作者 | 石濑

编辑 | 张洁

这届打工人，可以使唤的“AI牛马”越来越多了。

“AI牛马”，顾名思义，是指那些像牛马一样辛勤工作、不知疲倦的AI。从今年年初DeepSeek R1横空出世，“AI牛马”这个概念就在小红书等平台上不断刷屏，不少打工人也开始把工作“外包”给AI。

不过现在最卷的“AI牛马”赛道已经不是DeepSeek、ChatGPT等AI聊天机器人了，而是被Manus带火AI Agent赛道。简单来说，主打Agent功能或特点的AI产品，不仅能“想”（规划），更能“做”（执行）。相比AI聊天机器人，这类产品里的AI更想直接帮你把活干了。

这个赛道最近有多卷？

从Manus一夜爆火，到字节跳动、百度相继布局通用AI Agent领域，短短两个月内，众多标榜“Agent”概念的产品如雨后春笋般涌现。其中前百度高管景鲲创办的Genspark，从AI搜索转型为通用型AI Agent产品后，仅用9天就突破了1000万美金ARR（年度经常性收入）。

接着，智谱Agent产品“AutoGLM沉思”也正式上线。发布时，智谱还披露了一个由“沉思”运营的小红书账号，并称该账号在短短两周内吸引了5000名粉丝，并接到了多个商业推广邀请，成功变现500元。

同样引人注目的还有一款由中国95后团队打造、号称“全球首个Agentic浏览器”的产品Fellou，也在AI圈获得了一定关注度，它的内测邀请码最近已经在某二手平台上被炒到29.99元。

这些打着Agent名头的“AI牛马”真的好用吗？它们分别擅长哪些应用场景？相比通用AI Agent产品，与浏览器等场景深度结合的垂类Agent应用是否更为可靠？带着这些问题，我进行了一番实测。

最新“AI牛马”实测：

把工作外包给AI，是噱头还是生产力革命？

从Manus到扣子空间，我发现当前通用型AI Agent产品普遍只做到了“通”，而在解决具体问题、达成实际效果层面并没有做到“好用”。

所以在以下实测过程中，我会更聚焦于AI牛马们在实际应用中究竟“能做什么”与“不能做什么”，力求为大家排雷避坑、减少试错成本。

Fellou：聪明能干活但是“职场糊弄大师”

Fellou主打特点是“会思考更会执行的Agentic浏览器”。

从互联网诞生起，浏览器就是一个重要的信息入口。也因此，Fellou的核心设计显得很巧妙。它整合了浏览器、Agent和工作流自动化等三大产品能力，从而实现“思考”、“操作”和“执行”闭环。

https://fellou.ai/

进入Fellou主页面，功能分区很清爽。右侧是与AI交互的对话框（可固定），方便用户随时与AI进行沟通和交互；左侧是搜索框，在这里你可以搜索浏览信息、也可以“监工”AI是怎么干活的。

Fellou目前仅支持Mac OS系统且有一定硬件限制

这也和不同Agent工作方式有关。Fellou的Agent是基于图形用户界面（GUI）而非API进行操作的。这意味着它能够像人类用户一样直接与软件界面进行交互，模拟鼠标点击、键盘输入等操作来完成任务。

最终它生成了一份网页报告，精准地筛选出了符合提示词要求的资讯，甚至连像“OpenAI图像生成API发布”这样非常新的重磅消息也能迅速捕获。

在此基础上，你还能让AI把报告换一个主题色、增加更多信息、或是添加一条时间线直观展示重要新闻事件。

详细报告地址：

https://chat.fellou.ai/report/4550ae9b-2b3d-42c7-82cb-bdff022c5c70

值得注意的是，这份看似很专业的报告，却在一些细节上存在“致命”错误。例如，把数据“1.3亿”误写成了“130万”。如果这种错误如果出现在真实的公司报告中，可能会成为“世界是个巨大的草台班子”的又一大例证。

