也算是个人在workflow方面的启蒙产品了，甚至在自己还没有太多的接触AI的时候就已经在尝试着用了。

按照当时，其实也是现在大部分人的看法，扣子是新人接触AI工作流，搭建低代码智能体的首选。加上字节的背书，自然也成了自己的首选。

其实用下来还是不错的，确实能帮助解决一些繁琐工作的自动化问题。而且新人友好，虽然也不是完全的0门槛，但学习难度也不算太高（至少相比最近突然很火的n8n来说）

后来在Agent火爆以后，出现了扣子空间，当时的判断就是扣子会成为扣子空间各种小工具的重要来源，后来似乎看到过一个公告证明了的确如此，但最近有阵子没关注了，不知道是不是还在走这个路线。

再后来，扣子开源了，之前因为闭源的关系似乎也被Dify抢走了不少客户，不知道这种开源是主动为之还是被迫的战略转型。

最近翻回之前的扣子看了看，似乎没太多的变化，社区里还是挺热闹的，各种扣子智能体层出不穷，不过个人观点来说，这些还更多像是偏“玩具”和“小工具”级别。

当下的感受是，大家对于复杂流程的自动化需求可能在逐渐变高，所以n8n突然火了起来，直接的观感就是，早在几个月前就见过很多人在各种对比Coze、Dify和n8n，当时的结论还是n8n新手不友好，有技术门槛，但几个月后的当下，突然在好多个社区同时看到了n8n的教学课，有基础没基础的都在学，火爆程度可见一斑。

其实再往下延伸，还会有一个问题更值得探讨，就是这种处于中间态的平台究竟有多少价值，是否可持续？

对于技术小白来说，肯定是不喜欢花时间去搭什么工作流的，所以最喜欢看到有一个产品/App/工具，能一键解决问题；

对于技术人员来说，workflow的上限显然不如自己动手开发，而在AI Coding越来越能提效的当下，花很多时间去搭一个工作流又是否值得？

所以也能看到n8n现在也在推出用自然语言描述，AI帮你搭工作流的东西。当然在扣子里面也很早就支持AI自动按照你的描述生成智能体了，但是仍然没有能够回答上面的问题，只能说继续拭目以待了。

又想到一些更跑偏的，见过不少地方搭了个Coze工作流接到自己的App里就能号称AI公司和AI产品了（其实也没毛病），这又何尝不是扣子又强大又出名的一种体现呢~

对新手很友好，尤其是可以共享别人的工作流，极大提高了工作效率，而且也不用自己浪费很多时间精力去从零开始制作，属于适用范围很广的一个工具

目前只是使用了编程这一块，去年年中的时候用过一段时间coze，但是那时候大部分的工作流还是不能满足复杂的业务需求，慢慢就舍弃了，前几天有一个新想法，因为不想折腾服务器，想着找coze搭一下试试，没想到新的coze编程还挺让我惊喜的，没做复杂的项目，只是简单的做了一个概念网站的官网，没想到会直接出还不错的成品，包括提供数据库和可以访问的域名，非常适合拿来做一些新想法或者概念产品的尝试，因为成本太低了，然后又找了一个完全不懂开发的朋友试了一下，也能做一个还不错的Demo出来，对无任何开发经验的人来说确实是比Cursor友好。没尝试去做比较复杂的项目，所以不评价能达到多高的高度。

扣子空间在之前的测评活动里我就测评过这款产品，当时给的也是good，今天重新使用，让我感觉他这款时间开发出了许多功能，如旅游定制计划，美食指南等，我觉得ai是服务人的，在给予实用性也需要具备情绪价值，我觉得这款产品具有发展前景

一直有在用扣子搭建应用，也分析过扣子的功能结构，私以为扣子应该是一众智能体开发平台中使用门槛、用户体验、成本效果平衡得最好的产品了。

最近新发布得Vibe Workflow功能有进行试用，能够一句话给出需求就快速生成工作流。图一是我给出的需求：帮助进行竞品分析。生成第一版后因为有不太满意的点，直接对话提出需求修改了。在修改过程中，几度出现bug导致画布无法渲染，但只需要点击一键修复，模型会自己获取报错信息并修改代码直至测试成功。最终生成的工作流如图二，直接输入了扣子编程和官方介绍，给出的竞品分析结果如图三。

试用下来体验还是不错的，版本控制、节点修改、试运行调试等均可在画布中完成。但是创建完成后，目前似乎仅支持部署为API接口服务，没办法像原本的资源发布一样，后续在应用中直接调用，对于非专业用户不太友好。

