实测字节扣子空间：AI 播客比真人丝滑，Agent 能打 80% 的工

作者丨王悦

编辑丨陈彩娴

上个月，字节跳动旗下 Agent「扣子空间」上线之初，曾经一度被挤爆服务器，全网分享内测码。

经过一个月时间的沉淀，AI 科技评论发现了扣子空间最新上线了一个新玩法—— 一键生成播客。

相比于主打任务规划与执行的通用 Agent，AI 播客 Agent 需要的能力确实更丰富，内容理解、多模态融合、语音合成、情感表达、多角色模拟、对话逻辑等能力都不可或缺，这对多模态性能有很大挑战。

市面上具备一键生成播客能力的 AI 产品并不多。谷歌 NotebookLM 的音频功能也可以将用户上传的文档、笔记、网页等内容转换为一段类似播客的音频对话，但目前在中文语音合成的自然度和情感表达上尚有不足，相比之下，扣子空间在中文语境中更有优势。

接下来一起实测一下扣子空间。

1、Agent 一键生成播客，比真人还丝滑

以 AI 科技评论发布的一篇对 Trans-N.ai 联创孙又晗的专访《前小马智行孙又晗创立 Trans-N.ai，出海日本获最大种子轮融资》为例，如果想把文字版的内容对应地转化成兼具声音、文字、图片的完整的播客形式，则需要经历完整的生产流程。

在内容上，需要创作者花费时间寻找创意和构思脚本；在音频制作上，则涉及硬件设备、剪辑软件、实际录制、手动剪辑、降噪处理等多个环节，整个过程需要投入大量的时间和精力。

而如果用扣子空间打开这期播客，只需直接在对话框中输入你的需求：请根据这篇文章生成一期播客，无需其他操作，即可一键获得完整的播客内容。

扣子空间生成的结果是：

首先必须要说的是，这段播客语音几乎100%尊重原文文字，没有出现胡编乱造的情况。其次，对话的 AI 主播语气生动自然，对长句的拆分准确，在转折之处还能听到情绪的变化。并且双方问答的形式很自然，有对话感。

原链接：

https://space.coze.cn/web?uri=7509674506227892287%2F

面对几千字的文字专访，扣子空间能理解和生成效果生动自然的播客，大家也可以自己尝试一下效果！如果上升一个难度，发送一个几万字的长文档，并且语言相对学术、艰深，扣子空间又该如何应对？

喂给扣子空间如下一篇论文，主题为《晚清天文学译词考察——以五种天文学译著为中心》，共17页PDF的篇幅，其中包含大量天文学专业术语：

论文链接：

https://wap.cnki.net/touch/web/Journal/Article/YWZS202404003.html

将这篇论文生成一期播客，扣子给出的答案是：

整段播客对话可以说是专业电台主播的即视感。从内容理解和表达方面，口语化表达平衡了学术内容的严肃感，且逻辑清晰，循序渐进地探讨了译词的特点、来源、演变及研究意义，信息密度高。AI 男女主播问答配合自然，语气轻松。

原链接：https://space.coze.cn/s/gVBbqAmdDNI/

跳出专业性强的内容，如果是生活化、轻松的通用话题，扣子空间能否准确get到五花八门的prompt要求，并生成富有表现力的内容。

喂给扣子空间如下一篇小红书笔记，要求根据这篇笔记生成一个“彩虹屁“播客。

扣子空间生成了如下播客：

拌面天才的故事,AI科技评论,1分钟

这段音频中，不仅尊重了字数有限的小红书文案，还能自动合理化生成一些非原文的内容，如男主播调侃“这话题听着就饿”，更加贴合人类语境。而且，音频对话节奏明快，符合播客的娱乐属性，营造了人类主播的氛围感。

原链接：

https://space.coze.cn/task/7509671279084535819

再上升一个难度，让扣子空间围绕“2025端午节龙舟赛”这样的实时热点话题，生成一期新闻热点的时评播客：

从实时热点的内容捕捉上来看，扣子空间能捕捉到南昌国际赛、深圳福田邀请赛等赛事，信息丰富且数据翔实。并且，AI主播在讲解时的表现富有感染力，语气词的增加也跟自然拟真。

原链接：

https://space.coze.cn/task/7509769633264795699

2、不止「一键生成播客」

经过数十个案例的测评，AI 科技评论发现，扣子空间的能力并不局限于一键生成播客，它更像是一个，精通各项技能的「通用实习生」，并且这个「实习生」背后有各行各业的专家作为支持，无论是在生活、学习还是工作场景，扣子空间都能专业、及时地响应你的个性化需求。

