这个月,我原不打算再写 AI 产品了,直到被 Skywork 惊艳了。
并非行业不热、没东西写——几乎每天都有新的 Agent
首个吧啦吧啦 Agent,跑分超过 Manus
各种 AI 确实都很厉害,但写下来也只是又一篇“这玩意真猛”的文章,没太多必要
另一方面,我在写一篇 3 万字的大稿《中国大模型纪实》
希望以客观公正的方式,来展示目前各大模型厂的真实情况,包括组织架构、业务方向、当下进展等,已经写了 2 万+字了
过程中,昆仑万维的朋友找到我,说:他们新出了一个新的 Agent
全称 Skywork Super Agents,天工超级智能体
太长了,后面就叫他 Skywork

目的纯粹:希望我写篇文章
说实话,我当时内心是抗拒,拒稿策略都规划了:先花 10 分钟找 Bug,再告诉说不合适,理由是balabala
事与愿违:
用了还不到 5 分钟,便被深深震撼了,交互「非常」惊艳
不仅觉得可以大书特书,还找到了他们的产品负责人,深聊了俩小时。
这篇文章,由此开始。
我爱拼好饭
说个背景,除开酒吧外,我最近还在研究俩东西:见手青刺身 和 拼好饭外卖。

这俩东西,按现在说法,这俩可谓大有来头:
-
• 见手青是「首个通用幻觉 Agent」 -
• 拼好饭是「首个通用省钱 Agent」
就想着,我以后就干见手青刺身外卖了,西湖醋鱼外卖也行
很随意的,我在 Skywork 上扔了个 prompt:
「如何运营拼好饭?西湖醋鱼专卖」
从结果上看,它生成了一份结构完整、语言通顺的内容。
从供需两端入手,拆了拼好饭的底层逻辑,分析了选址策略、流量路径、履约模型,还顺手配了张可视化成本模型图。
结果是不错的,能拿去开店,或者做培训了
最让我震惊的,是他的交互,先看完整视频:
仔细看这一段,澄清表单:
简直是天才设计:即便啥也不懂,也能操作他干狠活
这一交互,完美解决了各种 OpenAI 中的 DeepResearch 的莫名其妙,总是让我在一开始,补充一堆我自己都说不清楚的需求。
OpenAI 这设计,就很类似于 「高等数学」课本的防自学设计:
-
• 如果你懂高数,你就能看懂教材 -
• 如果你不懂高数,你就看不懂教材
而「澄清表单」是一套「把你当成老板」的机制:让你做选择,而不是做表述
职场小技巧
不要让老板做填空题,让他做选择题。
比如,不要问:想吃什么?
而要问:西湖醋鱼,还是九转大肠?
通过提前帮你把任务框起来,Skywork 把模糊的问题变清楚。
当然,如果你并行了多个任务,在「项目」面板上你可以看到哪些任务运行到哪了,哪里又需要你来帮助。

还有个很妙的点:在任务完成后,你可以直接操作修改。
每一段文字都能点进去改,PPT 结构可以在线编辑,生成的图表能重算参数。你不需要复制粘贴到 Word 或 Notion 再折腾,而是在原地就能把它变成“你自己的东西”。

真的,在我用过的所有 AI 工具里,这是为数不多让我觉得“它不是要展示自己厉害,而是真心想帮我把事做好”的产品。
对话团队
正如前面所说,我带着“找个 bug 然后不写”的心态去试 Skywork。最后成了找团队做专访,然后写到停不下来
在采访前,我是带着提纲去的(J 人艺能)。
但真正交流的时候,反而变成了我的惊呼现场(逐渐 P 化)

我问他们:“你们做这个产品时,有哪些决策是完全违背业内共识的?”
对方很淡定:“好多”,说完就展开了一整套产品哲学。
总结大概三条,都踩在“主流做法”的反面,但又极其合理。
一、按“交付模态”来划分 Agent
别的 Agent:“你想做什么?”
Skywork:“你最终要什么?”
市面上的各种 Agent,像一个个拟人剧本,是角色型的、场景导向的,比如「小红书文案专家」「市场分析师」「牛逼的产品经理」。
Skywork 则是按输出结果来划分:「你要一份结构完整的策划方案,是写在 DOC 里,还是讲成一份 PPT,还是配个网页版本?」


