昆侖萬維全新升級了原有的 Chatbot，發(fā)布了他們通用 Agent 新品「天工超級智能體」。

官方產(chǎn)品特性如下：

為了提升 Agent 的落地效果，「天工超級智能體」（下文簡稱天工）扎實(shí)地做了不少垂直能力封裝與人-AI 交互打磨，值得嘗試。

我也第一時(shí)間進(jìn)行了實(shí)測，特別在輸出辦公場景的產(chǎn)出物時(shí)，效果頗為亮眼。總結(jié)產(chǎn)品亮點(diǎn)如下：

• More Structure, Better Agent
• 可編輯、可溯源的 Office 三件套
• 更自然順手的意圖澄清機(jī)制

本文將通過 全套完整產(chǎn)品分解，外加額外 3 項(xiàng)測試，帶你速通對打工人來說，更務(wù)實(shí)、能用、易用的「天工超級智能體」新品。

More Structure，Better Agent ？

雖然“世一Agent” Manus 曾說，Less structure，more intelligence.

但「天工」用產(chǎn)品回應(yīng)：在一個(gè)可落地、實(shí)用向的 Agent 中，這兩者并不沖突。

甚至現(xiàn)階段 Agent 反而應(yīng)該考慮用 More Structure，換來 Better Performance。

為了方便理解為什么說「More Structure，Better Agent」，先讓我們以一個(gè)任務(wù)為例，理順「天工」的整體設(shè)計(jì)理念和產(chǎn)品亮點(diǎn)。

產(chǎn)品與 AI 設(shè)計(jì)全解析

打開「天工」首頁，不難看出除了「通用 Agent」模式外，文檔、PPT、表格三種產(chǎn)出場景，被一一封裝為了單獨(dú)的模式。

輸入任務(wù)如下：

選擇 PPT 模式，Prompt：請向我匯報(bào) openAI 這家公司的完整發(fā)展路線

第一步：更自然的意圖澄清

輸入這個(gè)任務(wù)后，Agent 首先向我尋求信息補(bǔ)充：

左「天工」，右「Manus」

和現(xiàn)有多數(shù) Agent 補(bǔ)充信息的方式不同，「天工」把 AI 需要用戶澄清的問題，封裝為了更加可視化的選項(xiàng)表單。

• 根據(jù)問題類型，分類使用“必填”符、文本框、單選等 UI 交互樣式，簡化了人類用戶面對「補(bǔ)充問題」環(huán)節(jié)的閱讀與回復(fù)步驟。
• 這當(dāng)然不算什么技術(shù)突破，但通過更多的交互樣式的封裝，「天工」給出了當(dāng)下最自然、順手的意圖澄清方式。

*猜測實(shí)現(xiàn)方式：

1. 1. 先通過 Agent 內(nèi)封裝的 Prompt，要求 AI 按特定格式，輸出需要用戶澄清的表單文本；

2. 2. 再由前端將其渲染為可視化的表單。

第二步：基于 Deep Research + MCP 的 Agent 方案

「天工」的 Agent 設(shè)計(jì)，整體采用的是 Deep Research + MCP 方案：

• 通俗來說，Deep Research 是一種能讓 AI 自主規(guī)劃任務(wù)步驟的順序，并根據(jù)中間執(zhí)行過程的反饋，動(dòng)態(tài)調(diào)整后續(xù)任務(wù)計(jì)劃的 Agent 能力。
• 而 MCP 則是通過統(tǒng)一 AI 協(xié)議，為 AI 提供若干的工具，使其擁有訪問世界信息、文件讀寫等能力。（對于天工來說，會(huì)涉及到：聯(lián)網(wǎng)搜索、網(wǎng)頁瀏覽、PPT 生成、文件寫入等不同工具）

在接收到用戶的補(bǔ)充信息后（如果超時(shí)不回復(fù)，AI 會(huì)自動(dòng)執(zhí)行），「天工」會(huì)規(guī)劃一份「待辦清單」，交由用戶確認(rèn)。

