AI Agent到底哪家強？橫評五款主流Agent

最近，滿地都是AI Agent，僅最近半個月，就爆出了10多款。

AI Agent，現已成為繼LLM（

Large Language Model，大語言模型）後的時尚新寵，各家廠商瘋狂推Agent猶如過江之鯽。

那麼問題來了，到底哪個Agent更勝一籌？今天，我們就來給大家橫向測評一下。

關於測評方法

我選擇了5款熱門的通用型AI Agent，分別是Genspark、MiniMax Agent、Flowith Neo、Manus和扣子空間。

對於Agent來說，感知、思考、行動 、循環四個步驟中LLM都扮演了重要的角色。

如果分開每個步驟來對比，就變成了對比LLM的優劣。而Agent是一個框架，所以我們不去管它的任務處理過程如何，而是僅針對交付結果進行評判（本次測試皆為標準token投入）。

每個Agent，我選了三個不同領域的任務進行統一測試：

1.檢索微信公眾號平台2025年來的熱門AI話題前5，並總結原因分別輸出為pdf、圖表和html格式。（測試任務拆解、效率與準確性、多模態輸出）

2.為我規劃一個預算不超過3000元、4天3晚的成都旅遊計劃，必須包含川劇變臉、寬窄巷子和熊貓基地。（測試邏輯嚴謹和工具調用）

3.這是我家客廳照片，推薦合適的改造風格，並輸出新風格的3D佈置草圖或改造建議圖示。（測試圖像理解、空間感知、創意輸出、圖文匹配）

橫評3個Case

1）總結熱門AI話題

先來一個最簡單的，測試最基本的任務拆解能力，同時也看下效率和準確性。

Prompt：檢索微信公眾號平台2025年來的熱門AI話題前5，並總結原因分別輸出為pdf、圖表和html格式。

• 1.1）Genspark耗時12分43秒。

我們先來看下它輸出的網頁。

Genspark的HTML文件做得很規整，既蒐羅了5大熱門話題，還深度分析了原因，內容信息也比較準確。

可視化圖表也完成得不錯，無論是數據收集方向還是圖表種類的使用都非常豐富，排版也很好看。

PDF文件可讀性也不錯，它對顏色的處理很到位，讓人一眼就能看出每個段落或每個話題是從哪開始，到哪結束。

• 1.2）扣子空間耗時10分15秒。

扣子空間找到的5個熱門話題跟Genspark不一樣，看來每個Agent都有自己的理解。

但是可以明顯看出，扣子空間沒有Genspark細緻，沒有對單個話題進行原因分析，只是在最後做了整體分析。

圖表看起來就很樸素了，實在不知道該如何評價，如果非要說的話，只能說這也算是表。

雖說PDF只是一種格式，但如果全是文字，不知道的還以為在COS那個Word文檔呢。

還有，我提示詞里要的原因分析，扣子空間你給我幹哪去了……

• 1.3）Manus耗時11分49秒。

整體要求達到了，既羅列了5個最熱話題，也對具體問題進行了分析，算是達標。

然後，用了三種圖表來展示各個熱門話題的熱度對比，非常直觀。

不過，PDF部分……又給我幹哪兒去了，不是說好的PDF嗎？這不跟Word文檔有什麼區別，不過好歹分析的還算細緻。

• 1.4）MiniMax Agent耗時16分03秒。

MiniMax把這五個話題倒是列出來了，但是沒有分析原因，排版也缺點美感。

圖表…咋說呢，可能這就是MInimax Agent還是Bate版的原因吧。。。

雖然又是一版Word文檔的PDF，但是該有的內容都有。熱門話題簡介和流行原因都說的還算明白，不過讀起來，一股子AI味。

• 1.5）Flowith Neo耗時19分27秒。

雖然耗時有點長，但是最終的結果還不錯，不僅分析了話題流行的原因，還給出了相關的數據和案例支撐，研究得非常細緻。

圖表整體來說，也算中規中矩（但說實話，比起前面的有些圖表來說，普通也算優秀了

