最近，满地都是AI Agent，仅最近半个月，就爆出了10多款（详细介绍）。
来自近期在上海分享的PPT
那么问题来了，到底哪个Agent更胜一筹？今天，我们就来给大家横向测评一下。
关于测评方法
我选择了5款热门的通用型AI Agent，分别是Genspark、MiniMax Agent、Flowith Neo、Manus和扣子空间。
对于Agent来说，感知、思考、行动 、循环四个步骤中LLM都扮演了重要的角色。
如果分开每个步骤来对比，就变成了对比LLM的优劣。而Agent是一个框架，所以我们不去管它的任务处理过程如何，而是仅针对交付结果进行评判（本次测试皆为标准token投入）。
每个Agent，我选了三个不同领域的任务进行统一测试：
1.检索微信公众号平台2025年来的热门AI话题前5，并总结原因分别输出为pdf、图表和html格式。（测试任务拆解、效率与准确性、多模态输出）
2.为我规划一个预算不超过3000元、4天3晚的成都旅游计划，必须包含川剧变脸、宽窄巷子和熊猫基地。（测试逻辑严谨和工具调用）
3.这是我家客厅照片，推荐合适的改造风格，并输出新风格的3D布置草图或改造建议图示。（测试图像理解、空间感知、创意输出、图文匹配）
横评3个Case
1）总结热门AI话题
先来一个最简单的，测试最基本的任务拆解能力，同时也看下效率和准确性。
Prompt：检索微信公众号平台2025年来的热门AI话题前5，并总结原因分别输出为pdf、图表和html格式。
1.1）Genspark耗时12分43秒。
我们先来看下它输出的网页。
Genspark的HTML文件做得很规整，既搜罗了5大热门话题，还深度分析了原因，内容信息也比较准确。
<上下滑动图片查看全部内容>
可视化图表也完成得不错，无论是数据收集方向还是图表种类的使用都非常丰富，排版也很好看。
<上下滑动图片查看全部内容>
PDF文件可读性也不错，它对颜色的处理很到位，让人一眼就能看出每个段落或每个话题是从哪开始，到哪结束。
<上下滑动图片查看全部内容>
1.2）扣子空间耗时10分15秒。
扣子空间找到的5个热门话题跟Genspark不一样，看来每个Agent都有自己的理解。
但是可以明显看出，扣子空间没有Genspark细致，没有对单个话题进行原因分析，只是在最后做了整体分析。
<上下滑动图片查看全部内容>
图表看起来就很朴素了，实在不知道该如何评价，如果非要说的话，只能说这也算是表。
虽说PDF只是一种格式，但如果全是文字，不知道的还以为在COS那个Word文档呢。
还有，我提示词里要的原因分析，扣子空间你给我干哪去了……
1.3）Manus耗时11分49秒。
整体要求达到了，既罗列了5个最热话题，也对具体问题进行了分析，算是达标。
<上下滑动图片查看全部内容>
然后，用了三种图表来展示各个热门话题的热度对比，非常直观。
不过，PDF部分……又给我干哪儿去了，不是说好的PDF吗？这不跟Word文档有啥区别，不过好歹分析的还算细致。
1.4）MiniMax Agent耗时16分03秒。
MiniMax把这五个话题倒是列出来了，但是没有分析原因，排版也缺点美感。
图表…咋说呢，可能这就是MInimax Agent还是Bate版的原因吧。。。
虽然又是一版Word文档的PDF，但是该有的内容都有。热门话题简介和流行原因都说的还算明白，不过读起来，一股子AI味。
<上下滑动图片查看全部内容>
1.5）Flowith Neo耗时19分27秒。
虽然耗时有点长，但是最终的结果还不错，不仅分析了话题流行的原因，还给出了相关的数据和案例支撑，研究得非常细致。
<上下滑动图片查看全部内容>
图表整体来说，也算中规中矩（但说实话，比起前面的有些图表来说，普通也算优秀了
），还添加了话题关联度分析图，我觉得很有新意。
<上下滑动图片查看全部内容>
PDF文件依旧是纯文字版，但是文字详实，分析有理有据，让我来写我怕是写不出来。
<上下滑动图片查看全部内容>