用戶也可以在此反饋，修改任務(wù)步驟。

同時(shí)，這也是 Agent 在通過任務(wù)分治，提升子任務(wù)完成質(zhì)量，在長程執(zhí)行中記住任務(wù)目標(biāo)的手段。

隨后，「天工」就開始按照規(guī)劃，使用工具，逐步執(zhí)行任務(wù)。

第三步：專精 Office 三件套的輸出成果

在任務(wù)的準(zhǔn)備步驟完成后，則會(huì)根據(jù)要求，生成用戶所期望格式的成果。

除了通用生成外，「天工」單獨(dú)提供了「文檔、PPT、表格」Office 三件套生成模式。（客觀來說，生成效果確實(shí)很不錯(cuò)）

我們選的是「PPT 模式」，所以 AI 會(huì)調(diào)用專門的ppt_agent工具。

• 可以看到昆侖單獨(dú)開發(fā)了ppt_agent，調(diào)用「生成 PPT」MCP 工具，規(guī)劃 PPT 的內(nèi)容大綱。
• 但不確定是通用 Agent 直接調(diào)用了 MCP，還是通用 Agent 里又套了單獨(dú)的ppt_agent子 Agent。

然后再基于「大模型可視化輸出」的方式（AI Coding + Artifact 渲染），逐頁生成每頁 PPT 的頁面內(nèi)容。

整個(gè)任務(wù)，從開始到結(jié)束，耗時(shí)約 10 分鐘，最終樣式是這樣的：

作為報(bào)告匯報(bào)類 PPT，這個(gè)效果確實(shí)很棒，可用性很強(qiáng)。（至少給我 2 天時(shí)間，要完成調(diào)研并古法手作出這個(gè)信息密度、設(shè)計(jì)質(zhì)量的 PPT，還是夠嗆）

使用 Html 生成樣式，這個(gè)方案其實(shí)在去年 9 月的時(shí)候，我就用在了「」上，也算帶火了國內(nèi)大模型可視化輸出的用法。

但要穩(wěn)定輸出幾十頁的 PPT，還保證樣式契合內(nèi)容，是需要產(chǎn)品團(tuán)隊(duì)花不少精力做工程化的。

PS：昆侖后續(xù)也會(huì)把這套 Deep Research Agent 框架，以及生成 Office 三件套的 MCP 工具都開源出來。

拓展功能：可導(dǎo)出、可編輯、可溯源，提升可用性

此外，「天工」還提供了三個(gè)不太 AI，但很剛需的“普通”功能：

第一：支持了不少導(dǎo)出格式

PPT 可導(dǎo)出為 PPTX、PDF；Word 可導(dǎo)出為 DOC、DOCX、PDF；Sheet 也可直接下載。

第二：可在線編輯

在 Agent 對話界面，都可以直接編輯 Word、PPT 文案，保存后再下載的就是新版本。這點(diǎn)足以讓 Agent 替你打工的結(jié)果更加可用了。

第三：文檔內(nèi)可精準(zhǔn)溯源信息來源

AI 在生成結(jié)果時(shí)，往往引用了大量外部信息，但難免引用到錯(cuò)誤信源，或有生成的幻覺。導(dǎo)出 Word 后也不注明原始來源，用戶都需要校對一遍才敢用。

天工比較“討巧”地先以 Html 預(yù)覽的格式，在 Word、PPT 報(bào)告中增加了“溯源模式”。

可導(dǎo)出、可編輯、可精準(zhǔn)溯源，確實(shí)更符合當(dāng)下 AI Agent 仍需與人協(xié)作、修正完成任務(wù)的現(xiàn)狀。

在這種雙向奔赴的 人-AI 協(xié)作模式下，可以大幅提升現(xiàn)階段 Agent 的可用性。

3 項(xiàng)額外測試，帶你速通「天工」表現(xiàn)

另外，我也測試了其他幾個(gè)常見任務(wù)的表現(xiàn)，方便大家評估自己工作中如何使用好這個(gè) Agent。

整體來說，表現(xiàn)可圈可點(diǎn)，在大部分沒有嚴(yán)格要求 or 獨(dú)特背景信息的工作場景中，用戶都應(yīng)該能找到不少 人-AI 協(xié)作的形式。