），還添加了話題關聯度分析圖，我覺得很有新意。

PDF文件依舊是純文字版，但是文字詳實，分析有理有據，讓我來寫我怕是寫不出來。

總的來說，這個任務我最喜歡的是Genspark，對於提示詞的理解到位，輸出的內容質量和形式也還不錯（包括文字優化和視覺優化），在5款Agent中算是比較突出的。

2）旅遊規劃

再來測試下邏輯嚴謹性、工具調用方面。

Prompt：為我規劃一個預算不超過3000元、4天3晚的成都旅遊計劃，必須包含川劇變臉、寬窄巷子和熊貓基地。

• 2.1）Genspark耗時3分27秒。

整體規劃中對景點和價格比較注重，細緻羅列了各項支出，但是對遊覽時長和交通時長沒有太多交代。

• 2.2）扣子空間耗時2分56秒。

主要的景點，一個沒有落下，但是對於預算規劃有些敷衍，各景點、各美食的價格也沒怎麼交代，交通路線也沒怎麼規劃。

• 2.3）manus耗時3分15秒。

Manus整體的視覺效果非常好，很清晰，我想要的景點也都囊括了，而且還有詳細的交通介紹與美食價格介紹。畢竟去旅遊，有個參考價格還是蠻重要的。

• 2.4）MiniMax Agent耗時22分45秒。

跟上一個任務的「拉跨」表現相比，MiniMax Agent在第二個任務里大為改觀，整個旅遊計劃從景點，到交通，再到價格，都給我講得明明白白的。

還給出了我想去的景點的詳細介紹、美食詳細介紹、住宿參考等。整體的風格非常小紅書，對於旅遊攻略來說，非常有用。

• 2.5）Flowith耗時17分21秒。

Flowith的時間控制，在這幾份旅遊計劃中算是非常精細了。表格式的計劃讓人一眼就懂，還給出了很多諸如住宿、餐飲、景點等有用信息，非常不錯。

整體看來可能就是風格有點素，像是旅行團的官方文件。

總的來說，第二個任務花費時間較長的兩個Agent所做出的效果也算對得起花費的時間，非要選個我覺得結果最好的話，我認為是MiniMax Agent。

3）創意設計

最後，測試下圖像理解、空間感知、創意輸出、圖文匹配。

Prompt：這是我家客廳照片，推薦合適的改造風格，並輸出新風格的3D佈置草圖或改造建議圖示。

• 3.1）Genspark耗時5分43秒。

Genspark的識圖能力很優秀，空間感很好，它生成的圖片佈局跟我給它的圖片佈局一致。出圖效果也很好，圖片風格和文字描述匹配。

• 3.2）扣子空間耗時3分18秒。

扣子空間給的風格圖，看起來都很好看。但是沒有一張是按照原圖的空間佈局來設計的，應該是沒有理解原圖和我的Prompt。

• 3.3）Manus耗時5分06秒。

Manus的圖片理解也很不錯，生成的圖片空間佈局與原圖一致，效果也很不錯，就是有點太樣板間了。

• 3.4）MiniMax Agent耗時21分17秒。

方案給得非常多，數據羅列也非常仔細，可惜就是沒有讀懂我的圖。那，所有工作不是白費嘛……

• 3.5）Flowith耗時15分45秒。

雖然Flowith只給出了一種風格，但是我從它生的圖和文字表達來看，它讀懂了原圖的空間佈局。而且裝修方案也很細緻，各方面都有考慮到。

最後一個任務，最優秀的當屬Flowith，真的是很細緻的分析了從色彩到燈光等各個方面的選擇，可以直接拿來當裝修參考方案了。

寫在最後

從3個測試任務來看，Genspark這個Agent發揮最為穩定，每個任務的完成度都很高。

Manus則是最平均的那個，每個任務都能做，而且都在及格線以上。

MiniMax Agent和扣子空間，雖然在某些任務上不盡如意，但都有自己非常擅長的地方。

Flowith Neo則稍遜Genspark、略勝Manus，但是它每個任務的時長都比較長，使用這款Agent需要點耐性。

畢竟，這是AI隨機之美。