目前感觉扣子的Vibe Workflow的模式仅适用于需要快速生成简单工作流的情况，对于复杂的需求，以及需要高质量工作流的情况下，还是需要手动搭建来优化，不过扣子也保留了原本的项目开发方式，不同目标用户可以自行选择开发方式。

总而言之，值得一个GOOD。

怎么说呢，从开始学扣子再到真正做出来自己的第一个工作流，扣子给我的感觉是：对于新手友好
我给大家列举几个点：
1、非代码人员都能正常使用，不会出现看不懂的情况，稍微琢磨一下，完全能顺利搭建下来；
2、基本上市面有的模型都能用，解决了大部分的工作流程中缺少模型链接的需求问题，插件商店的活跃度是真高啊；
3、有一个我觉得特别有用的点，多模态的交互整挺好，文案、表格和语言都能搞进去，微信平台或者抖音生态都能使用，挺好

最近很喜欢用coze编程！超级省心！不用集成啥接口，直接用内置的，部署也是一键部署，特别方便！开发了不少应用，不错！

扣子用了很久，好用爱用，刚好6月份写过一篇体验报告，重温一下：

一、盈利模式与商业变现

1. 分层定价策略：免费版就能用，进阶版9.9月卡（充值过），团队企业版资源包都有（但好像卖得不大）

2.生态培育与分成

• 扣子商店：最佳项目路演区，背后很多开发者在插件内卖api

• 模板市场：最火模板单价299元，742次购买，22万收入

• 第三方商店：速推AIGC，AI教程、剪映工具、工作流模板，会员年卡498元

3. 低门槛引流+生态增值

• 基础功能免费降低获客成本，高级功能（如资源增购、API/SDK调用次数）驱动付费转化

• 企业级团队协作功能（权限管理、共享知识库）推动团队订阅付费

• 与飞书生态无缝集成，提升企业采购粘性（类似钉钉上的氚云等集成商生态）

• 流量扶助 -> 主播讲解扣子 -> 主播赚钱 -> 主播亢奋 -> 更多人使用扣子 -> 更多流量扶助…

真正通过扣子赚到钱的，还是那群卖课卖模板的博主们，但扣子也有了一定规模的用户基础。

二、需求迭代与产品演进

1.好玩的玩具

初期：好奇心驱动下的野蛮生长

2.好用的工具

探索期：严肃场景下的流程革命

3.Agent 范式

爆发期：系统工程的精耕时代 ，诞生 AI Agent 开发新范式

扣子实则是字节跳动布局 AI 时代的「基础设施」，其战略价值远超表面的低代码工具定位。

火山引擎 你的下一朵云

三、产品亮点与优势

1. 核心三大亮点

• 智能体（Agent）：从工具到决策者的进化

• 工作流引擎：AI 应用的「工业生产线」

• 插件生态：构建 AI 应用的「App Store」

2. 差异化优势

• 生态整合能力：

深度绑定字节系产品（如飞书、抖音），并通过MCP插件扩展至第三方服务，形成跨平台协同优势。

• 快速交付能力：

相比Dify（从零搭建）、n8n（需技术背景），扣子的10分钟建站能力显著缩短落地周期，适合敏捷开发需求。

• 社区与模板驱动：

模板商店和挑战赛机制（如“爆款智能体创作大赛”）加速优质内容沉淀，降低开发者学习成本。

UI好用，生态强大，还有奶妈持续输血

四、对SaaS产品团队的核心价值

1. 低成本验证AI场景

• 低代码开发支持快速搭建PoC（概念验证），试错成本只需 九块九

• 插件市场，可复用700+插件，开箱即用

• 一键发布至微信、飞书等渠道，降低集成成本

不是「遇事不决问AI」，而是「万事问AI」

任何需求都可以用AI试试

五、产品应用实录

案例1：后端数据库服务（扣子+dify）

案例2：小红书内容获客MVP

详见全文

不是「AI+需求」，而是「需求+AI」

AI不能创造需求，但AI能实现需求

六、挑战与未来展望

1. 面临挑战

• 数据主权困境：企业级用户对数据控制权的要求与字节的云服务模式存在根本矛盾，私有化部署方案的落地速度将决定 B 端市场的成败

• 模型效果差：国内版因安全问题无法使用外网模型，豆包系娱乐模型dddd

• 生态质量管控：插件商店的繁荣背后是质量良莠不齐，需加强开发者审核机制和用户评价体系

1. 发展方向

• 扣子空间（通用agent ）进一步降低普通人使用门槛，MCP工具生态让开发者有更多盈利渠道

• 模型定制化功能，支持企业可上传自有数据微调模型，重点突破复杂推理和垂直领域适配

• 轻量化模型端侧部署方案，通过「云边协同」模式，加入在工业、医疗等线下场景的竞争

总结

Agent平台的热闹，本质上还是一场流量的游戏：平台靠「低代码 + 模板」收割想要快速变现的开发者，开发者又指望「拖拽 + 讲课」收割更小白的用户

可一旦发布Agent，很多时候流量盈利的梦就被打破了：因为没人使用...

