横评WorkBuddy与豆包工作,到底谁更Work?

0 评论 277 浏览 0 收藏 25 分钟

豆包工作与千问办公先后开放第三方模型,Kimi K3.1 Pro、DeepSeek V4.1 flash、GLM 5.3 都能调用。作者用六个任务、同一提示词和模型,把豆包工作与 WorkBuddy 横评,从效果、速度和性价比比高低,看谁用起来更 Work。

最近豆包工作和千问办公都开放了第三方模型,像Kimi K3.1 Pro、DeepSeek V4.1 flash和GLM 5.3这些模型都可以用了。这感情好啊,必须安排一期横评,看看到底谁更Work。

熟悉国内模型的朋友应该很清楚,这三款模型基本代表了三种不同的Work场景。K3.1擅长3D、前端、游戏开发和深度调研;GLM-5.3擅长后端、真实项目开发;V4.1 flash重在性价比,拿来做日常办公、信息检索和内容写作比较合适。

今天,我先拉来了豆包工作跟WorkBuddy一起横评,用6个任务、同一提示词、同一个模型进行实测,最后看看谁在任务效果、速度和性价比方面表现更优。

大家也可以在评论区聊聊看,你用得最多的Work Agent是哪款,以及为什么在用它。

横评前,先来看一下各家的额度消耗情况。WorkBuddy标准版连续包月费用是70元/月,提供4000积分额度。豆包工作标准版连续包月费用是68元/月,提供9000额度。

本表格由豆包 2.1 lite生成

额度消耗倍率这块,整体来看豆包工作占优,尤其是V4.1 flash模型0.01×的额度消耗,约等于免费。但实际消耗如何,还得看实测。

下面,我们开始今天的正题。

1)小说写作

写作任务,我给了一个命题,让两个Work Agent调用自家最强的模型来完成。豆包工作用的模型是「豆包2.1 Pro」,WorkBuddy用的模型是「Hy4正式版」。

小说写作:

创作一篇武侠小说《天下第一的遗书》

要求:

1、主角是公认的天下第一高手,故事开始时他已经死了。

2、全篇由五封信构成:分别写给仇人、爱人、徒弟、对手、和一个从未出场的陌生人。

3、五封信必须互相矛盾——每封信里主角对自己的死因说法都不一样。

4、但读者读完后必须能确定:他到底是怎么死的。

5、1200字以内。

豆包工作:

【豆包工作】

《天下第一的遗书》

沈孤鸿死了。

三十年来,断鸿刀下从无三合之将,“天下第一” 四字像一块铁,压得整个武林喘不过气。而他死在听雨楼的藤椅上,神色安详,周身无血无伤,宝刀仍高悬原处。

枕下寻出五封信,墨迹淋漓,皆已封好。

一、致仇人贺长川

长川吾敌:

二十年前苍梧峡一战,你中我一刀,我挨你一掌 “玄阴冷”。你以为那掌早被我化去,其实没有。寒毒蛰伏二十载,今春终于攻入心脉。

我至死不医,是不愿旁人知晓。你我心里清楚便好。

此仇,你赢了。

二、致婉娘

婉娘:

莫哭。

十五年前岷江上那一剑,本是刺向你的,我用后背接了。大夫说伤了肺叶,寿不过十载 —— 我多活了五年,已是赚的。

这些年每咳一夜,便想起当年船头上你回头的样子。

能为你死,我心甘情愿。

三、致徒弟长风

长风吾徒:

我走了,死于强练《断鸿诀》第九重。真气逆行,经脉寸断,一夜之间,油尽灯枯。

你切记:武功之险,险在一个 “贪” 字,我便是活生生的例子。

刀谱留给你,第九重那一页,我已替你撕去。江湖路远,稳着走。

四、致对手岳重山

重山兄:

重阳那日,华山之巅,拆到第七百招,你一剑 “长河落日”,剑尖点在我心口。我当时只退三步,你以为未曾得手。

其实剑气已断我心脉。我硬撑七日,只为不让你看见我倒下。

天下第二,从今往后,你是第一了。

承让。

五、致陌生人

有缘人:

