之前我们探讨过公司AI能力的评判方式：
这里主要涉及两个方面：工程能力以及行业KnowHow。
对于一般公司，其中模型边界与幻觉处理其实是工程能力的进一步衍生；而行业KnowHow毕竟是存在于大脑中的，要转换为AI友好的结构化优质数据需要大量的成本。
而根据这四个小维度，我们得出了七层AI项目层级：
如果带入大家熟悉的领域比如扣子，这里有很多Agent：
具体随便打开一个懂车帝Agent（说实话，做得挺傻的）：
<<< 左右滑动见更多 >>>
而就是这么傻的Agent也是排在扣子Agent商场前列的存在，所以这里的流量红利有多大，大家可以自己体会。
而这里出现了两个角色：
第一，懂车帝这类Agent的使用者，我们称之为小白用户；
第二，制作懂车帝这类Agent的人，我们称之为Agent开发者，如果在这个基础上有人教其他人如何拖拽搭建Agent，那么就是“割韭菜的”；
如前面AI项目7层逻辑来说，其实都是没什么含金量的。
而在制作Agent的过程中，总有聪明的程序员会发现应用之间的共性，于是Agent平台就产生了，也就是第四层应用，扣子、dify、腾讯元器、文心智能体、智谱清言，他们都可以算这类平台型应用。
AI Agent平台 或者 AI SOP 拖拽平台，就是用于Agent开发者快速开发AI应用的工具，他们有两个特点：
第一，他们首先是不解决模型幻觉问题的，并且他们也没有那个能力去解决，真解决起来成本就太高了；
第二，他们是利好一般开发人员的，因为他们确实会提供一些工具链，最重要的是他们会提供流量端口的扶植。
所以，如果想在Agent平台侧有所建树，有两个方向可以考虑：
第一，做垂直领域的Agent平台，协助解决幻觉问题，比如医疗Agent平台、法律Agent平台；
第二，本身具有巨大流量，足够吸引人，比如之前用友就提出了类似Agent平台希望我们这些做AI+管理的切入，考虑他们的流量价值，我们是果断拒绝的！
其原因很简单，上传至Agent平台的SOP、数据可全部是优质KnowHow数据啊，就这么白白的给了？
综上，如果不能解决垂直领域的幻觉问题，不能提供行业KnowHow，比如各种领域插件；也不能提供巨大的流量扶植，还想做Agent平台还是算了吧，铁定失败的...
基于此，我们来一起看看市面上常见的Agent平台。
unsetunsetAgent平台是如何工作的unsetunset
当前常见的Agent都已拖拽或者说编排为主，这里扣子与dify的体验非常类似，比如一个简单的HR体系：
怎么说呢，其实无论是扣子还是dify或者后面会涉及到的多维表格，其本质可以被认为是一套低代码平台，更多还是面向产研群体使用，要使用其实是有一定门槛的。
比如上面的流程图虽然每个都在拖拽，看上去很简单，但最终形成的东西，我自己看着都觉得烦，甚至觉得远没有代码美观...
这里我们还是由简到难的展示下，因为体验类似，这里以扣子为例：
一、用扣子创建简单的Agent
这里使用很简单，直接在主页创建即可：
在互联网历史上，腾讯和字节的UI产品体验做得真的很好，这里的搭建页面就非常便捷：
他也提供了很多内置提示词，我们稍加更改即可：
这里用粉丝一个真实问题寻求解法：
其实这个问题AI回答的挺差的，但一个简单的智能体确实就实现了，大家可以感受下...
如果想要体验给好，就需要进入编排环节了：
二、进入工作流编排
这里第一步依旧是意图识别，系统甚至给出了示例提示词，这里稍加更改即可：
其实不只是扣子，所有的Agent的核心都是Workflow或者说SOP，比如我们这里的“管理大师”，他在跟用户对话过程中要考虑所有场景，我们这里当然不管那么多，直接简化成是不是在进行管理问题对话即可：
这个时候，在我讽刺的时候，系统就会还以颜色：
如果想他回答得好就要引入知识库逻辑了...
三、引入知识库
这里我们也不用准备很严密的知识库，就将那天的微信群聊天记录整理下形成文件即可，这里首先创建个知识库：
他会有内置的分段逻辑：
<<< 左右滑动见更多 >>>
最后回答起来就会好一些，至少他会尽量趋近于知识库：
当真的要回答的很好，这里还有很多技巧性的东西，今天因为是开阔性介绍，先让大家有个概念，就不做进一步展开。
总而言之，Agent聊天这块是不是聪明，其核心就是Workflow和知识库
四、小结
以上，就是一个工作量最基础的使用，要进阶使用的话功能可就多了，甚至还会涉及一些代码片段：
还是那句话，暂时还没发现扣子+多维表格不能处理的场景
但无论是编排，还是各种小工具的使用，其实门槛是不低的，这里不花点功夫深入是很难，而这对于一般的销售、人力行政是有点烧脑的
这里其实关于扣子（Coze）这个平台的优缺点是比较清晰的：
第一，UI体验超好，这里拖拽界面+模板是所有Agent平台入门的门槛，扣子做得比较好的是各种工具集成，包括：
各种内置的提示词； 各种小工具，如爬虫类； 各种调试工具，可以清晰的看到模型的输入输出； ...
