在 7 月 18 日凌晨，OpenAI 正式推出了 ChatGPT Agent，这无疑是其在 Agent 化进程中的又一重大里程碑，继 1 月推出 operator 以及 2 月上线 deep research 后，再次吸引了全球目光。当下的 AI Agent 领域，正呈现出两大鲜明流派。以 OpenAI 和 Claude 为代表的 “基座派”，专注于将 Agent 能力深度融入底层模型，致力于打造更为强大且通用的智能基础；而 “应用派” 则另辟蹊径，聚焦于特定应用场景的深耕细作，凭借灵活多变的工具调用设计，力求在细分领域中崭露头角。
早在 3 月，Manus 的惊艳亮相便已点燃了通用 Agent 市场的第一把火，引发了广泛关注和热议。随后，Genspark、Flowith、Fellou 等众多新兴力量纷纷入局，从不同的应用场景出发，迅速在 Agent 赛道上开疆拓土，各自形成了独特的竞争阵营。
然而，OpenAI 的这一举措并非毫无争议。在 ChatGPT Agent 发布后不久，Genspark 便在社交平台 X 上公开质疑，直言其在视频演示中的表现不尽如人意。Manus 也不甘示弱，通过对比自身与 OpenAI 展示案例的结果，试图证明自己的优势。
为了深入探究各 AI Agent 产品的真实能力，我们进行了一次别开生面的测试。我们要求几个备受瞩目的 AI Agent 产品对 ChatGPT Agent 的发布进行报道。不同于常规的简单指令，我们采用了类似深度报告的方式，期望它们能生成一份融合设计元素的 one pager。
Manus 的 Agent 在经过分析后，表现出了与官方 X 账号截然不同的态度，对 OpenAI 给予了较高评价。Genspark 则生成了一份更为复杂详尽的报告，不仅全面捕捉了 OpenAI ChatGPT 的相关信息，还精心制作了一份详细的对比分析。令人意外的是，其 Agent 同样对 OpenAI 的技术水平表达了高度认可。Flowith 则充分理解了我们的长指令，紧紧抓住制作 one pager 的核心要点，最终呈现出的结果在格式设计上最为精美，给人留下了深刻印象。
在报道环节结束后，我们进一步对这些 AI Agent 进行了实战考验。我们选取了 OpenAI 视频中展示的四个典型案例，包括行程策划、图像设计和资讯分析等常见场景，这些场景自 Manus 推出以来便备受关注。以婚礼规划场景为例，我们将视频中的 Prompt 提交给 Manus、Genspark、Flowith、Fellou 等产品。结果显示，Manus 输出了一个长文本页面，虽提供了婚礼参加指南和建议，但在着装推荐方面缺乏具体图片和款式，也未给出购买链接等行动指引。Flowith 同样给出了详细的婚礼参与指南，但在服饰挑选任务中出现了 bug，导致最终未能输出服饰结果。Fellou 则花费了 1 小时 14 分钟完成任务，其认真严谨的态度给人一种 “靠谱” 的感觉。它通过单开多个浏览器，仔细比较行程、路线、酒店信息等，最终以经过简单设计的格式呈现信息，但同样无法实现直接购买，更像是一个高效的信息搜集 AI 浏览器。
在 “做贴纸” 的场景测试中，尽管贴纸设计在近期的 Agent 测试中属于较为简单的任务，且部分产品如 Genspark 还调用了 GPT 的生图能力，但在订购环节，多数产品由于缺乏调用能力而无法完成实际操作。Genspark 和 Flowith 只能提供订购指引，而 Manus 则在流程中成功完成了购物车的添加，成为除 OpenAI 外唯一进行到这一步的 Agent。
综上所述，当前的 AI Agent 领域仍处于 “混沌期”。一方面，这些产品的表现不断给我们带来惊喜，展现出巨大的潜力；另一方面，它们的稳定性还有待提高，即使是行业巨头 OpenAI 发布的 ChatGPT Agent，也更像是一个占位动作。但不可否认的是，随着越来越多重要玩家的加入和竞争的日益激烈，这将有力地推动 AI Agent 技术的发展，有望在不久的将来，为我们带来能够稳定解决复杂任务的智能助手，彻底改变我们的生活和工作方式。