AI開始學會合作？！實測4大多Agent體=10個打工人

Agent掀起的AI產品熱潮中，如今又進化到了多智能體（Multi-Agent）時代，或者說是L4 智能體時代。

當然，這都是企業給自己產品的稱謂。核心就是多個任務流能一起工作，自主完成更復雜的任務。

從8月1日開始熱鬧，Manus 發布Wide Research功能；到3日，360宣布首個L4 智能體納米AI蜂群；MasterAgent作為初創公司聲量很難比得過前兩者，但實際上也通過一些KOL在傳播首個L4 智能體的概念；APUS的天燕則正常上線，沒有過多傳播。

如果說這幾款產品是多Agent的四大天王（實際上目前也就這幾款），鯨哥發現相比上一代Agent產品，進步真的挺明顯，多任務的效率和復雜任務的處理結果，基本有一兩倍的效果提升。

這里簡單總結下測評出來的大家亮點：

Manus最大的亮點是多任務執行效率更高，官宣是10個智能體同時能執行10個任務，內部人說最高2000+智能體同時工作，類似調研100家競品公司這種任務就簡單了；

納米AI則類似內置了『扣子』，手動或者自動配置工作流兩種思路，并且能調用的MCP多，任務多樣性不錯；

而MasterAgent則是交互創新幅度最大的產品，每次生成幾個角色形象（Agent），不同角色分工完成任務，看起來十分直觀清爽。

天燕則是產品有一定的進步，在查商業信息查詢領域比較落地。

多說無益，Agent主要是思考、規劃、執行、反思幾個核心步驟，鯨哥認為多Agent應該考驗，多智能體在任務串并聯分解，以及錯誤累加效應處理效果等方面。

我們最終實測了商業計劃、運營設計、內容創作、生活服務四大場景。重點關注了智能體的信息收集、數據分析、全流程鏈路、圖像生成以及復雜任務處理等，力求更全面還原“協作式智能群體”在真實工作流中的表現。

商業計劃橫評

比如在鯨哥的老家開一家門店，向智能體提出具體的問題提示詞，考驗智能體對最新信息的準確抓取、任務分解和執最終回答的可用性。

提示詞：在四五線小城市赤峰開一家門店，幫做一個完整調研，開什么類型店（搜集網絡加盟信息），哪些店鋪便宜（搜集本地商鋪租金信息），怎么經營，以及如何回本和盈利。

MsterAgent在處理任務時，首先會對提示詞進行分解，再反饋用戶詢問相關細節信息，為用戶量身定制更符合方案。當然，不想一個一個回復，也可以點擊「由AI補充」。

隨后，MsterAgent會生成四個智能體的工作組，點擊「立即運行」，任務會自動分給智能體工作。

MsterAgent是構建單線程線性智能體的架構，任務拆解的角色十分清晰。但是，這種架構的弊端是如果有大量子任務的大型任務，會導致上下文窗口溢出，而MsterAgent大多數生成4個智能體，很少出現給到10個智能體角色解決任務。

master Agent

我們再來看最終結果，MsterAgent對抓取的信息完整，保持了任務的整體一致性和可控性。但多為宏觀新聞且內容雜亂、有用性不強，缺乏地方最新動態。

同樣，納米在處理任務時，首先會對提示詞進行分解，分成多個任務。不同的是，納米會將任務生成后，是否需要修改的權力給了用戶，用戶在20秒內可以修改任務執行方案。

過程中也會調用MCP執行不同的任務，整個工作流程也清晰可見。值得注意的是，很多抓取新的網站需要用戶自己登錄賬號，不然不能繼續執行。

最終回答中，對城市畫像、加盟分析以及租金成本信息抓取完整，對法規政策也進行了監測，真實參考性較強。

納米AI

APUS 天燕集合多家先進大模型，內置MCP工具鏈，通過分步的任務，在處理實際復雜商業任務時，響應時間短，提升工作效率。但是APUS 天燕智能體缺乏反思機制，一旦信息錯漏，中途難以調節思路。

APUS 天燕

Manus沒使用最高級版本，質量模式下通過公開信息的深入搜集和分析（10年前的新聞也找出來了），主動調用瀏覽器、數據分析工具等完成任務。最終交付的結果存在AI幻覺（一本正經的瞎編），需要人工進一步篩查。