全文在这：https://ocns3gnjzsdw.feishu.cn/docx/LJjjdiLVjorSxUxRNjUcBhSEnsh?from=from_copylink

写小作文啦…

首先先说一下coze的优势???

从整体页面交互上来说，coze真的很方便且易于理解和上手，特别是工作流模块，组件封装拖拽和连线触发执行这个很友好，我自己本身这两年一直都在零代码开发领域上下潜泳，所以上手也比较快，试用对比了多款智能体开发平台而言，coze是我目前的“主食”。

再来说一下我感觉不好用的地方???

先说一下工作流吧，目前体验了半个月，从简单到高难度的工作流共做了3个，都是现在我可以运用到工作中的，我的整体感受如下：

1.工作流偶尔不执行，相同配置删掉后重新来一遍就又好了。

2.不同时间段，执行工作流的时效非常不固定，要么很慢，要么很快。

3.官方发布的插件，希望能多出一些，很多场景没有相应的官方插件。个人开发者做的插件不是要key，就是不稳定，用起来不顺利，还是更信任官方出品的更多些.

我还搭建了一个稍微复杂的应用，搭建的过程五味杂陈…曾一度想要废弃，最终还是因为我是个犟种，还是被我搞出来了，但是也是“阉割”版，那么接下来说一下应用的使用体验吧：

1.搭建中也会经常遇到莫名其妙的不执行，比如隐藏判断、显示判断这些。问了很多正在使用的小伙伴，他们看了配置也不知道为啥不执行。

2.页面排版最耗费时间，配置时候页面元素宽幅都是正常的，预览时又是另一个样子，不是过宽就是过窄，基本上大部分时间都在与排版进行斗争，有时候几近崩溃（我有很严重的强迫症！！！）。这个可能需要开发小伙伴好好研究下前端页面自适应问题

3.大部分情况下，我习惯使用变量快速选择方式去填充值或者设置显隐规则，个人感觉，变量名称不支持自定义非常的考验记忆，如果一个页面使用了非常多的文本组件，刚好每个文本仅仅就是尾缀数字不一样，每次都要返回到页面点击要用的文本才能明确知道自己应该选择哪一个，所以，墙裂建议各组件支持自定义名称，很有必要！！！

好了，今天先编这么多吧….

扣子空间的确是一个蛮不错的通用智能体应用，生产播客的质量比自己搭建工作流调 TTS API 来的高得多，并且还能配套生产一个网页可视化，重点明显一目了然。美中不足的就是不能自己选择音色，希望后面会支持这块的功能???

因为本身也用飞书，生产的内容可以直接存到我的文档里，非常方便。

学习简单 中文界面。 好理解特别适合0基础小白搭建自己的工作流.比n8n 容易学习,dify 英文好的建议尝试.

扣子空间是字节跳动旗下的一款ai产品，以下我从不同方面对其进行评测：

首先说点好的吧，这款产品操作门槛低，我上字节跳动官网查了一下，这款产品具有“动态提示词优化”机制，就是当生成内容偏离预期时，用户可以进行实时调整，这样就可以节省很多时间和资源，在生成途中就能修改，确保生成的东西是自己想要的，然后就是这款结构化能力是能打的，在专业内容生产场景中，这款产品就会展现出强大的结构化能力。如撰写关于“生成式AI伦理边界”的深度研究时，能完整覆盖核心模块，还嵌入可追溯的学术文献链接，解决了AI创作中常见的“数据失真”问题，随后就是效率优势明显，在资讯类内容生产领域，我想快速高效是产品的核心力量，这款产品的生成速度就很快，我试着要他给我生成一个关于生态的网页，用的html代码生成也很快速，并且你可以截取下来问他是什么意思，也方便用户学习

还需改进的点我觉得是以下几个

第一就是产品情感表达有局限，在情感化内容创作方面，处理需要人文感知的任务时，偶尔会出现英文混排和时间逻辑偏差等问题，暴露出算法在情感表达层面的局限性。第二就是在不同场景表现参差不齐，时效性不高，可能你要找今天的内容，他会给你生成几天甚至几月前的，网页有时候也会出现bug，并且产品自身无法检测出来