1）文檔 Agent：深度調(diào)研，輸出圖表報(bào)告

任務(wù) Prompt：我在規(guī)劃制作一個(gè) AI 相關(guān)的付費(fèi)專欄，調(diào)研 lenny's newsletter 的發(fā)展歷程與內(nèi)容、商業(yè)化體系的設(shè)計(jì)

在基于 Deep Research 的結(jié)果輸出的文檔報(bào)告中，「天工」能夠自動(dòng)根據(jù)每段信息的類型，插入相當(dāng)匹配的圖表，提升重點(diǎn)信息的可讀性與專業(yè)感：

從這圖文并茂的結(jié)果呈現(xiàn)來看，是 Gemini Deep Research 從來沒給我過的驚喜。昆侖的產(chǎn)品團(tuán)隊(duì)確實(shí)更像（啊不，更懂）打工人。

2）表格 Agent：整理信息，表格統(tǒng)一輸出

當(dāng) AI 能夠?qū)⑺阉鳌⑸山Y(jié)果，以表格形式輸出時(shí)，就會(huì)有很多不同的用法，就像有個(gè)“下屬”幫你聯(lián)網(wǎng)、查閱資料，整理制表。

比如讓「天工」收集最近 Google i/o 大會(huì)的全部新品信息，整理表格：

任務(wù) Prompt：請分析 2025 年 Google i/o 大會(huì)發(fā)布的全部新品，請生成發(fā)布分析表

整體信息歸納、分析的還是相當(dāng)全面。提供的配套分析，也有其實(shí)用價(jià)值：

另外，以往出去旅游時(shí)，我也常用表格方式，進(jìn)行日程管理。這次也嘗試讓「天工」幫忙規(guī)劃旅游日程表：

任務(wù) Prompt：我想去南昌旅游，2 天 1 夜，從杭州自駕出發(fā)，想要盡可能吃當(dāng)?shù)氐拿朗澈陀瓮鏄?biāo)志性景點(diǎn)。請你給我生成旅游日程表

接到任務(wù)后，AI 就使用網(wǎng)頁搜索，收集了大量“杭州到南昌”的自駕游路線信息，規(guī)劃行程路線。

最終輸出為預(yù)期的表格樣式，還包含了景點(diǎn)、餐廳、住宿等信息：

能夠更加一目了然的為 J 人出行提供信息便利。（一個(gè)更實(shí)用的用法：如果事前已經(jīng)有自己的出行、住宿等目的地的大致安排，也可以直接把文件傳給 AI，讓 AI 基于你的規(guī)劃，替你整理對應(yīng)的出行表）

3）通用 Agent：設(shè)計(jì)→網(wǎng)頁→視頻

最近 Lovart 等設(shè)計(jì)垂類 Agent 也火了起來，不妨也看看「天工」在這類任務(wù)下的表現(xiàn)。

任務(wù) Prompt：設(shè)計(jì)修仙世界中的 1 個(gè)火柴人升級的形象，分別展示其從筑基期到渡劫期渡劫的動(dòng)態(tài)形象，人物主體不變，但根據(jù)等級階段，展示不同契合等級的服裝、道具、技能、姿態(tài)

AI 先依次生成了各個(gè)等級的火柴人形象（別說，還挺有模有樣的）

然后整理出了一個(gè)完整的「火柴人修仙進(jìn)階之旅」的形象網(wǎng)頁，并配有文字解說與動(dòng)態(tài)視頻形象預(yù)覽：

生成結(jié)果頁面見：https://www.skywork.ai/share/v2/website/1925040507609272320

另外，也讓 AI 把 5 個(gè)階段的視頻都做了出來，支持生成 BGM 音頻。

手動(dòng)拼合加字幕如下。在沒有更多要求的情況下，輸出這樣的產(chǎn)物，在現(xiàn)在的通用 Agent 中已經(jīng)屬實(shí)不錯(cuò)：

