做 Agent 还是 Workflow？做通用场景还是垂直场景？对于大厂来说，这从来不是一道非此即彼的选择题，而是——“全都要”。
在今年一月 OpenAI 发布 Operator 和 Deep Research 后，我们就得知字节的扣子团队已经在启动相关 Agent 的研发了。
彼时的一切还算低调，直到通用 Agent 和 MCP 的爆火让这一切被推到了台前。
这种压力更强烈地来自开发者社群的持续关注。我们总能在开发者社群看到类似的声音：
“低代码太麻烦了，扣子能不能出一个现成的通用 Agent？”
“别家 MCP 都搞得热火朝天了，扣子什么时候上线？”
我们认为，炒作 MCP 的门槛实在太低，而扣子作为国内领先的 Agent 开发平台，应该卷点真东西。
现在它真的来了！扣子空间 CozeSpace，能尝试解决你任何问题的搭子，换句时髦的话讲，是集 MCP Client 和 MCP Server 于一体通用 Agent 产品。
扣子空间首页 https://space.coze.cn/
我们的理解是，原先的插件、智能体、知识库和工作流的创建，归属于扣子开发平台，像一个工作台，支持根据需求开发各种趁手的工具。后续这些工具可以作为 MCP 扩展，放到扣子空间里，供解决一些泛问题/垂直领域问题时使用。
提供更多的 MCP 扩展，让通用的功能更加通用；沉淀更多专家 Agent，在更多垂直场景更易用。
对于前者，扣子可以集成原先扣子生态，以及字节生态内更多的能力，还有开源的优质的 MCP Server 作为 Agent 调用工具的补充。
针对后者，未来更多拥有行业 Know-how 和垂直领域数据的合作伙伴，会和扣子合作打造更多优质的专家 Agent，后续也会进行商业化探索。
首先要明确的是，Agent 的核心大脑是 LLM，最近几个比较火热的华人团队的出海产品，用的均是 Claude 等海外模型，而扣子空间用的国内模型，智能程度会略逊一筹。
其次也没必要在细节上对比各个产品的差异，一方面，从用户的预期来看，各个产品目前都只做到了“通”，但都没那么好“用”。
我们在上周末扣子开放日 – 企业专场活动上就有这样的感受。大家对扣子空间似乎没有那么感冒，企业里很多痛点问题、流水线工作，通用 Agent 搞不定。
另一方面通用 Agent 还处于早期阶段，各家的迭代速度非常快，在某一时间点的横向测评，参考价值比较有限。
前面的探讨可能有些苛刻，实际上扣子空间已经是国内的领先产品了，也是第一个全面开放的消费级通用 Agent 产品。
在不少的场景上，尤其是在网页前端方向的任务，已经能取得不错的效果。
比如直接帮我根据需求，帮我写好公众号文章存到后台草稿箱。
1. 行业必读丨OpenAI 最新报告：构建 Agents 最佳实践
2. 行业必读丨OpenAI 最新报告：AI 在企业中的应用
比如通过专家 Agent「华泰A股助手」做的分析报告。
探索通用 Agent 的能力边界是一件非常有趣的事情，每一次都会给到我们新的惊喜。
我们团队已经完全是 AI- First 的思考模式，任何任务都先来问问 Agent，简单重复的事 AI 直接搞定，棘手的事 AI 也能支支招。
最后，如果你还没有扣子空间邀请码，欢迎加入我们的 Agent 交流群，每一位群友我们会尽量给到邀请码！
（文：特工宇宙）