以上就是我今日份的查评啦，均为个人使用感受，客观评价，希望今日能上热榜呀

界面上更符合国人使用情况，扣子coding没出来之前lovable和youware比较好用，但是扣子的价格约等于免费

我是 one-man-company 大军中的一员，产品&开发都懂一些，类似 coze 这样的平台对我们来说应该是比较合适的。我们都是有商业项目，付钱不是问题，但我们都需要深度试用。恰好coze在起步的时候，给了其他几个国内平台没有的功能和试用额度。其他几个国内和国际的平台在当时都无法给我两者的平衡。所以，我尝试用几乎全coze.com的功能真正上线了一些商业项目。

真实使用过程中，coze比较强的是
1. 接入最强的LLM (claude, gemini, gpt)；

2. 可以用的workflow (只是可以用，我对它也是非常多不满意的地方，但还是超越国内开源的那个，虽然很火，但无法有个关键功能设计有重大缺陷，在我的场景无法商用）；

3. 相对开放的插件功能（估计是一个包装在沙箱的pot，包含python/node环境）；

4. 相对完善的API设计；

5. 节省运维的投入。

下面是正文（我的使用截至时间是2025年 5月中）：
1. 产品定位不清。
1.1 说是给一般人的。我没见过非程序员，顺利在商用项目上使用workflow落地。如果只是解决个人小问题，付费意愿到底有多高？估计要么手动操作强LLM，要么找专用Gen-AI工具。
1.2 另外，不知道是为了体现给一般人用的原因还是什么，对程序员友好的功能，都是放开一点，然后全部关上。我就是冲着这些功能付费的。结果发现不能用。我还要另外找其他平台。。尤其是
A。数据库，字段数量限制、类型限制、记录数限制。掏钱也不行。
B。工作流对数据使用的限制；
C。无法对用户进行本应用范围的唯一脱敏标识。看似有ID，实测没用。连谨慎的小程序、服务号都有。
D。对知识库的在workflow操作专门做了限制；
E。网站自动爬取得到知识库是个极大的鸡肋；

F。测试用的数据库和正式发布用的数据库是两个。说好的针对一般人，怎么这里突然这么‘银行’IT？

2. 工程质量一直都是问题。

2.1 执行效率非常低，延时非常长。超时错误经常有。

2.2 出错信息很难理解。。还好我也算是程序员，硬着啃，最后还是解决了。独立设计了一套非常绕，写起来很麻烦的错误收集、分析和处理。
2.3 workflow居然有节点数限制，执行时，只要log超过一个数额就会必然崩溃。好像是10000。而且，log的数量限制，居然要靠减少节点数来解决。导致一个非常内聚没有复用性的工作流要拆成好几个。好几倍的传参工作量。继续挑战执行效率。
2.4 内嵌的LLM稳定性、性能都差于直接调用该大模型提供的API。

。。。过了这一段时间，我有点忘记一些细节，是怎么烫过去的。

3. 交互拉跨（我真没想到我会这样评价字节的产品，飞书的文档大面上还行的，虽然飞书聊天经常让我找不到北）

3.1 说好的，天下文章一大抄？ 为什么coze workflow，无论怎么改都很别扭。建议读一下原研哉先生的《设计中的设计》国外这么多交互很强的workflow工具都可以挨个抄。一个现代交互工具，还需要说明怎么用的吗？正常的工具都是随便试，发现果然是这样。这一点点都不难，除非是阿里钉钉系。
3.2 为什么调试信息，或者内部变量会发出去给用户看到？尤其是交互对话 workflow。
3.3 for循环，我就不查了，被动习惯了。但说好的给一般人用，怎么workflow还有需要类型转换的知识？

扣子开发平台也一直在使用，很好。目前有两三个智能体已经测试了，主要是自己偶尔整理知识库使用。

只能说还可以吧，功能还挺全，但也没啥惊喜，比如图片UI也是没办法实现的

如果说 AutoGPT 是我对 AI Agent 的启蒙，那么 Coze 就是让我真正体会到 Agent 强大的地方。
我是那种懂点代码但是水平不是特别强的人，Coze 通过低代码的方式，能很方便的实现我的一些想法，一些受限的地方，也可以直接写代码自定义插件来实现（btw，Coze 很早就支持代码编辑器里 AI Coding 了，仰仗字节体系真好）。

因为玩 Coze，也结识了许多志同道合的小伙伴，一起折腾 Coze。后面发现 Coze 越来越卷，功能更新越来越快越来越丰富，从软件到硬件，从搭建到测评到整个 DevOps，慢慢涵盖整个生态，成为行业的领头羊和开拓者。

希望 Coze 能给我们带来更多惊喜???