Techcrunch原文写的是“130 million”（即1.3亿）

除了搜索整合信息生成报告外，你还可以让它去社交平台搜集特定领域的KOL，以及帮你完成发推文等任务。

提示词：帮我找到过去两周在推特上曝光量超过5万的10位科技领域的关键意见领袖（KOL）

需要用户授权才能登录具体网站获得信息

但相比新闻资讯收集，这类任务数据不准确问题更明显、参考链接也不完整。

不过，Fellou搜集出来的KOL还是有一定价值的，它给我的列表里有纳瓦尔、吴恩达等科技圈大佬。报告网页也做得有模有样，甚至有一些简单的交互和（有Bug的）搜索功能。

详细报告地址：

https://chat.fellou.ai/report/f0cbdd1d-2e52-45bb-a7e5-b2898123e2e8

让AI接管社交媒体运营倒是一个很新奇的体验，但我实际体验下来感觉用处不大：

Fellou执行发布单条推文这类简单指令基本没问题，可一旦涉及更复杂的工作流——比如需要策略性地转发多位AI头部博主的推文并附上恰当评论，这类既耗时又需要重复操作的“养号”任务时，AI就显得有些力不从心，要么陷入卡Bug式的循环运行、要么糊弄人“说自己完成任务了”，离真正的智能高效还有相当一段距离。

它给自己规划了8个任务步骤，实际仅做到第4步

不过值得一提的是，在Fellou上你可以通过输入“/”搜索指定的内容源（包括X、Reddit等社交平台）或是直接检索自己过往在Fellou中生成的报告，并基于这些历史报告向AI进一步提问（输入“@”可将报告作为上下文信息引入到对话），从而构建起一个可迭代的个人知识库。

AutoGLM沉思：智谱不语，只是一味干活

从任务完成情况和效率来看，AutoGLM沉思恐怕坐实了“职场老黄牛”身份。

https://autoglm-research.zhipuai.cn/

不论问题难度如何，AutoGLM沉思都会自动开启“一味干活”模式。

像“特朗普为什么在国内被叫做川普”这类简单问题，AutoGLM沉思也会走完全流程：从深度思考、推理规划，到上网检索、整理信息，最后生成结论，一个不落。

一顿操作猛如虎，最后给出的答案，和直接问元宝几秒钟得到的答案差别不大。

AutoGLM沉思使用安装上也更有操作门槛一些，不仅需要下载智谱清言Mac/Win客户端，还要安装Chrome浏览器插件，之后才能在客户端中使用。

而需要安装浏览器插件原因在于，AutoGLM沉思和Fellou一样，要替你浏览网页、收集信息。

但两者不同的是，AutoGLM沉思并没有以虚拟窗口的形式降低AI的存在感，反而是会占用用户的浏览器，影响整体使用体验。

左侧是AutoGLM沉思在操作浏览器

当然我也测试了AutoGLM沉思在更复杂场景下的表现。比如让它从零开始策划并运营一个定位为“销售3D打印挂件的科技博主”的小红书账号。

任务启动后，AutoGLM沉思表现得很专业：它会打开小红书并要求用户授权登录，进去后就是一顿操作，研究同赛道账号，初看颇有章法。

AutoGLM沉思在浏览小红书

但到了实际产出环节，效果却不尽如人意。最终给出的关于用户名、头像选择以及账号简介的建议，比较宽泛，缺乏针对性和创意亮点。

看到“小红的3D世界”那一刻，

影视解说里的小美小帅都变高级了

此外实测中AutoGLM沉思并没有完成账号的创建动作，它仅仅停留在提供建议和操作步骤的层面，最终设置和修改都需要用户自己动手完成。

不过，AutoGLM沉思这种“不替用户操作”的特性放到别的场景倒成了优点。特别惊艳我的一个案例是：我之前研究了很久的AI电脑装机配置，交给AutoGLM沉思不到10分钟就整理出来了，并且贴心地打开了每一个配件对应的淘宝商品页面。