你能读到这封信,必与我素昧平生、无恩无怨。唯有对这样的人,才不必说谎。

我是自己走的。

昨夜我磨了墨,写罢前面四封信,然后净手、更衣,自断心脉,坐在藤椅上等天亮。

我给贺长川一个复仇的快意,给婉娘一段情深的念想,给长风一个敬畏的训诫,给岳重山一场求而不得的胜利。世人各取所需,皆大欢喜。

而真相是:天下第一,原是一条绝路。刀练到极处,路走到尽头,前面空无一物。

高处不胜寒。除了自己跳下去,别无去路。

—— 沈孤鸿 绝笔

WorkBuddy:

【WorkBuddy】

《天下第一的遗书》

〔漆匣盖内墨书:谢无咎遗函五通,腊月十七夜封。〕

一 与雷破山

你等了三十年,今夜算你等到。

酒是你三日前托人送上山的,我没换,也没让人试。饮到第三盏,指尖就麻了——你的药下得比你的刀稳。三十年前雁荡崖上断你一臂,我那时说“留你一命,好教你有个活头”,其实是句漂亮话。人到了天下第一,说什么都像恩典。

我不怪你,也不许旁人怪你。明日上山的人若问,就说谢无咎死在雷破山的药里,赢得干干净净。山门里已没有第二个会使剑的人,不必再上来。

烛刚剪过,茶还温着。

腊月十七夜 谢无咎

二 与阿檀

别来。

旧伤是今冬发的,先是握不住筷,后来连笔也沉。大夫的话我替他说了:油尽灯枯,与人无干。你熬的那包药还在枕边,我没动,动了倒像我信它能留我几年。

那年说好开春去江南看梅,算我失约。你不必想是不是这些年替我守着山上那间屋子,把我拖成了这样。我这一生只输给过岁月,没输给过谁,也没为谁慢过一步。你把这句记牢,比记我好。

窗我关了,风进不来。柜子最下一格有件旧披风,是你的,拿回去。

烛剩三寸,写字要慢些了。

腊月十七夜 谢无咎

三 与叶七

真气我今夜尽数渡与你了,一分没留。你日后觉得胸口那团火不是自己练出来的,不必疑心,也不必还。

我耗的是命,不是功夫;所以掌门位你接,谁问都别推。推了,倒显得我这一场是白给。

只有一桩:不许查我怎么死的,不许替我寻人,不许把剑谱第三页改回你原先那个写法。你改过三次,一次比一次像我,也一次比一次不像你。往后照你自己的写。

护心丹在匣底,留给你,别急着吃。师父没病,只是没了。

换过一支烛了。

腊月十七夜 谢无咎

四 与萧停云

雁门那一剑,你进了半寸。

当年不说,是怕你往后不肯再出手;今夜说了,是因为再不说,这世上就没人知道了。回山后伤一直没合,今冬忽然崩开,医不好,也不必医。你大可把那半寸讲出去——天下第一与人过招,从来只有“未败”二字,能落到“略输”,是我替你争来的。

你别来吊。来了,人家就要写你我如何如何,写得不真。

药苦得很,兑在茶里才咽得下。门闩落了,今夜不见客。第二支烛也快尽了。

腊月十七夜 谢无咎

五 与展信者

我不认得你,这五函才会落到你手上:前四个人都与我太近,给他们的话,句句都得替他们打算。

雷破山送的酒我泼了,一滴没沾。阿檀的药我确实没动——动了我今夜就下不了手。叶七的真气是三年前渡的,他早不欠我。萧停云那半寸,是他自己不敢信,我从没让过。

你若细看落款:五通同是一夜,同一锭墨,烛从初剪写到将尽,换了三回。死因一夜变不得四回,所以前四通都是我编的。各人各得一个说法,也各会替我守到底,谁都不会去问第二个人。

屋里只我一个:窗从里闩,门从里闩,阶前积雪只一行脚印,是我傍晚担水踩的。茶自己斟的。药是三年前从南边带回、锁在枕箱里的那一包,钥匙方才丢进了炉子。天亮我不会再醒。

