不到三周，一款名为Agnes的 AI 协作平台在几乎零宣传的状态下，日活跃用户已悄然比肩 Lovart。
与其他产品聚焦于“生成效果”不同，Agnes 从一开始就选择了一条更具野心的路径：不是生成一张图，而是替代整个流程。它试图切入用户的完整工作链条，覆盖从搜索调研、资料整理、内容撰写，到PPT生成和团队协作的全流程。也正因如此，它吸引的是一群对 AI 有着高频、深度使用需求的专业用户，而非只追求“尝鲜”的泛用户。
在知识型创作者、研究者、创业者的圈层中，它通过“真实好用”逐步积累口碑，形成了自下而上的产品扩散。这种爆发并非偶然，而是用户在试用后普遍感受到的直观反馈——不是“这个功能好酷”，而是“它真的帮我节省了几个小时的工作时间”。相比于多工具拼接的“AI工具箱”，Agnes 更像是一体化完成任务的工作引擎，天然具备留存和推荐优势。
这一趋势也让人重新思考 AI 应用的进化逻辑：从最初以“惊艳效果”吸睛的 Demo 阶段，到中期比拼功能深度，如今，真正能够替代实际工作流程的系统，才是下一个阶段的王者。Agnes 的崛起令人想起当年 Notion 推出协作功能时的情景——从不被看好，到在知识工作者中迅速渗透。Agnes 日活超越 Lovart，未必意味着后者衰退，而可能预示着一个新的产品范式正在浮出水面。
这不是“谁替代谁”的故事，而是一次底层逻辑的切换：真正能够帮用户节省十小时、完成一个完整项目的工具，才是AI真正的落地形态。而这场变化，正在悄然发生。
Agnes不是工具，是战斗平台：它如何一站式重构AI协作？
在 Agnes 的产品逻辑中，用户不再需要在 ChatGPT、Notion、Canva、Slack 等工具之间来回跳转来完成一次完整的工作任务。比如，为准备一个汇报材料，你可以直接在 Agnes 内进行资料搜索、进行深度研读，快速生成结构化的文字内容，并一键转化为清晰分段的幻灯片。生成之后，还可以直接邀请团队成员在线协作，修改文案、添加评论、指派任务，所有变动都实时同步，避免了传统“发十版文档、最后不知道哪个是最新版”的协作混乱。
更进一步，Agnes 还将“理解资料”的能力内嵌进平台核心工作流。用户可以上传 PDF、网页、文档，平台能够识别内容结构，建立起上下文知识库，并以此为基础完成内容生成与表达。这种能力并非“读了文件就帮你总结”，而是以知识理解为前提，真正服务于后续的内容生产与团队协同。
许多用户的直观体验是：在 Agnes 上完成一个项目策划的效率，远高于他们自己拼装多个 AI 工具的组合式使用。这种“集成性体验”的背后，不只是功能堆叠，而是产品设计层面对“协作”本身的重新定义。在传统工具链里，AI 功能往往作为某个插件嵌入系统，而在 Agnes 里，协作本身是系统架构的一部分，不是外挂逻辑，而是平台的底层能力。
也正因如此，Agnes 更像是面向未来 AI 工作模式的基础设施，而不是某个任务节点的优化器。它让协作从“多人共享一个文档”变成“AI 主导的内容推进过程”，让原本碎片化的工作链条被有机整合在一个空间内。用户不再是在多个界面之间切换的操作者，而是可以更专注于内容本身的判断与决策。这种“把人从工具切换中解放出来”的体验，或许正是 Agnes 得以迅速获得使用粘性的关键所在。
相比之下，那种“拼装式”的 AI 办公体验——一边用 ChatGPT 生成段落，一边用 Notion 记录大纲，再导出到 PPT 工具进行排版，最后还要在协作软件里同步版本、沟通修改——已经逐渐显露出它的低效。它无法支撑一个组织高频、多人、快速交付内容的真实场景。而 Agnes 用更像“平台而非插件”的思路，提供了一种新的可能性。
协作从来不只是把人聚在一个页面上，更重要的是让信息流动顺畅、让意见产生反馈、让创意快速变现。Agnes 并没有重新发明幻灯片，也没有去卷 GPT 模型的上下限，而是抓住了一个真实而被忽略的需求：AI 在真正工作场景中，应该怎么被用起来。这或许也是许多用户在试用之后最直观的感受——不是“好炫”，而是“真有用”。
还没做AIDesign，就挑战 Lovart？Agnes的“短板”其实是最大埋伏
