昨天晚上，扣子官方学习交流群晒出了扣子空间播客能力全新升级的帖子，今天不妨来真实测试下效果怎么样。题外话说一句，AICX只说大实话，不当水军。最近看到不少文章，把一些新发布的通用智能体工具、新模型吹上天，我们实际使用后，效果真的不敢恭维。先看疗效，客观来说，扣子空间这个播客功能的实际效果还很惊艳的。第一次听，还真是很难区分出是AI生成的还是真人。以下是扣子空间生成的播客链接，可复制到浏览器中看到播客音频和逐字稿。https://space.coze.cn/s/xM9JWlQ16wA/
扣子空间是字节最近推出的一款通用智能体工具，和Manus功能类似。扣子是字节推出的可编排智能体开发平台，面向的是智能体开发人员。扣子空间是字节推出的一款通用智能体工具，可以理解是比传统大模型工具对话更高级的对话工具，扣子空间是面向终端用户，没有任何技术门槛。扣子的页面如下图所示：用来开发定制化的智能体，面向开发者，一般人用不到。扣子空间如下图所示，是通用智能体对话工具，面向终端用户，输入提示词就可以让他执行复杂任务。我们打开扣子空间后，不需要输入复杂的提示词，如下图所示，只需要把文章链接发给扣子空间，或者本地文档作为附件上传给扣子空间。然后在提示词中输入关键词：生成播客，扣子空间就可以自动化的识别内容，进行男生和女生播客逐字稿生成，然后生成声音逼真的播客音频，和配套的文字内容。本次案例我们使用的是AICX公众号发布的一篇文章：DeepSeek（一）" data-itemshowtype="0" linktype="text" data-linktype="2">AI简史：从图灵测试到Deepseek（一）我们仔细来观察下上面这张图片展示的扣子空间的执行过程。首先他经过思考后，打算用使用网页读取工具获取网页内容，但是提示失败了，于是他尝试使用浏览器工具获取网页的文本内容。使用网页读取工具获取网页内容失败，错误信息为网页访问失败，请稍后重试，接下来尝试使用浏览器工具获取网页的文本内容。最终扣子空间完成了网页内容的读取，并提取了文本。然后他使用了一个名为gen_podcast的工具来生成播客。已成功获取网页文本内容，接下来使用gen_podcast工具根据网页文本内容生成播客。我们看到，扣子空间先是生成了播客音频，然后生成了播客页面，最终完成任务交付。
而上文看到的播客音频和页面，就是扣子空间自动化生成的结果。第一，声音十分逼真，如果不仔细分辨，很难区分出是真人还是AI。第二，对话式的播客，AI自动进行问答拆分，并设计对话场景。第一，生成的内容不够全面，播客时间较短，内容并没有覆盖文章的全部关键信息。第二，对话文字的提取上，虽然声音的AI味很淡了，但是播放的内容听起来感觉深度不够。但综合来说，这个AI音频效果，已经是非常不错了，具备很好的应用场景。最近，AICX团队正在研究通用智能体，最大感触就是：通用智能体，真的可以帮人类干活了，从给建议，到直接给出端到端的高质量解决方案。通用智能体具备自主规划、工具调用、任务自动执行、一体化的成果输出等能力。今天分享的扣子空间的播客生成，就是一个很典型的案例。首先他自动选择了连接读取的工具，在第一种工具读取失败的情况下，自主切换到浏览器工具。链接内容获取成功后，他进行了文字提取，然后调用了播客生成工具，自主生成了音频内容，然后生成了文本内容，并设计了还不错的表现形式，最终给我们交付了一份完整的播客文档。这种工作模式，相比过去我们和大模型对话需要多轮提示词，多个AI工具切换相比，其效率和效果都有更加突出的表现。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