Manus

運營設計比拼

這里我們將智能體的內容從文字升維到圖文，而是是超大量工作。這個任務挺考驗圖片Agent的調用效果，以及多智能體的處理任務效率，畢竟如果是人工設計完成，沒有幾個月時間怕是辦不完。

提示詞：幫我給中國熊貓設計一百套不同款式的穿搭。

master Agent從面料、元素、風格等方面進行設計，甚至特別設計了幼年熊貓的方案。所有的設計稿最終以3D模型形式呈現，非常直觀的看見最終效果，可惜的是只生成了8張圖片。

master Agent

納米AI僅生成了四張圖片，其中兩張還是無關的圖片，敦煌熊貓還挺萌的，還會出現任務過長（超出上下文），可能會宣告失敗，執行不落地。

納米AI

Manus像一個“自主性高的秘書”，它會自動將任務拆分成多個小步驟，每個批次生成5張圖片，最終充分完成100張不同風格的設計圖任務。

Manus

內容創作競賽

文生視頻一直是非常火的AI創作功能，于是鯨哥想測試一下多智能體是如何制作文生視頻創作的，也考驗智能體對指令遵循、文本理解以及調用視頻、音頻模型的合成質量。

根據“《靜夜思》床前看月光，疑是地上霜。舉頭望山月，低頭思故鄉。”生成相應的視頻

master Agent通過水墨畫留白技法，使畫面既具體又具有想象空間，能深切的感受到月光光影的變化，同時又創作了四段式結構原創音樂，作品總時長也控制在理想范圍內。

MasterAgent

接近1個小時，納米AI生成了一段講解視頻，對詩人李白《靜夜思》的理解也有一定的深度，視頻畫面流暢。不過中間有一段白素貞的畫面是什么鬼，腳本里也沒有，鯨哥懷疑是納米AI多智能體蜂群協作空間技術，因缺乏共享上下文，產生了沖突回應。

納米AI

生活服務優選

旅游攻略制定想必困擾過非常多的人。尤其是在陪父母或者孩子時，往往需要制定一個兼顧不同年齡層以及特殊需求的旅行計劃。智能體需要深度理解人類復雜任務，考慮各種突發事件，為每一天都做好詳細的計劃。

提示詞：為35歲男性、60歲母親、懷孕3個月的孕婦和10歲孩子設計一份武漢一周旅游攻略。要求確保安全舒適，適合各年齡段和特殊身體狀況的家庭成員。

master Agent雖然說針對不同需求人群制訂計劃，但是卻是特種兵旅行，第四天安排上午逛武漢植物園，下午就去木蘭草原了，大學生也沒這么旺盛的精力吧。

MasterAgent

納米AI在運行時，調取了小紅書和微博等平臺，但是需要用戶自己登錄賬號密碼才能獲取，導致在執行任務時，用戶需要時不時觀察生成進度。納米AI就像被擋在博物館門口的參觀者，想參觀卻沒有門票。

納米AI

APUS 天燕考慮的最周全，不管是游玩建議時長、游玩項目還是酒店/飲食/交通的有最優推薦，還給出了避坑指南及行前準備清單。

APUS 天燕

Manus生成的攻略比較擺爛，要求游玩七天，卻規劃酒店休息三天。景區游玩地點也是東一下西一下，不考慮路程的遠近。

Manus

通過以上案例看，大家其實各有春秋。鯨哥試著總結下：

Manus還是圍繞Deep Research思路做多Agent產品，抱怨任務太燒Token、會員費貴? 不好意思，這給精英做的產品，普通消費者不是首要考慮目標。

MasterAgent擁有最優想法，但是自研模型帶來的短期弊端，就是能力確實跟不上一線大模型，很多任務分解的漂亮，結果卻差點意思，把好產品做成了玩具。

納米蜂群做得中庸，調用多家大模型，手動、自動多智能體協作，不同角色和不同人群都考慮到了，追求當下的最佳效果。而且納米AI現在還有很多AI功能合集，你很難定義它是Agent 還是瀏覽器，還是AI商店。

APUS 天燕則是在跟上了第一波多智能體的浪潮，特定領域效果做到更好，整體產品還需要發展時間，只能說免費的要要啥自行車。

總體而言，多Agent正實現大模型從“一個聰明的個體”向“協作式智能群體”演進。