帖子
账号 1155702016
TL,DR: 桌面 OS 级?可能我们的认知不大一样吧,我的认知是“既然你是 OS 级别的那肯定能直接和我的桌面 APP 进行交互吧”。具体使用下来给我的感受更像是 “ @Comet + @Claude Code ” 形态上的结合。真要体验的话还是降低期待吧,累了。 蟹邀,感谢 @CCCCCici 提供的邀请码。 用户体验上,阶跃桌面助手采取了悬浮窗 + 主应用界面的组合。客户端的整体体验和豆包之类的桌面端 AI 应用差不多,还是比较好上手的(逻辑都是差不多的,客户端完整功能,悬浮窗快捷使用)。一些菜单的样式让我觉得阶跃桌面助手像是 Electron 包的(实际上性能占用也的确如此)(详情见图一,在执行完多个日常向的、需要使用浏览器 Agent 的任务后,内存占用来到了 4G 的恐怖大小。就算是单纯的打开挂在后台也要吃接近 1G 的内存)。可能是因为我跑的部分任务被我手动终止然后资源没释放?这点就留给官方他们自己慢慢排查吧。 一个重要的点:阶跃桌面助手和你共同的环境有且仅有文件系统和网络!如果你要阶跃帮你去其他需要登录的网站,那么你需要手动接管并登录! 测了好几个任务执行,都是偏日常向的。毕竟桌面 OS 级别的助手就应该“为我排忧解难”,让用户一览全局。。吧?实际体验可以说是比较灾难的。看了圈大家的评价,都在说的 执行速度慢 我就不重复说明了,慢的地方大多是命令执行(比如调用终端、浏览和导航网页等),浏览器操作比命令执行更慢。日常搜索问答之类的速度反倒是正常的。浏览器 Agent 的动作流反倒是 “重复性动作比较多”。 拿一个比较一般的用例吧:“搜索一名歌手并打开其代表作的 MV”。阶跃桌面助手很遗憾的“失败”了。这里其实分两种情况:如果不指定来源,阶跃会优先使用百度搜索(并参考),在这种情况下是可以正常搜索并在我的默认浏览器内打开网站(但实际上阶跃桌面助手没做这种在用户浏览器内打开的情况。阶跃通过终端打开网站之后其实是会出现一个超长的执行等待)(见图二,可以正常打开,但卡在终端执行)。第二种则是指定了对应海外平台的情况,打开则会优先在内置浏览器内打开(而不是我所期望的正常情况:在用户的浏览器内打开)。内置浏览器的环境大概率是用后即焚的,所以我并不能正常的打开并播放(见图三,甚至 AI 还在回答末尾贴心的说开始欣赏)。(其实这个用例还有个更极端的情况,会让阶跃桌面助手拒绝回答,提示“换个话题聊聊”,但我没办法再次尝试出来) 另一个极端一些的桌面 Agent 操作能力测试就是“直接用电脑上已有的邮箱客户端来查询已有信息”。这一点对于默认情况下只有终端命令和浏览器操作能力的阶跃桌面助手来说是严重超纲的。而阶跃桌面助手并不会主动提及说“这个操作在我的能力范围之外,我无法完成”,而是“努力”的启动了我的邮箱软件,然后打开浏览器操作。。。(甚至在我多次强调不要使用内置的浏览器操作之后依旧我行我素的打开了浏览器并等待用户接管)(见图四,你让我接管但我没有接管的入口啊) 在日常使用方面,由于阶跃桌面助手对于我的日常浏览器查询任务“执行时间过久”,外加我对“AI 因理解错误导致的低效”的厌恶,我自然而然会“希望”能够在 AI 执行的过程中能够让我“中途点拨”一下整体的执行。但很可惜,这里不能这么做。我只能看着 AI 理解错误,然后看他一步一步尝试,最后在浪费了我十多分钟之后跟我说“我还不大能执行”之后再让我说明白执行思路,然后踏上新一轮相互折磨的轮回。 如果是网页操作,我也习惯于使用 @Comet 。人家的执行速度比你快,吃的资源也比你少,模型能力比你强。虽然人家也不能中途主动通过语言点拨但人家发现不行就立刻摇“人”。如果是 CLI 命令行操作,我直接喊 @Claude Code 、 @Crush 、 @Codex CLI 甚至 @Cursor 的能力也比你好。就算你说“我可以一站式解决”,那你能和形态相近的 @豆包 扳手腕吗?还是先慢慢打磨一下用户体验吧。 看到下面一堆“美好”的用例都是需要“折腾”才“可能被我复制到手”之后,我真的有点累了。要不我还是去自己 Vibe 一个专事专干的 AI 应用吧,虽然更费心,但起码遇到痛点我能直接改成“对我来说看起来不错”的样子。(卸载) 啊对了,图一的那个阶跃窗口瞬移真的是 BUG ,希望官方看到能定位和复现出来。。。(虽然大概率这种很难复现就是了)
青柚测评
602
回复 @ · 取消
0 条评论
青柚测评1· 2026-10-28
