這周昆侖萬維放了一個大衛星，發布了Skywork Super Agents，也就是所謂的天工超級智能體。

這不是新東西，Manus、Flowith等團隊都在做類似的工作。

但天工特別取巧，取巧在哪里？

選取了非常接地氣的場景。

天工超級智能體構建了一個由“5個專家智能體”以及“1個通用智能體”組成的垂直專業系統。

5個專家智能體，分別專注于專業文檔、PPT、表格、播客和網頁的生成。

其中，文檔、PPT、表格是辦公人群最常用的需求，也是Microsoft Office、Google Workspace的核心功能，通常被稱作“Office三件套”。

1個通用智能體，接入了數十個MCP，包括能夠熟練地處理多模態創意任務，用于生成諸如圖片、海報、音樂、MV、宣傳片、有聲讀物、繪本和其他多媒體內容。

發布當天，昆侖萬維的股價漲停。

超級智能體（現在這種模式一般稱通用智能體）雖然很晃眼，但實際上技術含量并不高。一方面，類似功能幾個AI巨頭早都推出來了；另一方面，誕生短短兩個月的MCP協議大放異彩，這個超級智能體很容易復現（意思是股價還會回去）。

可以說，MCP的出現，解放了大模型和舊世界的鏈接。只要你有足夠的想象力，就可以為所欲為。

什么是MCP？

這里不展開講了，引用星空君授課PPT，簡單理解，MCP就是大模型時代的USB。

尤其是微軟4月份放開了Markdown的MCP協議，可以實現任意office文檔通過MCP轉化為Markdown格式。

天工的超級智能體大概率是在該MCP發布后實現了各種Office格式之間的無縫轉換（此處為推測，如有雷同純屬巧合）。

這也意味著，其他企業復現這些功能并不復雜。

更要命的是，如果大模型更新迭代，直接把這些功能搞成原生，那這些超級智能體可能就無地自容了。

基于此，星空君很看好這個超級智能體當前的應用（以及這個發展方向）；同時，也很不看好超級智能體的未來以及盈利能力。

比如MCP協議的發明方Anthropic，它家的Claude本來就僅次于ChatGPT，然后又自己搞通用智能體，碾壓了很多做智能體的企業。

盡管超級智能體看起來很高端，其內核依然是提示詞工程。

提示詞工程可以大大優化大模型的工作效率，但沒有護城河。

其實昆侖萬維也門清，干脆開源了其中核心功能DeepResearchAgent的框架。兩天來，在GitHub上得到了300多顆星。

卷提示詞工程沒有未來，卷場景才有出路。

星空君這兩個周帶著兩個團隊搞出來十幾個智能體，從實操來看，最頭疼的并非智能體開發，而是場景。

現在各智能體廠家卷的主要是互聯網應用，最NB的超級智能體無非是自動寫office，自動訂票，然而，事實上真正需要智能體的是傳統工業領域。

這就需要下車間，去傳統工業企業發掘場景。

星空君最近和朋友經手的項目涉及到壓力容器用的工業數據庫，發現可以用AI低成本的來解決很多痛點。

工業領域本身就有自身的痛點：數據保密不可能上互聯網，可以投在軟件方面的預算有限，對穩定性要求極高，客戶體驗到是其次... ...

大模型和通用智能體最終會淪為云計算廠商的附加服務（免費或者廉價訂閱式），但下車間搞私有化部署去訓練行業數據企業數據的工業智能體，會攫取到額外的利潤。