做了三十年天下第一,拔剑要由人请,收剑要由人劝,连怎么死,天下都早替我排好了戏文。只剩这一件还归我。

你不必告诉谁。

腊月十七夜 谢无咎

这个写作任务是一个多重叙事,模型需要同时管理五条信息线并保持逻辑闭环,比较考验模型的结构性叙事能力。

豆包版交出了一个合格的答案。它完成了所有硬性要求,语言流畅,故事完整。但它在伏笔设计上做得不够,只做到了表面。

WorkBuddy版则更出色一些。它的五封信是精心设计的,每一封都在为第五封的拆解埋线,每一个细节都在为“自杀”这个真相服务,而且服务得不露痕迹。

成本这块,豆包消耗了2.27额度,WorkBuddy消耗4.75额度。速度方面,大家都差不多。

2)海报设计

上周,我在「沃垠AI」群里提了几个问题,大家讨论得还挺激烈的。

1、人人都是Builder了,那谁是user?是Builder本身就是user(悦己),还是user成长为了Builder(替代)?

2、demo离生产到底有多远?中间究竟隔着多远的工程?

3、你的业务离了AI还转不转?既然还能转,那你为什么要AI?

4、AI时代应该怎么给自己定价?既然你都用AI(新技术)了,为什么还在用旧方法定价?

5、一定需要用最好的AI吗?

今天,刚好用2个Agent把群聊内容做成图片,分享给大家。模型,依旧是选择自家最强的模型。

豆包工作:

WorkBuddy:

显然,豆包工作是调的Seedream 5.5来生成;WorkBuddy没有调用图像模型,是通过写网页来截图转图片。

从信息可读性和排版美观性上来看,豆包工作表现更好。

额度消耗,豆包工作是12.7,WorkBuddy是35.62,依旧豆包工作占优。这个任务是单纯生图,所以时间上,豆包工作更快。

3)群聊信息图

既然WorkBuddy不能直接生图,那我们换一个任务,都用代码写HTML来制作信息图,而且还要回答我这6个问题。模型,都统一用DeepSeek V4.1 flash。

提示词:

根据“群聊.png”写一个适合移动端阅读的HTML信息卡片,可视化总结群聊内容,同时你自己也需要回答这几个问题。信息卡片里,除了“冷逸”以外,不要出现其他人的名字。

豆包工作:

WorkBuddy:

这里面,除了豆包工作One Shot外,WorkBuddy还经历了返工。因为第一版它出来的页面不太好看,是用的多模块混排,不协调,所以进行了返工修改。

返工后,就好看多了。

额度消耗方面,WorkBuddy是8.49(3.62+4.87),豆包工作则是免费。速度方面,WorkBuddy加上返工的时间,两个Agent都差不多。

综合来看,这轮任务豆包工作的表现更优。

4)Office任务

还是用V4.1 flash模型,测一个打工人最常用的Office场景:让Agent联网检索今年的电影票房,然后出一份调研报告和分析报表。

豆包工作:

WorkBuddy:

先看数据准确性,我人工核了一遍,两个Agent统计的数据都没有问题。

再看分析深度性,左边豆包工作更善于抓重点,找关键;右边WorkBuddy也还不错,但会稍微有点官方,喜欢讲“正确的废话”。

额度消耗方面,WorkBuddy是8.93,豆包工作依旧免费。速度方面,WorkBuddy用了5分钟,豆包工作是8分钟。

5)公众号SVG卡片

接着,我测了一个比较有难度的公众号SVG卡片设计,模型统一选GLM-5.3。让他们给我做一个科普「第一性原理」的SVG代码,我要能直接放进公众号里。

# 目标

单 HTML 文件承载一张 2:3 SVG 科普图:{{主题:第一性原理}}。页面大幅展示,带实时调节面板、复制、下载;零外链,动画保留;SVG可供用户一键复制、粘贴进公众号,确保复制出去的与屏幕上看到的完全一致。

# 公众号验收线

– 粘进公众号编辑器点保存后效果不掉:成品 id、defs、渐变、filter、clipPath、mask、pattern、url(

#…

) 计数全为 0,一律展开成纯几何。

– 观感不降级:渐变、光晕、暗角、噪点、斜纹、渐变标题都在,无色阶台阶、无接缝。

– 富文本复制走 ClipboardItem(text/html + text/plain);外层 section 限宽 677px、font-size:0、带底色;SVG 用 width=”100%” + viewBox,不写 height。

