超拟人！扣子空间生成播客效果确实炸裂

前些天，扣子官方学习交流群里有人晒出扣子空间播客能力全新升级的消息。今天，咱们就来一场真实的测试，看看效果到底怎么样。顺便说一句，市面上不少文章都在吹捧新发布的通用智能体工具和新模型，但实际体验下来，很多都名不副实。咱们这儿只说大实话，不搞虚的。

一、案例效果展示

先说说实际的体验。客观地讲，扣子空间这次播客功能升级后的表现，确实有点让人意外。第一次听，真的很难分辨这是AI合成的还是真人录制的。下面是一个扣子空间生成的播客链接，复制到浏览器里就能直接听到音频，同时还能看到逐字稿。

https://space.coze.cn/s/xM9JWlQ16wA/

不用说，效果一目了然。扣子空间自动生成的播客音频和逐字稿如下：

二、案例实操过程

1. 工具：扣子空间

扣子空间，是字节跳动最近推出的一款通用智能体工具，本质上和Manus很相似。很多人容易把“扣子空间”和“扣子”搞混。简单来说，“扣子”是一个面向开发者的智能体开发平台，讲究的是可编排，适合用来定制化开发。“扣子空间”则是一个面向终端用户的通用智能体工具，你可以理解成一种比传统大模型对话更高级的交互方式，完全没有任何技术门槛。扣子的页面长这样，主要是开发人员用的，一般人用不上。而扣子空间的页面则完全不同，它就是一个通用智能体对话工具，你只需要输入提示词，它就能帮你执行复杂任务。

2. 如何用扣子空间把公众号文章转为播客

操作流程非常直观。打开扣子空间后，你完全不需要输入什么复杂的提示词。只需要把文章链接发给它，或者把本地文档作为附件上传上去。然后在提示词框里输入“生成播客”，扣子空间就会自动识别内容，生成一个男生和女生对话的播客逐字稿，接着再生成声音极其逼真的播客音频，以及配套的文字内容。

我们这次使用的案例素材，是AICX公众号发布的一篇文章：《AI简史：从图灵测试到Deepseek（一）》。我们希望扣子空间把这篇文章的内容，转化为一段播客。

仔细看看上面这张截图里扣子空间的执行过程。它先是经过思考，打算用网页读取工具获取内容，但提示失败了。于是它立刻切换策略，尝试使用浏览器工具来获取网页的文本内容。最终，它成功读取了网页内容并提取出文本。紧接着，它调用了一个名为“gen_podcast”的工具来生成播客。整个过程就是：先生成播客音频，再生成播客页面，最后把完整的成果交付给我们。我们刚才看到的那个播客链接和页面，就是它自动化生成的最终成果。

3. 优缺点总结

从扣子空间生成的成果来看，有两个非常明显的亮点。第一，声音极其逼真。这一点，如果不刻意去分辨，几乎听不出是AI合成的。第二，它采用了对话式的播客形式，AI自动进行了问答拆分，并且设计了合适的对话场景，听起来很自然。

当然，也有两个不足。第一，生成的内容全面性还有待提升。播客时长较短，并没有覆盖文章的全部关键信息。第二，虽然音频的“AI味”已经非常淡了，但播放的内容整体听起来，感觉深度上还有所欠缺。不过，综合来看，这个AI音频效果已经非常不错了，具备了很好的应用场景。

三、总结：通用智能体将成为我们与AI对话的新范式

最近，我们团队一直在研究通用智能体，最大的感触就是：通用智能体，真的开始帮人类干活了。它从过去只给建议，进化到了直接给出端到端的高质量解决方案。它具备自主规划、工具调用、任务自动执行、一体化成果输出等能力。

今天分享的扣子空间播客生成，就是一个非常典型的案例。它首先自动选择了读取链接的工具，在第一种工具读取失败的情况下，主动切换到浏览器工具。成功获取链接内容后，它进行了文字提取，然后调用了播客生成工具，自主生成了音频和文本内容，并设计了不错的表现形式，最终给我们交付了一份完整的播客文档。这种工作模式，和我们过去跟大模型对话时，需要多轮提示词、在多个AI工具之间来回切换相比，效率和效果都有了质的飞跃。