但它仅仅止步于此——提供信息和购买入口，而没有把这些商品自动加入购物车，在涉及购买决策这种场景下，体现出了恰到好处的“边界感”。

Genspark：新晋“不加预算请不起的留子”

比起ChatGPT，Genspark才是符合定义的“不加预算请不起的留子”。

毕竟，它是华人团队面向海外市场推出的一款通用AI Agent产品，相对而言更符合“留子”这一人设。

Genspark之前定位更偏AI搜索，如今Agent赛道大火之后，不止宣发重点，Genspark的产品界面也逐渐偏离搜索，更多地向Agent产品形态靠拢。

产品地址：https://www.genspark.ai/

和其他定位通用AI Agent的产品一样，你可以把旅行规划、制作报告、数据图表这类复杂任务丢给它，能不能做得完美另说，但它一定能做出来。

在没有多余提示词调教的情况下，Genspark生成的报告和数据图表，整体审美都很在线，且肉眼不容易发现明显的数据错误或制图瑕疵。

完成任务的速度也很快。以下这份报告是Genspark花了2分钟完成信息搜索，并通过代码驱动的方式自动化生成的PPT，整个工作流耗时控制在10分钟以内。

详细报告地址：

https://ajpbouva.genspark.space/

同类产品中，Genspark还支持一个少见的“AI打电话”能力。从官方Demo演示来看，Genspark已经可以流畅地帮用户预订餐厅和酒店，这种从虚拟走向现实，打破次元壁的能力，增强了AI在日常生活中的实用性。

不过，雇佣Genspark干活的费用并不低。官方每天会给免费用户发放200积分，只够生成一次常规报告。目前Genspark提供的订阅方案中，最便宜的年付会员也要19.99美元/月。

AI Agent赛道火了，

但它还没有那么“万能”

去年Sora，今年Manus，这两款现象级AI应用都带火了一个赛道。

相似的剧情也在重演：对大多数人来说，Sora是只有少数邀测艺术家能用的“期货”，Manus的邀请码也只流向了少数幸运儿。 

一边是业界被点燃的热情。国内大厂如字节、阿里、百度已经出手，不仅布局产品还要卷MCP生态；初创公司则涌现了Fellou、Genspark等有华人背景的出海产品；开源方面也有不少项目如Suna，已经上线Github，狂揽7.5K星标。

开源地址：

https://github.com/kortix-ai/suna/?utm_source

另一边是，AI Agent产品还没有成熟到可以让C端用户体验到“wow moment”。这背后，既有技术的局限，也有互联网时代遗留下来的老问题。

互联网公域中有价值、可信赖的信息数量在下降，而各大平台间的信息壁垒依旧森严，形成一座座“数据孤岛”，这成为通用AI Agent发展绕不开的核心挑战之一。

技术方面，底层大模型仍然决定着AI Agent产品的上线，受限于当前大模型的智能水平和上下文记忆能力，AI Agent在面对逻辑链条过长的复杂任务时，往往容易“掉链子”或偏离目标。

同时由于AI幻觉问题的存在，“AI生成的内容不能全信”也应该成为每个首席牛马官的基本常识。

一个能自主完成任务的AI Agent打开了一个想象：把现代人从日益繁重的工作内卷中解放出来。但至少从目前来看，AI Agent产品们，还没有真正抵达那个“足够好用”、“足够可靠”的阶段。

---

 
    
    

  
     
     

   
      
      

    
       
       

     

    
       
       
    
       
       

     「AI新榜交流群」进群方式：添加微信“banggebangmei”并备注姓名+职业/公司+进群，欢迎玩家们来群里交流，一起探索见证AI的进化。
    
       
       
    
       
       

     

    
       
       
   
      
      
  
     
     
 
    
    
  
     
     

    欢迎分享、点赞、推荐
  
     
     
  
     
     

    一起研究AI