做ppt，做表，写脚本，写提案，写报告，搞策划，准备汇报材料，这些都是打工人的日常，我都不敢想你的电脑桌面有多乱
还好我们现在有deepseek，豆包，ChatGPT，千问等一众AI大神，这些帮了不少忙，但是这些对打工人的真实工作场景来说，依然是碎片化的，还得到处点，到处找
微软倒是发布了 Office Copilot ，借助强大Office+ AI本来以为可以搞出个大动静，结果周围几乎没人用，可能所有的大厂要革自己命都是难上加难
你不革自己的命，别的AI公司也不会等你
关注AI的应该最近被各种Agent消息已经刷屏了，比如给程序员用的Agent Claude code大火，还有最近蹿火的偏向设计的的Agent 独角兽 Lovart估值已经超过5亿美金
现在就有这样一家公司Agnes AI正在挑战微软office ，而且蹿红速度比Lovart更快，说是黑马一点也不为过，产品上线三周，第三方平台数据显示，Agnes的日活跃用户（DAU）已悄然比肩Lovart
在这里就可以体验，官网传送门：agnes.life
上手体验
进入官网，注册一下，就送40积分
产品界面长这样：
第一印象UI是我喜欢的样子，直接上手测试一下：帮我研究一下纯视觉自动驾驶与激光雷达自动驾驶优缺点，生成6页PPT
Agnes的工作逻辑是把页面分成两半，左半边是ppt生成页面，分为框架，代码，视觉呈现。右半边对话界面，当你下达任务后Agent会开始自动搜索研究，整个过程你能清晰看到Agent工作的全流程，整体交互设计非常惊艳
生成后的ppt非常精美，支持修改，支持多人协作，可以下载为ppt或pdf，以下是我体验的整个过程：
Agnes已经将枪口对准了更深、也更痛的场景，也是微软Office Copilot没能做到的——重构真实的工作流（Workflow）
OneFlow：从工具箱到工作引擎
AI的终极价值，是成为一个更好用的单功能插件，还是成为一个能跑通完整项目的一体化引擎？
Agnes选择了后者，一条更难但更具护城河的路径
Agnes团队发现，当前AI办公的真实痛点，是高效率的碎片化：我们在ChatGPT获得灵感，在Notion整理大纲，在Canva美化PPT，最后在Slack/飞书里同步无数个“最终版”文件。每一次工具间的跳转、复制、粘贴，都在形成新的效率孤岛
Agnes要做的，就是终结这场缝合怪式的办公体验。它并非一个新工具，而是一个一站式AI协作平台：
真正的OneFlow体验：用户可直接在Agnes内完成从深度研究 -> 知识库构建 -> 内容生成 -> PPT一键转化的全流程。无需在十几个浏览器标签页之间切换
PPT即协作现场：它支持多人像编辑Google Docs一样，在PPT上实时协作。评论可精准锚定，修改任务可指派，所有变更实时同步，彻底消灭版本混乱
内化外部知识：用户可上传PDF、网页、文档，Agnes会深度理解并构建一个上下文知识库 (Contextual Knowledge Base)，后续所有生成任务都将基于此，确保内容的精准与专业
这一幕，像极了当年的Notion。在笔记软件还在比拼单点功能时，它用一个“协作数据库”的理念，开启了全新的竞争维度。Agnes的崛起，或许正预示着AI应用赛道，正在从Demo-Driven走向Workflow-Driven
核心技术揭秘：自研7B模型与CodeAgents框架
有趣的是目前为止Agnes没有AI Design功能
这并非功能缺失，而是一种战略取舍，其背后是Agnes强大的技术自信。它的底气，来源于完全自研的底层技术栈，而非简单套壳。
1. Agnes-R1：专为协作而生的7B推理模型
Agnes团队自研了一款7B参数的推理模型Agnes-R1。与通用模型不同，它专为长上下文记忆和多轮复杂推理进行了优化，能够精准掌握项目的前后关联、团队成员的反馈历史和核心目标，是实现真正懂协作的AI大脑的基础
2. CodeAgents：成本直降40%的多智能体推理框架
这堪称Agnes的核武器
传统多智能体（Multi-Agent）协作依赖自然语言沟通，token消耗巨大、流程难以追踪、效率低下，商业落地成本极高。
Agnes创始人Bruce Yang在最新发布的论文中提出了一种创新的解决方案：CodeAgents框架
https://arxiv.org/abs/2507.03254
其核心思想，是用结构化的伪代码（Structured Pseudocode）来驱动智能体的任务拆解与协作，取代了传统松散的自然语言对话
这相当于将AI协作从一个混乱的作坊，升级为一条精密的工业流水线。任务拆解、角色分配、工具调用、错误处理都被明确写入代码逻辑，实现了性能与可控性的双重突破
根据多项公开基准测试（如GAIA、HotpotQA）结果，CodeAgents框架相比传统方法：
在长链条仿真环境中，任务成功率提升近20%
Token消耗（核心成本）显著降低约40%
正如创始人Bruce所言：“在消费级AI应用中，推理成本能占到公司70-80%的年度开销。在保证准确的前提下，成本优化是下一阶段AI普及的关键。”
这套自研技术栈，不仅为Agnes带来了更可控的用户体验，更构建了在商业化上难以被模仿的成本优势
Agnes背后：华人天团
Agnes的背后，是一支实力雄厚的华人技术团队。
项目由新加坡国立大学（NUS）官方系统孵化。创始人Bruce Yang，本科毕业于加州大学伯克利分校，师从图灵奖得主，主修数学与计算机双学位。他曾在微软、领英主导项目，后回到NUS攻读博士，专注于多Agent推理架构研究
团队核心成员聚集了MIT博士、清华本科等顶尖人才，是一家兼具科研深度与产品实战力的技术派
写在最后
最近很明显的软件正从以界面为中心的用户体验（UX），变为以 Agent 为核心的 Agent 体验（AX）
在 AX 模式下，衡量产品成功的标准变成了信任感和复利价值，而不是单纯的操作效率，最好的产品会主动理解、记忆并不断优化用户体验
Agnes无疑已下场了，为火热的AI应用赛道提供了一个冷静的思考：当惊艳的魔法时刻过去后，什么才是用户愿意长期为之付费的价值
传送门： agnes.life
（文：AI寒武纪）