本文來自微信公眾號： 葉小釵 ，作者：葉小釵

最近新出的Step 3.7 Flash多模態(tài)Agent能力怎么樣？我實際跑了一遍測試，帶大家看看它到底能完成哪些真實任務(wù)。首先我們先測試最基礎(chǔ)的圖像識別能力，測試用到的原圖如下：

測試結(jié)果很直觀，基礎(chǔ)的圖像識別任務(wù)它完成得很順暢，沒有出現(xiàn)識別錯誤或者內(nèi)容偏差的問題。既然圖像識別沒問題，我們就可以順著這個能力走完全流程：直接讓它根據(jù)識別到的產(chǎn)品信息制作一份產(chǎn)品介紹頁，更貼近實際的使用場景。

搭建產(chǎn)品介紹頁

從生成的結(jié)果能看出來，它完全是按照提示詞的要求生成產(chǎn)品介紹網(wǎng)站的。網(wǎng)站整體的配色和產(chǎn)品本身的主題色匹配度很高，視覺風(fēng)格非常統(tǒng)一融洽，甚至還主動加上了前端動效提升交互感，整個頁面的完整度超出預(yù)期。

測試長鏈條Agent任務(wù)

接下來我們測試多步驟長任務(wù)，我給的任務(wù)提示詞如下：

這個任務(wù)要求并不簡單：首先需要聯(lián)網(wǎng)搜索獲取目標(biāo)數(shù)據(jù)，接著把整理好的數(shù)據(jù)做成一份完整的Word報告，最后還要把報告內(nèi)容轉(zhuǎn)化成可視化網(wǎng)頁。這次我用到了Knowledge Site Creator技能，這個技能本身主打知識學(xué)習(xí)類場景，非常適合處理這類內(nèi)容向的長任務(wù)。

這是最終生成的報告：

能看出來，生成的Word報告內(nèi)容覆蓋非常全面，不僅做了基礎(chǔ)的數(shù)據(jù)整理，還加入了基礎(chǔ)數(shù)據(jù)分析，并且用表格、柱狀圖來呈現(xiàn)內(nèi)容，可讀性很強(qiáng)，整個任務(wù)的完成度非常高。

完成Word報告之后，我們繼續(xù)下一步，把報告內(nèi)容轉(zhuǎn)化為可視化網(wǎng)頁。

從Agent生成的網(wǎng)站結(jié)構(gòu)就能發(fā)現(xiàn)，Knowledge Site Creator這個技能天生更適配教育類知識網(wǎng)站，拿來做產(chǎn)品介紹也能用，但在知識內(nèi)容呈現(xiàn)上的優(yōu)勢要明顯很多。

用這個技能生成的頁面，會自帶很多適合學(xué)習(xí)的功能模塊，比如知識點卡片、學(xué)習(xí)回顧板塊等等，這些模塊用在知識內(nèi)容里非常自然，能直接形成完整的學(xué)習(xí)體驗。

也正因如此，它非常適合用來搭建教育類知識網(wǎng)站。

比如喜歡歷史的用戶，可以用它做一個歷史知識點復(fù)習(xí)網(wǎng)站；關(guān)注AI領(lǐng)域的用戶，也可以用它做一個AI技術(shù)知識點學(xué)習(xí)站，直接把內(nèi)容生產(chǎn)和內(nèi)容展示銜接在一起，效率提升非常明顯。

舉個實際的例子，把下面這段提示詞發(fā)給Agent：

聯(lián)網(wǎng)搜索，調(diào)研Agent調(diào)用相關(guān)的能力發(fā)展和應(yīng)用，盡量從權(quán)威的機(jī)構(gòu)或者信息源進(jìn)行獲取。包括技術(shù)博主，行業(yè)報告，AI平臺資料，官方的技術(shù)文檔等等。重點梳理Agent從單輪問答到工具的調(diào)用，多任務(wù)執(zhí)行，工作流的編排。分析核心能力，應(yīng)用場景，未來趨勢這些。

首先給我一份3000字的word的報告，要求結(jié)果清晰，內(nèi)容完整，語言專業(yè)具有易讀性。分析上述的這些問題。

然后調(diào)用，Knowledge Site Creator Skills，利用這個技能制作一份知識學(xué)習(xí)網(wǎng)站，網(wǎng)頁制作參考技能中的說明，包括首頁，Agent調(diào)用，發(fā)展時間線，核心技術(shù)架構(gòu)等等。

發(fā)送提示詞之后只需要等待幾分鐘，就能得到下面這樣的成品網(wǎng)頁：

一個完整的可視化知識學(xué)習(xí)網(wǎng)站就搭建完成了，這個技能確實完美適配這類知識網(wǎng)頁的制作需求。

看完了內(nèi)容類任務(wù)，那這個新模型實際處理編程任務(wù)的表現(xiàn)怎么樣呢？我們接著測試。

編程開發(fā)任務(wù)測試

我之前做過一個AI新聞收集網(wǎng)站，當(dāng)時只完成了基礎(chǔ)demo，還留了不少問題：既有代碼bug，也有頁面設(shè)計問題，比如配色不統(tǒng)一、布局不協(xié)調(diào)、導(dǎo)航欄UI細(xì)節(jié)粗糙等等。這次我就讓新模型來修復(fù)這些歷史遺留問題。

整個修復(fù)過程非常簡單，只需要用自然語言把需求說清楚就可以，比如我只提了一句“把運維面板頁面的配色和布局優(yōu)化一下，參考首頁的風(fēng)格”，模型就可以準(zhǔn)確理解需求開始修改。

局部優(yōu)化的細(xì)節(jié)就不多說了，我們直接加一個全新功能：如果收集到的AI新聞本身是視頻內(nèi)容，該怎么處理？

我們需要新增一個視頻講解頁面，放在正常開發(fā)流程里，頁面布局、配色、UI設(shè)計這些工作，一般是產(chǎn)品、UI、前端三個崗位配合完成，個人開發(fā)者往往很難同時搞定這些，這個時候就可以讓AI先幫我們出一份前端UI設(shè)計方案，先把頁面結(jié)構(gòu)和視覺方向定下來，方便后續(xù)落地開發(fā)。這是模型生成的前端UI效果參考圖。

我用的提示詞是：

做一個頁面做視頻講解的頁面，需要有視頻的預(yù)覽窗口，點擊視頻分析后右邊彈出窗口進(jìn)行視頻講解的輸出，根據(jù)網(wǎng)頁的美觀化設(shè)計，幫我設(shè)計一個這樣的頁面圖

確定好需求和設(shè)計之后，就要讓模型理解整個項目結(jié)構(gòu)、理清上下文，新增功能：

最終新功能的后端接口被正確創(chuàng)建在了項目對應(yīng)的Controller文件中，完全符合項目原有的文件結(jié)構(gòu)規(guī)范。

雖然最終生成的頁面和參考設(shè)計圖在風(fēng)格上有一點差異，但核心功能已經(jīng)全部實現(xiàn)，剩下的只需要做細(xì)節(jié)優(yōu)化和頁面打磨就可以。能在這么短的時間里把核心功能搭建完成，用來做快速功能驗證已經(jīng)完全夠用了。

總結(jié)

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com