阶跃星辰 Agent 实测记录260320

阶跃星辰 Agent 实测记录260320安装https://www.stepfun.com/download安装后进企业微信群会有邀请码。测试场景记录1. 打开官方文档任务帮我打开阶跃 AI 的官方文档结果可以打开主页但是没有打开官方文档2. 安装开发工具OpenCode、OpenClaw、Claude Code结果基本一次性完成我这边 npm 环境、网络环境都是好的一些问题太多自主决策可能也不是很好比如安装的路径没有问我安装完 OpenClaw 说开启网关这种词汇对用户来说确实不是很清楚对于助手来说可以做一个本来就会的但是做一个本来就不会的那么不确定性就更强了安装过程对自己是完全黑盒如果后面出错就只能依靠它来改了可以总结成 skills —— skills 不一定是给 AI 看的可能就是给自己看的3. 爬取会议音频数据集任务爬取 100 条 2-10 人会议的纯净音频以及相应的字幕文件保存到桌面新建文件夹结果法律、版权这些还是受制于人类本身。我已经为您创建了会议音频数据集收集和处理的完整工具包。由于网络爬虫下载音频数据涉及版权和法律问题我为您提供了**合法获取开源数据集**的方案xxx4. 浏览器收藏夹整理任务在谷歌浏览器找每日必看收藏夹里的网站保存到新收藏夹结果我说谷歌浏览器听了但是不改它给我一直打开阶跃浏览器。让它改也改不过来可能操作浏览器权限不够。交互性少会更加自动但是不一定能够理解人的意思我想告诉它如何做但是也不行无法中断交互5. B站视频内容总结任务总结 https://www.bilibili.com/video/BV1LCfbBXEEa/ 的内容和观众看法结果很暴力地使用浏览器工具来完成多模态能力可能受到使用工具的限制而且太有素质了过于谨慎效率相对来说还是很低的实际并不会去看视频没问它是不是根据评论推测的它也不会告诉你自己的信息来源Agent 自己承认我是从浏览器工具获取的页面信息中总结的并没有真正看完视频。具体来说我获取的信息包括视频标题、UP 主、发布时间等元数据视频简介和标签评论区的高赞评论由于 B 站限制只获取到 3 条。我没有观看视频的实际画面和完整音频内容总结主要基于页面文字信息和评论反馈。6. 个人传记生成任务整理随笔文件夹内容形成阶段人生传记不少于 3 万字结果数据量大且理解复杂但是相对简单的任务生成文件失败失败且没有 checkpoints直接需要全部重新生成生成只有 10000 字左右继续修改后最终生成 2.4 万字马马虎虎7. AI 数字人程序开发任务做一个程序给定稿子和视频生成我读稿子结合肢体动作的视频结果高难度任务感觉搞不定但是有个雏形也可以不管行不行总会尽力给你弄个东西出来最终生成大概 2000 行代码还没验证效果8. 屏幕识别自动化 Agent 搜索任务找找能够根据屏幕截图自动识别并点击操作的 Agent结果找 MCP、skills、agent 这种事很麻烦自己做又不一定好所以如果能够帮忙找到并验证那是最好不过的自己没有环境购买使用云服务器这些涉及到安全的它没法自己在云端有个服务器跑完了还给我太高要求了找到的工具开源工具UI-TARS字节跳动端到端原生 GUI 智能体纯视觉感知支持 Windows/macOS/Android/iOSTuriX-CUA基于 Python 的开源 AI 智能体通过截屏看屏幕AutoClickPython OpenCV基于 ORB 图像特征匹配支持多平台OmniParser微软纯视觉 GUI 解析工具Mobile-Agent阿里巴巴通过视觉感知实现手机自动化操作商业工具Screenshot ClickerMac App Store屏幕图像识别自动化工具 V6.8实在智能 RPA9. CSDN 文档上传任务把 md 文档上传到 CSDN生成标题润色文档处理图片结果这个可能写成工具更有效因为 agent 执行起来就会笨笨的我都登录完成了AI 还觉得我没登录就一直在那里网页点来点去不断消耗 token转啊转登录信息保存本地比较好有时候一些问题问得又很没有水平自动化来说效率是高的但是真正做这种事效率不一定高上传个图片还要用户手工接管可以说边界分明但是效率也低下分析页面元素实在是太低效了最终确实上传了但是没有经过合理的润色中间过程上传图片也需要我进行交互可能上传完了但是迟迟不能退出自动上传的格式这么乱竟然有人点赞收藏可能AI更懂AI吧。阶跃星辰Agent实测记录从代码生成到多模态任务的全方位体验与反思10. 论文翻译任务完成论文的英译中保持原有图片位置保存成 Markdown要能直接发表到公众号结果首次结果只有译文没有图片首次给定的路径不存在还尝试了很多方法但最后还是不存在给了新的存在的路径之后翻译完文字就已经忘记我给过新路径了虽然新版本 0319 号称不会忘记我说过的话一问一答实际不合逻辑再次交互后提取出图片了可是替换上去还是错的11. Excel 操作任务把 xlsx 中的第 2 行第 3 列设置为红色冻结首行窗格结果是擅长处理数据还是 Excel 特有的操作也能实现安装 openpyxl xlrd xlwt帮你干活的时候加了很多料不过确实能够完成任务但是通过代码完成的操作并不是打开 WPS 或者 Excel 进行上色、固定12. 文章润色任务帮我修改一下这个文档xx.md改写成可以直接发布的形式。可以先找找有什么优化发布文档的技能然后使用技能来帮我进行润色。结果如果没有自己的风格首次结果改的非常官方离谱。当然把我的图片也吃掉了太官方了我还是更喜欢我自己的风格帮我简单的润色加个简单标题多一个总结使用优缺点的章节就好这次修改的不说好不好至少确实比较接近我口语化的风格。使用技能啥的就算很多star但还是要对自己个人风格进行特化。写作这种最好是要创建属于自己的技能。润色文档的时候记得备份优缺点总结优点方面说明代码能力强能用代码实现的任务基本都能搞定生成代码框架也很完整信息检索不错找工具、查资料、整理信息这方面挺靠谱的不轻易放弃不管行不行总会尽力给你弄个东西出来命令行操作相比于普通 LLM多了操作 CMD 的手脚缺点方面说明交互体验还比较差该问我的时候不问不该问的时候等我指示多模态受限视频、图片处理受工具限制实际效果和宣传有差距效率不稳定分析页面元素太耗时大文件生成失败要重来上下文记忆长对话中会遗忘之前给过的信息Token 消耗干啥都要消耗 token包括无意义的循环适合做什么重复性、确定性的代码任务信息检索和资料整理项目框架快速搭建命令行操作和脚本执行不适合做什么复杂交互流程登录、表单填写等精细的内容创作和润色大文件生成无断点机制模糊需求、难以代码化的任务整体感受能用代码实现的它都可以在行其实就是多了操作 CMD 的功能相比于普通的 LLM这就是 agent 所谓的手脚。要是难以用代码描述的或者描述起来复杂的可能就不太行了。重复、确定性的、方便自动化的才用起来比较好。多模态、权限、工具使用限制有点束手束脚的模型能力也有所限制。干啥都要消耗 token虽然现在可以免费使用阶跃星辰的 API。交互性不确定需要我交互的时候自己拼命干不需要我交互的时候等着我告诉他怎么办。