千问
上两篇，我写了《我把7款国产Agent扔进同一套真任务》和《WorkBuddy第一轮测评与上手教程》。这篇继续讲同一天完成的第二轮和第三轮，MiniMax、Kimi、智谱清言、悟空、千问办公和Trae（CN）一共六个国产Agents。 不知道悟空是何时开始放开全量使用的，在几个月前、它刚上线时，我甚至为了抢邀请码写了一
Brand
科爷关于企业 AI 转型、品牌与营销、组织与工作流、AI 产品与 Agent 的长期写作。
千问
同
上一篇《我把7款国产Agent扔进同一套真任务》整体介绍了这次测评的四轮、12 次运行，接下来，我打算将 4 轮测评中、我对这 7 款国产 agent 使用的感受分享给大家。今天，先从第一轮、WorkBuddy 开始吧。 第一次跑 WorkBuddy，3.14 credits 花掉了，任务却连检索都没开始。 原因很朴素
DeepSeek
DeepSeek Harness 8 月 13 日发布开发者预览版，MIT 协议开源。我上手体验、翻完开发者文档的那天，它的 GitHub star 已经有 3.7 万；两天后再看，已经涨到将近 9.7 万，超过了前一阵贼热、做了更久且口碑一致偏好的 Pi（约 9 万 star）。 与此同时，Pi 的 npm 包周下载
中国
（在中篇里，我们分析了API中转站产业的技术风险——从数据可见节点到agent工具链的风险放大，从上游封号到协议转换的隐性损失。我们也梳理了监管边界——从备案登记到数据出境，从电信资源到上游合同，四条红线越来越清晰。但更重要的问题是：在这波泼天富贵中、在这个缺口里，到底谁能活得久，谁可能会出事，谁更有可能长大？） 这一
中国
（承接上篇：我们看到了API中转站产业从"知道的人才知道"变成"几乎所有AI用户都绕不开"的爆发式增长，也梳理了从开源底座到托管平台到具体入口的五层价值链。但当产业结构分层完成、当孙宇晨和傅盛相继入局，一个更深层的问题浮现出来：这个产业最危险的地方，到底在哪里？） 现在大家火热的"API中转站"讨论中，更多关注着高额利
中国
这几天，趁着假期到香港处理一些积压的事情，晚上约了几个朋友一起吃蛇羹，许久未见一桌人、不约而同的聊到了同一个话题——不是什么新出的AI模型，而是某个"API中转站"。 一个说他们团队都在用OhMyGPT，一个说他这几天正在试B.AI，我有点儿好奇：这玩意儿什么时候从"知道的人才知道"变成"几乎所有AI用户都绕不开"了？
Chat、
大约两周前，接近午夜，我还沉迷在测试 Fable-5，忽然手机亮了。一位在深圳做制造业出海运营的朋友发来一行字：「CodeBuddy 又挂了。WorkBuddy 把它拖垮的——这个月第二次。」 我先笑了，又笑不出来了。 一款编程工具，被自家拆出来的办公助手拖下线，这种问题本身就很怪。 但腾讯 3 月大致就经历了这种事：
提示词
提示词工程最大的瓶颈，从来不是提示词。OpenAI 与 Anthropic 不约而同转向薄提示词，但真正的杠杆已转移到厚制品与 skill 文件夹。当模型能力增强，提示词只需指方向，背后的风格指南、案例库、决策框架才是护城河。还在磨钥匙、门后房间空着的人，终将输给默默填满房间的人。
转译：
Claude Code 里，模型和投入等级都能让答案变好，但机制完全不同。模型决定哪套冻结的权重处理请求，投入等级则控制 Claude 为任务做多少工作——读多少文件、跑多少测试、推进到什么程度。换模型是换知识，调投入是换努力。当 Claude 出错时，先问自己：它是没足够知识，还是没足够努力？
三个
这两天 AI 业界的顶流是 OpenAI，它家新款 model GPT-5.6 上线，整个过程都挺魔幻的： 先是 Codex 被产品经理一声不吭地强行塞进 ChatGPT，图标和名字都被抹掉。 然后，死忠粉们在各大社区吵翻了天，吵到第二天，官方又服软，给它在应用里留了一块"牌位"，算是保住了点体面。 这场闹剧之外，我们
WorkBuddy、
7款国产Agent，4轮、12次真实任务，仅2次合规通过。它们能检索、写报告、生图，却卡在时间窗、目录权限、文件格式这些细活儿上。有的把CSV存成XLSX，有的改写路径越权写入，有的直接卡在环境初始化。能回答问题，和能进入工作流，之间隔着多少具体细节？