帖子
账号 5636103709
不咋主动,被动的也不是太好 试了3个任务,只成功了1个;对话框在上面,不是很习惯。 任务一:整理我的桌面 √任务完成 总的来说还挺满意的,就是给我整的一个临时文件夹里面是空的 任务二:打开谷歌浏览器,进入Google AI Studio,发起新对话,上传指定文件夹中的指定文件,再按照要求发送对话。 ×任务失败×任务失败 首先它显示找到了指定图片文件,第二步是打开的内置浏览器,而不是我以为的直接打开我本地的谷歌浏览器(话说什么时候能实现桌面助手直接操作我的桌面呢?)。它在打开了指定网站之后,一直无法找到“new chat”按钮,然后不断刷新页面,任务没有进展。(图1) 于是我手动打开了浏览器和页面,并开启了一个新对话,要求小跃继续执行任务,它说可以,不过依然是在它自己执行任务的框里在阶跃浏览器打开了google AI studio 页面,此时要求我接管,因为需要登录账号。后续又要求我自己确认上传图片,然而在它给我的窗口中AI Studio页面显示不全,没有出现对话框,也无法下拉,刷新和重新开启对话都没用。(图2) 此时,我只能选择“控制完毕”这个按钮,也无法中止任务执行或者在对话框中反馈。 随后我看到它发送了我指定的文字内容,但是没有上传图片,最终显示Internet error因此Gemini也没有返回任何回答。 任务三:接下来我给你任务,任务名称叫“我随便打开一个东西,你给我想办法”。我的要求是,每当我打开一个文档/屏幕,并且在该页面停留时间超过2分钟,你需要主动问我一句。问的内容包括但不限于:要不要我帮你 一,解释内容 二,提炼要点 三,生成笔记 四,讨论你有疑问的内容 以上4个内容要做成我可以直接点击选择的选项,省去我打字的麻烦。 在我给你回复之后,你需要按照我的回复基于当前内容直接干活。 ×任务失败×任务失败 Round 1: 非常诚实,在我发送以上要求后,给我的回复如下: 我理解你的需求,但我需要诚实地告诉你:我目前无法实现这个任务。 技术限制: 1. 无法主动监控 - 我无法主动监控你打开了什么文档或停留了多长时间,我只能在你主动向我发起对话时才能响应 2. 无法主动发起对话 - 我不能在你没有输入的情况下主动弹出消息或询问 3. 无法创建可点击选项 - 在当前的对话界面中,我无法生成可点击的按钮或选项供你选择 并且它提供了可替代方案。(图3是它的回复) 不过我给它发了降临派产品介绍上的“主动触发”和“无摩擦输入”两个功能描述后,它又表示它是可以执行前面我要求的任务的。 Round 2: 接下来我首先打开了一个PDF文档,尝试了一下手动触发“无摩擦输入”的功能。 经过一番检测,它确认我打开的是一个空白浏览器。 在我提示打开了一个PDF文档之后,它表示刚才只检测了浏览器窗口。 要是现实中遇到这么笨的助手,我会立马辞退。 Round 3: 这次我要求设置后台监控来主动监测我在某个页面停留的时间,以触发最开始要求的主动提问功能。小跃制作了一个监控脚本,说是2分钟触发主动提问。然而我把页面打开,在旁边刷了20分钟手机,它没有任何反应。 我其实还有一个任务想测试一下,等我追评吧。就目前看来,小跃想成为一名得力助手还是道阻且长啊!
西瓜味的风
605
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