Agent 搜图

AI 图像处理技术虽然在现阶段已被大量使用，但在特定场景下生成的图片仍存在「AI味儿」过重、与文字搭配不自然、与真实场景差距大、无法满足严肃创作需求的问题。最终，不得不手工使用搜索引擎，一张一张地去寻找与需求相关的图片

扣子空间的 Agent 搜图能力则更全面、准确。输入prompt：写一篇详细的乌兰察布的旅游指南，重点介绍值得一去的景点和当地的特色美食，要求图文并茂。得到的答案是：

在这份攻略中，美食、美景图片能够和文字准确对应。扣子空间不仅能够在海量的图片资源中搜到高质量的真实图片，还具备强大的视觉理解能力，准确地理解每张图片所包含的内容。

再拿云南毒蘑菇宣传科普文为例，要将毒蘑菇图片和文字介绍准确对应，扣子空间给出的结果是：

点击查看完整内容：

https://space.coze.cn/task/7509763333772394535

不仅图片和文字对应正确，扣子空间生成的内容更全面，共给出了39种蘑菇图片和介绍。

深度分析、多种形式呈现能力

工作或学习过程中，针对某一话题展开调研是常见需求，通常需要快速针对某一事件进行调研、收集海量信息，再条理清晰地呈现出来。

例如，电商运营场景中，将特定产品在某电商平台的1000条用户评论给到扣子空间，要求进行深度分析，用可视化的方式呈现，得到的结果是：

再抛给扣子空间一个数十页 PDF 的智能眼镜访谈记录文档：

提出的需求仅为“帮我总结访谈记录”，无需进行更多的交互，扣子空间就能输出如下结果：

完整结果可查看：

https://space.coze.cn/share/7494547494739640339?share_id=7494545764463558696&secret=DCttdruU&from=landingpage

在这两个案例中，扣子空间既能快速地处理海量文档，同时也能用多种图表的多种方式进行呈现，起码完成 80% 的任务。

无门槛写代码、开发工具

扣子空间能帮助小白用户写程序、代码，随心所欲打造生活场景中的小工具。

以开发一个健康营养计算器为例，在扣子空间中输入prompt：帮我写一个程序，让用户输入身高体重年龄性别，这些值最好是让用户自己输入，不要给默认值，然后计算出基础代谢，最好这个值计算之后可以人为去修改。

在这一过程中，开发者在扣子空间进行了多轮调优，完整交互过程：https://space.coze.cn/share-coding-expert/7504570762884956199

扣子空间呈现的是：

最终效果可点击链接进行体验：

https://space.coze.cn/coding-expert-runtime/23316497154

在这一过程中，扣子空间能够自主规划开发任务、智能生成优质代码、自动进行完整测试，还能根据开发者需求精准修改代码。

多种实用网站开发

扣子空间也能帮助非技术人员，自行开发出高质量的多种类型网站，如游戏网站、机构官方网站、教学互动网站。

以游戏网站为例，prompt 的要求是：帮我做一个治愈岛·心灵小憩小网站，具体图片使用给定链接，整体风格偏治愈系和可爱。旨在放松身心，鼓舞人心，每一个画面的大小请自动调节到适应不同设备。

完整交互过程可参考：

https://space.coze.cn/share-coding-expert/7505408659062112292

可点击链接进行体验：

https://space.coze.cn/coding-expert-runtime/50873856770

工作场景中制作小而美的交互性网站，扣子空间也能轻松拿捏。

输入prompt：请根据高中物理必修2的抛物线运动，总结不同题型，设计一个html语言的教学演示。必要的结果需包括：手动设置初速度、角度、重力加速度、风力，演示过程中要留下抛物线痕迹（虚线）。请你再分析不同情况，完善需求，制作 html。得到的结果是：

完整效果可查看：

https://space.coze.cn/coding-expert-runtime/213626924546

3、结语

纵观市面上的 Agent 操作系统，一类是通用型 AI 智能体，主打任务规划与执行、信息收集与处理、自主操作能力；另一类是低代码或无代码开发平台型 Agent，主打降低开发门槛，让普通用户也能快速构建定制化智能体。字节的扣子空间则兼具了通用能力和低代码、易开发的特点。

扣子空间生产力的进一步提升，加之专家Agent生态的加持、集成MCP后的能力边界拓展，都让其更加成为工作、学习、生活的最佳AI拍档。

而一个强大的Agent背后，是多模态能力和推理能力在支撑。

扣子空间「一键生成播客」能力的表现，既凸显了字节在多模态方面的强势，也展现了字节在 Agent 这一赛道的产品化、工程化实力。

雷峰网