Btw：測試時(shí)遇到了一個(gè)小問題，目前視頻處理 MCP 工具，必須要有 BGM，才支持拼合視頻；任務(wù)交互輪次過長時(shí)，上下文記憶也會(huì)有所損耗。官方已經(jīng)在加緊修復(fù)。

為什么要 More Structure ？

昆侖萬維用「天工超級智能體」給出了一個(gè)他們的產(chǎn)品主張：

在通往 AGI Agent 的漫漫長路上，現(xiàn)階段不妨用更多的“結(jié)構(gòu)化”，換取高頻場景下實(shí)實(shí)在在的“可用性”。

這確實(shí)很聰明。

通讀全文，不難發(fā)現(xiàn)「天工」在追求 Agent 的“能用、好用”上下了不少功夫：

• 交互的“結(jié)構(gòu)化”：意圖澄清的選項(xiàng)表單化，本質(zhì)上都是在降低用戶的理解與反饋成本，降低 AI 的跑偏風(fēng)險(xiǎn)。這比讓用戶和 AI 玩“我想你猜”的游戲要高效得多。
• 垂直場景能力的“結(jié)構(gòu)化”：Office 三件套的 Agent 模式，是在辦公場景的特定的輸出方式，不再指望一個(gè)“通用”Agent 完美地輸出全部成果。對高頻場景的垂直深耕，更能快速提升用戶體感。
• 交付的“結(jié)構(gòu)化”：可導(dǎo)出、可編輯、可溯源，這些看似“不那么 AI”的工程化努力，恰恰是好用的關(guān)鍵。它讓 AI 的產(chǎn)出不再是“一次性用品”，而是可以被信任、被迭代、被整合的“協(xié)作過程”。

這種「More Structure」的思路，本質(zhì)上是以犧牲一定的“通用性”、“隨機(jī)性”可能帶來的上限，來換取特定場景下“確定性”和“易用性”的提升。

在當(dāng)前 AI 生成結(jié)果并不穩(wěn)定的階段，這無疑是一條更穩(wěn)妥、也更容易快速獲得真實(shí)用戶認(rèn)可的商業(yè)路徑。

它繞開了純粹追求模型智能的“軍備競賽”，轉(zhuǎn)而聚焦于如何通過產(chǎn)品化和工程化的手段，更好地服務(wù)用戶的痛點(diǎn)。

小結(jié)

人類社會(huì)的工作職責(zé)、產(chǎn)出物的要求，本就滯后于 AI 發(fā)展。

如果說「Less Structure」追求 AI 無限的智能進(jìn)步空間，那么「More Structure」則是基于人類現(xiàn)實(shí)需求的穩(wěn)定落地方案。

兩者并不沖突，而是現(xiàn)階段 Agent 落地必然要使用的互補(bǔ)手段。

「天工」的嘗試再一次印證了明確的信號：

Agent 的競爭，已經(jīng)從單純的模型、記憶管理的比拼，進(jìn)一步走向了更深的場景理解、產(chǎn)品打磨和工程實(shí)現(xiàn)。

我也期待看到「天工」在未來如何逐步解開這些“結(jié)構(gòu)”的束縛，向著更理想的 AGI 助手形態(tài)邁進(jìn)。

但在此之前，能讓我在需要出文檔、PPT、表格時(shí)，有一個(gè)“不用多教的下屬”，這本身就是一種進(jìn)步。

——More Structure，Better performance.

如何試用？

「天工」共有兩個(gè)版本，請使用電腦體驗(yàn)，入口如下：

• 海外：https://skywork.ai
• 國內(nèi)：https://tiangong.cn

注冊的新用戶一次性贈(zèng)送 2500 積分，每天贈(zèng)送 1200 積分。（按照我的測試 case 消耗來看，如果是 office 三件套 的生成場景，基本一個(gè)簡單任務(wù)在 300～800 積分。）

對了，無需邀請碼～幾個(gè)月了，終于有款產(chǎn)品不用吭哧吭哧四處找“碼”才能使用了

如果覺得這篇文章對你有啟發(fā)或幫助，歡迎點(diǎn)贊、在看、轉(zhuǎn)發(fā)分享，讓更多熱愛 AI 的朋友能夠受益