这种做法其实很反直觉,但非常实用。
尤其对 AI 用户不熟、对交互不敏感的人来说——直接说出“我要什么样的结果”,远比“我想做一件什么事”更容易起步。
这背后,是一种“从交付反推任务流程”的路径思维。
职场小剧场
稳定交付结果的同事,比只会 BB 的同事,更靠得住
二、有意压缩交互链条
很多 Agent 追求“看起来像人”,要有拟人感。

Skywork 选择反其道而行:只保留一轮澄清交互,其余全自动处理。
我问他们为什么不多对话,回答是:“对话不是目标,任务才是目标。”
如果一轮确认就能拿到任务核心,那就不再继续“缠着你聊”。
这是一种非常清醒的聪明——不是炫交互技巧,而是减少用户负担,收敛路径分支,保障交付结果。
这类克制的产品设计,在今天很多“越复杂越高级”的 AI 产品里,挺稀缺的。
职场小剧场
开会有必要,但总是开会没必要
三、帮你“降低预设负担”
很多 AI 工具以“极度自由”为卖点,仿佛你输入任何话,它都能帮你搞定,虽然并不。
Skywork 是反过来的:它在流程一开始就通过“澄清表单”,提前把任务拆解、框定、简化。
比如你说你要写个报告,它会自动弹出几项确认,让你点击:
-
• 这份内容,是面向投资人,还是发朋友圈? -
• 你更在意内容逻辑,还是视觉呈现? -
• 有没有参考资料,有没有行业案例需要引入?
这些提问本质上是:“让我替你厘清任务”,而不是“逼你讲清楚”。
从用户视角看,这种交互更像是“当老板”:你只要点几下,Skywork 就已经代入了你的需求,反推了任务结构。
在这里,你被智能“托举得更轻松”。
这些设计,很反常识,用 Skywork 团队的话来说,就是:
“我们不是希望 AI 显得更聪明,而是希望它真的把事办了。”
这是结构性的聪明,是“像一个靠谱实习生”那种聪明:能听懂你半句话、补全你没说出口的任务、最终按时把东西交上来。
在聊天后半段,我问他们:“你们在这个 AGI 热潮下,最想打碎的集体印象是什么?”
他们想了想,说了一句我非常喜欢的话:
“AI 的终局不是替代人类,而是通过人机协作,产生更震撼的效果。”
这话听着像观点,其实是路线选择。
很多人以为 AGI 是“更高效的人类替代物”,但 Skywork 反而在强调: AI 的真正潜力,是为人类提供‘升维的观察力’——不是做你做的事,而是让你看见你以前看不见的事
比如他们提到 DeepSeek 是一个“很棒的产品”,因为它把任务的推进过程、思考逻辑、决策链条都“显性化”了——这不只是完成任务,而是扩展了人类对“如何完成任务”的认知方式。
Skywork 想做的也是这个方向:把一件原本模糊、复杂、需要反复试错的工作,结构化地展开给你看,并在每个节点都提供 AI 助力。
你不会因为它“像人”而感动,但你可能会因为它让你像一个更专业的人类而惊讶。
赛博打工人
聊完 Skywork,我反复回想一个问题:它到底属于哪一类 AI 产品?
它不是 Chat,也不是 GUI 工具;不是模型壳子,也不是插件整合器。
如果非要归类,我觉得它像是一个「赛博打工人」——不炫技、不扯皮,也不“陪聊”,它只关心两件事:
-
1. 任务到底该怎么推进? -
2. 哪一环该我干、哪一环该你确认?
就像现实中的靠谱同事,「一时聪明」不是标签,「长期可靠」才是
在今天的 Agent 世界里,这类气质,反而很稀缺。
—
最后插一嘴,从 5 月 22 日起,Skywork 不需要邀请码,海内外用户均可直接注册使用:
-
• 🌍 全球官网:https://skywork.ai -
• 🇨🇳 中国官网:https://tiangong.cn
(文:赛博禅心)