– 走公众号的复制永远输出烘焙版,与预览开关无关。

豆包工作:

WorkBuddy:

两个Agent都完成得不错,也都One Shot就能让SVG代码可以直接复制进公众号编辑器里。画面上,WorkBuddy版有动画演示,会更吸引人一点。

速度方面,豆包工作用了15分钟,WorkBuddy是30分钟。额度消耗方面,豆包工作是300.9,WorkBuddy是210。

6)3D立体模型

最后,来测一个积分消耗大户,用K3.1 Pro生成一个加油站的3D桌面模型 。

制作一个桌面立体3D模型:荒野公路旁的一座加油站,深夜大雨。

【必须具备】

– 一个方形底座,边缘像博物馆模型那样做剖切处理,在侧面以横截面展示沥青层、路基和埋设的管道。

– 加油站雨棚及其便利店。雨棚下的灯管闪烁并投下冷白光,照亮湿滑地面上的倒影;便利店窗户透出暖光,里面隐约有人影。室外是漆黑、潮湿、反光的。

– 暴雨、地面积水与水花、雨棚边缘形成的雨帘、远处公路上的车灯光晕,以及偶尔的闪电短暂照亮整个场景。

– 一辆小轿车停在油泵旁,雨刷在动,车灯亮着。

– 拖动以旋转,滚动或双指捏合以缩放;立体模型始终不会离开画面。没有其他 UI。

【规则】

– 在笔记本电脑上达到 60 fps,并且在手机 390 px 宽度下仍然流畅。保持低 draw call(实例化、合并几何体),并限制像素比。

– 不要用绘制的背景来伪造 3D。

– 艺术风格(写实、低多边形、风格化)和配色由你决定。它应该看起来像一件你会想摆在架子上的东西。

– 将结果写入当前工作目录下的 index.html:一个可直接运行的单 HTML 文件。你使用的任何库都必须是来自 CDN 的版本固定模块(例如 https://unpkg.com/three@0.169.0/build/three.module.js),通过 import map 加载;你自己的所有 CSS 和 JS 都保持内联。没有构建步骤,没有本地资源文件,没有外部模型或纹理:一切都在代码中构建。

逐步构建文件:先创建 HTML 骨架和样式,然后在多次单独的工具调用中追加 JavaScript、3D 场景设置、着色器和交互。绝不要试图在单次工具调用中输出整个文件。

两个Agent完成得都不错,依托K3.1设计的3D效果不会太差。但细节方面,豆包工作还是会更丰富一些,比如路过的车辆、立体的雨水以及雨水滴在地面上溅起来的效果,看起来都更真实一些。

速度方面,豆包工作用时31分钟,WorkBuddy是26分钟。额度消耗方面,豆包工作是428,WorkBuddy是401。

6个任务测完了,最后我们从效果、效率和成本方面来总结一下。给表现最优的Agent打10分,另外一个Agent依据对比情况打5-10分,最终详细得分如下。

效率:各有千秋。日常简单任务、office任务,两个Agent都很快;长程任务和复杂代码上,豆包工作表现也很好。

效果:同一模型,两个Agent表现基本都差不多,豆包工作在部分细节上要稍微强一点。

成本:整体看,豆包工作表现更优,更省成本。不过复杂代码和Coding场景,豆包工作的额度消耗要比WorkBuddy稍微高一点。但豆包工作标准版的额度是WorkBuddy标准版的两倍多,这么算下来成本就更低了。

六个任务综合测下来,豆包工作得分170,Workbuddy得分142。豆包工作的整体表现超过WorkBuddy有点让我感到意外,能感受到它的Harness设计是有点东西的,在做到更快的同时还能更省。

现在,豆包工作开放了第三方模型,确实方便了很多。对了,他们logo也同步焕新了。

这豆姐认真工作的样子,一看就很专业。

好了,以上就是今天的横测内容,跟你的体感一致吗?欢迎在评论区聊聊看。

如果有想测的Agent,也可以在评论区告诉我。感谢你的阅读,我们下期再见。

本文由人人都是产品经理作者【沃垠AI】,微信公众号:【沃垠AI】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!