Agnes 在技术架构上也走出了一条非典型路径：它并未依赖 GPT、Claude 等主流大模型，而是自研并集成开源能力，构建了一个高稳定性的多智能体系统。通过轻量级的 Agent 编排机制，Agnes 摆脱了对单一模型或外部 API 的绑定，在系统韧性与功能扩展性上获得更大自由，核心功能的更新甚至可以以“天”为单位推进。
在 Agnes 上线后引发的讨论中，有一个声音格外频繁地出现：这个产品目前还不支持 AI Design，是不是功能上还不够完整？这样的疑问很自然，在当下的 AI 工具语境中，“是否具备图像生成能力”往往被视为产品成熟度的一个象征。但如果拉长时间线看，就会发现这类质疑反而提供了一个观察 Agnes 产品策略的切口。
实际上，团队在设计初期就做出过明确取舍，并未将视觉生成作为产品上线的首要目标。不是技术储备的问题，也不是开发资源的瓶颈，而是一种节奏上的主动选择。Agnes 的产品路径并不围绕“功能齐全”或“界面炫酷”展开，而是从一开始就聚焦于高频的工作协作场景，希望在 AI 工具碎片化、跳转频繁的现状中提供一个真正能完成从输入到交付的一体化空间。
具体用户案例说明了这一取舍的合理性。一位创作者利用 Agnes 完成了《2025 年音乐与流行文化趋势》的研究项目——从调研资料整合到关键趋势总结，仅用数小时便生成了结构紧凑、内容清晰的六页幻灯片，无需在多工具之间跳转。另一位品牌电商从业者则借助 Agnes 分析了 Adidas 在 Shopee、Lazada 和 TikTok 平台上的销售表现。她通过系统自动汇总商品信息、销量数据与用户反馈，生成了一份完整的趋势报告，并基于此撰写了营销策略建议，直接用于季度复盘与计划制定。
这些使用场景表明，Agnes 当前聚焦的能力虽然不“出圈”，却极具实用价值。视觉能力的缺席，并非技术短板，而是暂时保留的系统空白——留给真正理解内容结构、协作节奏之后，自然延伸出的下一个环节。
谁在做 Agnes？华人团队、NUS孵化、全球工程师都在关注的开源派系
Agnes 的背后，是一个并不扎根硅谷却同样充满野心的年轻团队。项目由新加坡国立大学（NUS）孵化，创始人 Bruce Yang 是伯克利大学本科毕业的华人技术创业者，拥有丰富的模型压缩、推理优化与轻量级 AI 框架研发经验。在团队配置上，聚集了 MIT 博士、新加坡国立大学博士团队、清华大学本科成员以及 NUS 教授，可谓实力兼具。
与 传统“AI 创业三件套”（硅谷背景、大模型套壳、VC投放）不同，Agnes 的路径更接近一个技术社群主导的“开源派系”：轻团队、快产品、深用户。
Agnes 的出现，再次验证了一个规律：下一代创作工具，往往不是从硅谷开始的。Notion 来自旧金山，但背后是加拿大创始人；Figma 出自约翰·麦克奈尔在布朗大学的构思；Canva 则诞生于澳大利亚的教育创业场景。Agnes 亦如是，它所代表的，不只是一个“非硅谷创业”的故事，更是一个“全球技术创作者可以定义下一代协作方式”的信号。
所以现在的问题不是 Agnes 会不会爆，而是你想不想当那个在“爆之前”就知道它好用的人。
你可以先一步，用它完成下一个提案，下一次开会，或者，下一次彻底不想被拉开 Google Docs 的协作场面。
点开 agnes.life，提前进入流派变换的下一幕。
[1]moneyfm的采访谈话, https://omny.fm/shows/moneyfm-morning-show/mind-your-business-how-agnes-ai-puts-singapore-on-the-ai-map；[2] 路透社的采访视频, https://www.youtube.com/live/0WVUz-QrmZ0?feature=shared；[3] 论文的链接, https://arxiv.org/abs/2507.03254；[4] e27的媒体发文, https://e27.co/how-bruce-yang-and-agnes-ai-are-building-singapores-digital-brain-20250529/
欢迎扫码加群参与讨论
我们相信认知能够跨越阶层，
致力于为年轻人提供高质量的科技和财经内容。
稿件经采用可获邀进入Z Finance内部社群，优秀者将成为签约作者，00后更有机会成为Z Finance的早期共创成员。
我们正在招募新一期的实习生
热门跟贴