第二，配套设施完备，这里的配套设施主要是其集成的知识库以及还有各个Coze开发者会上传各种MCP工具：
从生态角度来说，扣子是非常成熟的，这与抖音平台的火热绝对相关，他有个正循环逻辑：
流量扶助 -> 主播参与讲解Coze -> 主播赚钱 -> 主播亢奋 -> 更多人使用扣子 -> 更多流量扶助...
只不过，Coze毕竟也是一种低代码平台，他在处理简单逻辑的Agent效率较高，一旦面对复杂逻辑，比如异步逻辑或者多人数据操作逻辑就要开始蛋疼了。
你如果问Coze+多维表格能不能实现，非要搞的话当然也能实现，但其蛋疼程度就比较高了，很有种拿着瑞士军刀挖坑的感觉了，不大合适。
我举个简单例子：
HR如果要做一个人才画像系统，先在招聘平台爬取简历，再建立标准人才库，这很适合使用扣子这类平台； 但如果要建立一套面试招聘流程就比较麻烦了，首先他是一个多人协作平台，需要各个面试官的切入，而且各个面试官的数据还需要不断更新、可能还得接入日历、视频系统等，这种用扣子来做就比较费劲；
另一方面，在模型选择方面由于数据安全的考虑，Coze只支持国内模型，但其实GPT的表现依旧是最强劲的。
总而言之，作为个人的话用扣子搭建个Agent玩玩是很好的；进一步教大家使用扣子割割韭菜是非常不错的选择；小公司来说的话，又是使用飞书体系，用扣子做内部是非常好的选择；
而想用扣子做其他事，比如去创业融资，那还是算了吧
接下来我们来盘点下其他几个Agent平台：
unsetunset常见Agent平台unsetunset
一、Dify
Dify 是一个开源的AI应用开发平台，背靠前腾讯云DevOps团队，专注企业级AI解决方案。它以低代码和灵活性著称，适合需要深度定制的场景。
事实上这里的低代码和灵活性一点都不重要，所谓深度定制能力也就听听就行了，Dify可以理解为扣子的对标物，因为其开源的特性就很难有平台流量上太多的支持。
虽然得不到平台流量，但其开源特性又带来了社群的红火，这导致了其另一个层面的火热，其真实的底牌是数据安全做私有化部署。
你要说有多大技术含量是不至于的，但你想要简单搭建一套这种平台也是难以实现的，并且其体验做得也挺不错的。
而且这类Agent平台好用与否不在于平台本身，而是要关注其参与者，后续有多少人为他提供插件，这很关键，这里又涉及了利益相关了。
二、公众号的AI分身：元宝
在很久之前，腾讯元宝定制的“智能体”功能（腾讯元器），便能根据公众号的文章创建一个AI分身了：
众所周知，AI爆文是去年最红火的模型使用方式，所以按道理元器生成的分身/智能体应该表现很好才是，但实际体验下来，效果还是很糟糕的。
所以，如何通过高质量的数据，生成符合自身需求的Agent/AI分身，还有相当长的一段路要走。
元器的核心优势还是在于腾讯生态的流量支持，他如果能带来巨大的利益，那么就会有更多的开发者参与，只不过暂时看起来，腾讯在这块部署得貌似不是很系统。
三、文心智能体
Agent平台的体验大差不差，文心在这块当然不会缺席，只不过他的流量我不大看好，这里就不赘述了...
只不过百度貌似在医疗板块的有点积累，但依旧不看好...
四、智谱清言
没什么流量支撑的平台，大家想看个热闹是可以的...
unsetunset结语unsetunset
Agent平台的热闹，本质上还是一场流量的游戏：平台靠「低代码 + 模板」收割想要快速变现的开发者，开发者又指望「拖拽 + 讲课」收割更小白的用户。
可一旦发布Agent，很多时候流量盈利的梦就被打破了：因为没人使用...
最后大家会发现没有扎实的行业 Know-How、没有对幻觉的工程级治理、没有可观的原生流量池，所谓的Agent平台梦注定走不远
所以，用各种“拖拽神器”收割流量是可以的，初期大信息差用Dify去融融资也不是不行。
但长期要在AI赛道上玩要想清楚两件事：
第一，你掌握的独特知识到底能不能沉淀成结构化、可调用的资产；
第二，那些真正愿意为你的知识买单的人，在哪里、凭什么信你。
当你能在这两条线上给出有说服力的答案，选择哪家平台、用什么工具，反倒成了最不重要的细节。
所以，如果不想割韭菜赚波快钱，先别急着在铺天盖地的 Agent 宣传里冲动下注。
先把自己的护城河挖深一点：要么垂直到足够专业、让平台离不开你；要么握住用户入口、让平台必须迁就你。
否则，无论工具多酷、教程多全，最后都会变成 PPT 里的漂亮趋势，而不是账面上的可持续收益。