总的来说，这个任务我最喜欢的是Genspark，对于提示词的理解到位，输出的内容质量和形式也还不错（包括文字优化和视觉优化），在5款Agent中算是比较突出的。
2）旅游规划
再来测试下逻辑严谨性、工具调用方面。
Prompt：为我规划一个预算不超过3000元、4天3晚的成都旅游计划，必须包含川剧变脸、宽窄巷子和熊猫基地。
2.1）Genspark耗时3分27秒。
整体规划中对景点和价格比较注重，细致罗列了各项支出，但是对游览时长和交通时长没有太多交代。
<上下滑动图片查看全部内容>
2.2）扣子空间耗时2分56秒。
主要的景点，一个没有落下，但是对于预算规划有些敷衍，各景点、各美食的价格也没怎么交代，交通路线也没怎么规划。
<上下滑动图片查看全部内容>
2.3）manus耗时3分15秒。
Manus整体的视觉效果非常好，很清晰，我想要的景点也都囊括了，而且还有详细的交通介绍与美食价格介绍。毕竟去旅游，有个参考价格还是蛮重要的。
<上下滑动图片查看全部内容>
2.4）MiniMax Agent耗时22分45秒。
跟上一个任务的“拉跨”表现相比，MiniMax Agent在第二个任务里大为改观，整个旅游计划从景点，到交通，再到价格，都给我讲得明明白白的。
还给出了我想去的景点的详细介绍、美食详细介绍、住宿参考等。整体的风格非常小红书，对于旅游攻略来说，非常有用。
<上下滑动图片查看全部内容>
2.5）Flowith耗时17分21秒。
Flowith的时间控制，在这几份旅游计划中算是非常精细了。表格式的计划让人一眼就懂，还给出了很多诸如住宿、餐饮、景点等有用信息，非常不错。
整体看来可能就是风格有点素，像是旅行团的官方文件。
<上下滑动图片查看全部内容>
总的来说，第二个任务花费时间较长的两个Agent所做出的效果也算对得起花费的时间，非要选个我觉得结果最好的话，我认为是MiniMax Agent。
3）创意设计
最后，测试下图像理解、空间感知、创意输出、图文匹配。
Prompt：这是我家客厅照片，推荐合适的改造风格，并输出新风格的3D布置草图或改造建议图示。
3.1）Genspark耗时5分43秒。
Genspark的识图能力很优秀，空间感很好，它生成的图片布局跟我给它的图片布局一致。出图效果也很好，图片风格和文字描述匹配。
<上下滑动图片查看全部内容>
3.2）扣子空间耗时3分18秒。
扣子空间给的风格图，看起来都很好看。但是没有一张是按照原图的空间布局来设计的，应该是没有理解原图和我的Prompt。
<上下滑动图片查看全部内容>
3.3）Manus耗时5分06秒。
Manus的图片理解也很不错，生成的图片空间布局与原图一致，效果也很不错，就是有点太样板间了。
<上下滑动图片查看全部内容>
3.4）MiniMax Agent耗时21分17秒。
方案给得非常多，数据罗列也非常仔细，可惜就是没有读懂我的图。那，所有工作不是白费嘛……
<上下滑动图片查看全部内容>
3.5）Flowith耗时15分45秒。
虽然Flowith只给出了一种风格，但是我从它生的图和文字表达来看，它读懂了原图的空间布局。而且装修方案也很细致，各方面都有考虑到。
<上下滑动图片查看全部内容>
最后一个任务，最优秀的当属Flowith，真的是很细致的分析了从色彩到灯光等各个方面的选择，可以直接拿来当装修参考方案了。
写在最后
从3个测试任务来看，Genspark这个Agent发挥最为稳定，每个任务的完成度都很高。
Manus则是最平均的那个，每个任务都能做，而且都在及格线以上。
MiniMax Agent和扣子空间，虽然在某些任务上不尽如意，但都有自己非常擅长的地方。
Flowith Neo则稍逊Genspark、略胜Manus，但是它每个任务的时长都比较长，使用这款Agent需要点耐心。
当然，现阶段这些Agent都支持大家免费体验。所以，你不妨把一个任务放到各家Agent里都去试试。说不定，会有意想不到的事情发生
。
毕竟，这是AI随机之美。