已经推出那么久了还是这么垃圾,要不是为了我的旅游抽奖,真的是看都不想看!!! 作为美团的第一款屎逝级创新产品,看得出来美团想做的是一款AI助理,帮助用户完成日常的一些琐事包括订餐、规划行程,在绝大多数时候都是以幻觉提供“稳定”输出的产品,目前存在"功能不完善、技术不可靠、体验不友好"三大核心问题,虽然定位为"小而美的AI生活小秘书",但实际表现更像是"大而不当的半成品",整体感觉更像是实习生的练手项目仓促上线?如果真是这样不如早点关掉,别让用户笑出声 0. 入口有问题,这样一个本应深度嵌入美团APP的服务,却独立成一个单独入口。事实上,美团APP内也早已存在一个名为“小团”的AI搜索助手,虽然无法代替用户下单,但是体验更为成熟(至少是能够准确理解用户意图并返回相关推荐),小美与主业务系统割裂严重,既然已有能力整合进搜索链路,为何还要另起炉灶呢?不得不引起人的深思hhh,真的有种同一个公司,两种智商的荒诞感 1. 习惯性遗忘上下文,在提出第一个需求后对于不符合推荐的商品提出新的需求后会习惯性遗忘我第一句话说了什么,注意力机制需要人来激活 2. 图1,明明有卖的东西他说没有,但是意外的是居然还知道要凑单 3. 图2不支持指定时间预约下单,在要求提供一日三餐的时间、预算以及希望每一餐吃什么以后,他只是告诉我在明天早上八点半提醒我下单,且不说第二天没提醒,只告诉我预算分配算什么?另…
305
北岸的猫1· 2026-10-28
我作为一个保安(真保安),其实不会写代码(只会一点基础的html),折腾这些纯粹是个人爱好,话说AI写代码确实极大的提高了写代码的简易方便程度,我其实25号就已经更新了国内版本,并拿到了solo资格,26日晚上顺手做了一个美团外卖的商户后台(单纯想试试国内版本的solo模式还有国内大模型的能力),和国际版相比,缺少了重要的 solo builder模式,默认就是solo coder模式,可能是国内产品觉得coder模式更符合国内使用习惯?从大模型的代码方式来看,个人感觉有点像kimi的k2组合了豆包1.6!输出速度很快,代码风格也很像k2的风格,还有那个plan模式,我使用的感觉是没什么效果?上下文部分184K,就我来说比较够用了,因为我多数时间是用在做文案,在聊天窗口这里可以@自己编写的智能体来实现需要的智能体组合调用,这块还是很心水的,至于关键的生成页面的速度,我个人感觉吐代码的速度是挺快的但是,生成最终结果还是慢过国际版!在后端逻辑这部分卡了很久,思考的时间也是最长的,看了下代码风格感觉就是k2呢,国内大模型还需要更加努力呢!在后端生成这块速度明显要慢很多了,而且很多地方有明显的错误,本来是已经生成了,实际上它一直在自我修正中,最终没有完成这个项目的成功,报错了。我还尝试了下用solo模式写文案,怎么说呢,这部分也算是有点意思的内容,先通过智能体做一个小红书的文案专家,在生成…
905
慢半拍1· 2026-10-28
Refly 标榜自己是和“Vibe Workflow”,这个降低技术门槛、试图用 Agent 节点重构自动化流程的愿景我是非常买单的,官网呈现出的极简克制感也确实在第一眼拉高了期待值。但深入体验后,我感觉目前 V1.0 版本最大的问题在于场景落地的“水土不服”以及自动化 ROI 的倒挂。 首先是模版库(Templates)的选品策略让我很困惑:既然团队源自国内且强调普惠小白,但预设案例里清一色的 X (Twitter)、Ins、LinkedIn 和 RSS 抓取,明显是针对海外生态的生长土壤。对于我们这种想做国内资讯去噪、或者只是想做一个简单的“新闻日报”的用户来说,几乎没有直接可复用的抓手,场景割裂感极强。 其次,在核心体验上,我实测了官方推荐的“新闻抓取+邮件摘要”,发现整个链路的运行 Latency(延迟)偏高。对于这种轻量级的信息获取任务,如果工具的执行效率跑不赢我手动操作,那自动化的爽感和价值就被完全稀释了。 最后,所谓的“自然语言一句话创建”目前还没能很好地解决用户的冷启动焦虑——这就好比给了我一把万能钥匙,但我却找不到锁在哪。我甚至尝试结合外部 AI 的建议去生成一些特定的流,但落地效果依然不理想,感觉工具对意图的理解力和最终的执行力之间还存在不小的 Gap。 总的来说,现阶段的 Refly 更像是一个有着漂亮概念外壳的 MVP,对于真正想上手解决具体痛点的用…
404
青柚测评1· 2026-10-28
ShellAgent 2.0 初体验:想法很好,但产品还需打磨 首先,非常感谢降临派提供的邀请码,让我有机会提前体验到 ShellAgent 2.0。 说实话,最近对各种 Agent 都有点审美疲劳了。Github 上开源的框架一个接一个,轮子满天飞,但对普通人来说,门槛还是挺高的,不是要配一堆复杂的参数,就是做好了也不方便分享给朋友用。 所以 ShellAgent 喊出“三句话生成 App”的时候,我一下就来劲了。这不就是我想要的那个“零代码版的 Coze”嘛!把那些烦人的技术环节都包圆了,直接对话就能搞定,期待值直接拉满。 但实际上手折腾了几个场景,感觉就和想的不太一样了。 首先是稳定性和端到端体验的问题。 我尝试了几个在其他平台上相对成熟的场景,但在 ShellAgent 2.0 中都遇到了阻碍。例如,在测试“小红书笔记搜索”功能时,应用返回了一些看似存在但实则为 Mock 的数据;而在尝试“文生图”功能时,无论如何调整,系统都反复报错,无法成功生成图片。我理解,这些基础能力在 Coze 等平台的能力边界内是完全可以实现的,这让我感觉 ShellAgent 2.0 在核心功能的稳定性和流程的端到端打通上,还有一段路要走。对于 ToC 产品而言,用户的第一次体验至关重要,如果无法顺利跑通一个基本流程,很容易造成用户的流失。当然,我也相信这只是早期内测阶段的问题,期待官…
702