握更高的核心竞争力，所以平台需要考虑如何帮助开发者从中要么解决自己的问题，要么是可以帮助开发者从中获利变现；

4. 生态闭环：包括开发者生态、行业应用生态；

1. 除了比拼前面提到的产品、价值等，扣子这类平台的另一个竞争力点，是生态的闭环，比如谁拥有更丰富的开发者资源、更健全的开发者发展体系，会更加占据优势；另外，一个是行业内应用的闭环，扣子这类的产品，能否和行业的应用形成合作闭环，对其发展也很重要；

6.2 怎么看待C端和B端的定位，相应的商业价值什么？

个人观点认为，从短期上看，目前真正能够很好的用好扣子这类产品的群体，还是以程序员群体以及有更强的效率需求和使用动力的群体为主，特别是提供商业服务的组织和团队中的群体，因此短期看，B端的商业价值可能更重要，C端的价值在于产品体验价值、市场品牌价值；

扣子通过发展C端开发者和用户规模，让这个产品的品牌影响力更高，其次是通过线上的方式完成C到B的转化，因此商业变现的最后是企业端；但是造成这种结果的主要原因在于目前创建高质量的智能体的难度太大，只有企业才有资源和精力投入，普通人大部分都是玩玩为主，但是未来如果应用开发的门槛真正做到去代码化，以及减少资源依赖，C端也会成为商业价值的主体之一；

因此，个人认为，长期看，随着模型能力逐渐强大，去代码化和资源依赖的问题慢慢被解决，未来C端和B端都是商业价值的重心；

6.3.有编程能力的用户和普通用户，谁才是核心用户？

正如第2点中描述的，个人认为，短期真正能够用好这个平台，并且创建有效的智能体的用户，更多的还是有编程能力，或者至少懂得工程的产品经理为主，而普通用户大部分是以浅尝则止，并不是高价值用户，但是对于未来长期，普通用户才是获取市场的关键；

6.4.扣子对开发者的价值是什么，如何激励开发者开发更多应用？

1. 通过扣子，要么解决自己的问题，成为一个个人的效率工具；

2. 要么是能够作为一个商业工具，提升商业经营的效率，可能Agent本身不赚钱，但是通过工具，可以让原本的商业经营产出更高；

3. 最后就是Agent本身能够带来商业价值，比如流量价值，或者商业化价值；

因此，激励开发者的核心思路，就是提供开发者解决个人效率和商业经营的解决方案，其次是Agent本身能够成为一个像抖音账号一样有流量价值和商业价值的东西，让开发者获得用户，或者赚到钱；

6.5.长期看，未来的商业模式是什么样的？

即使扣子目前已经有一些商业化的探索，个人认为，从长期看，产品的商业模式应该包括如下几种：

1. 在开发者侧：

1. 面向B端开发者，以模型消耗和应用使用次数消耗为主的商业模式：企业端构建的Agent，使用量越多，相应的模型消耗和应用使用次数越多，商业收入越高；

2. 面向C端开发者，以订阅为主的商业模式：对于企业端，提供订阅模式，类似当前海外版coze的商业化模式，用户为更高的资源使用权益付费；

2. 对于使用者侧：
   除了开发者，未来在存在使用者角色，其核心使用场景是在Bot商店寻找现成的Agent，而不是自己开发应用；

1. 用户为收费型Agent付费，收费归开发者，平台收取分成；

2. Agent的广告变现模式；

6.6.当下的关键难题是什么？

1. Agent应用的实际效果还不能满足用户的预期；

2. 大模型能力和工程自动化能力有限，短期无法快速解决，需要时间周期；

3. 商业变现难度可能比较大，很多企业甚至都还没看懂这类产品的价值，更不用说采购，市场教育也需要时间；