很适合小白的编程平台，非常方便和可视化，并且基本是很完整的，字节家好产品真是多哈哈哈

24 年 2 月 1 日的开服玩家报道。最大的感受是扣子真的卷。见证了好几个大版本更新，偶尔也会去玩玩别家类似的，但还是扣子玩法多，体验好。以前是叫着大家一起来玩，现在是身边朋友都在玩了。玩家自来水的做了社区和攻略，整个生态也越来越成熟。如果未来的十年是 Agent 的十年，那么希望扣子玩家能一起再活跃、折腾个十年。

满分十分，可以打7.5分，做了几个智能体有感

1、适合小白，一句话或者一个文档就可以生成智能体，随时可以修改和预览

2、不止智能体，工作流和应用也可以，丰富版的秒哒

3、生成后可以部署，这一块儿不太适合小白，旧版的扣子开发智能体后可以直接发布到扣子商店，豆包，飞书。希望后面优化一下可以直接部署到飞书，把一切卡点都消除，或者有两种发布模式。

4、一直畅享可以把智能体像数字员工岗位一样分类组成团队，随着技术升级，智能体像app一样可以一键更新就可以了。我想这样的数字员工更能长久使用。

5、未来的拥有智慧的智能体应该是可以自我分裂成各个小智能体，像小说里的智能管家体一样无处不在

一直是扣子平台的支持者，也做了很多智能体，同时用扣子空间做了很多的网页，效果都是很不错的。

用扣子空间，做了一个网页抽奖页面，上传excel表名单即可，全程我都是写需求，零代码模式实现网页创建，相当巴适。

最近扣子又与乐鑫芯片举办了AI硬件大赛，已经是开始往下实际场景应用开始发展了，参与了一下硬件的实际应用，存在一个问题，因为是链接硬件，芯片，所以使用API连接，需要调取自己在扣子云端的数据库内容，所以数据库设置的数据源，就变更API模式，在与AI硬件对话，以及AI在执行工作流调取数据都很明确，很流畅，也得益于扣子最近升级的大模型，效率提升，反应速度很快。

但是目前在扣子平台的用AI硬件，个人发现的问题如下：

如果数据源改为API，在agent里面设置“触发器"的时候(目前设置了触发器，就一定要发布飞书渠道)，那么触发器的工作流会读取不到数据库的内容，要把数据源改为飞书，触发器触发的工作流才能读取数据，但数据源改为飞书后，直接对话AI硬件，则AI硬件在执行工作流的时候，就不能读取数据了，这个是比较矛盾的。

反之，我创建AI应用，在AI应用创建工作流，则触发器直接在工作流里面，这个不论发布渠道(但一定要选择发布飞书)，都能触发，并且能读取到数据。

因为当时是设计了按时触发读取自己的行程，早晨定点发送邮件这个背景下遇到的，希望扣子平台能解决这个问题。

去年一年有多少人在扣子搭建智能体交付给客户赚了钱，上至60岁老太太下至8岁小朋友，都成了一代Agent开发者,老板从此以为智能体很简单，啥都能做，于是提了很多离谱的需求；甚至也养活一大帮WAYTOAGI社区小伙伴的人，甚至前几天还出了一个扣子开发的书；

当然我还是要说，新手入门以及最小MVP，扣子是最好平台；上线扣子空间里面博客生成以及PPT生成，都极大降低普通人了解使用Agent门槛，但在其商业化定位方面，尤其是不得不被迫开源方面，说明Agent又好像并不是一个特别好的生意；尤其是就连waytoagi社区都开始学起了Dify来说；所以，他的产品定位、他的商业化变现或者前景这些真的有清晰明朗的一天，这里打个问号，但我也佩服扣子产品开发执行团队在效率和速度上拉满，但努力并不一定就会有结果，但还是祝福好运

这个产品形态很新颖

我之前用过coze

还是在cozen只有coze平台的时候，就是只能用一些节点做一个工作流然后接进对话的阶段的时候，我觉得当时给我的震惊感很强，当时我对我身边人说在未来coze的这种工作流的形态一定是未来后端的新范式！虽然但是我觉得现在大致这种workflow的形态已经差不多定下来趋势：即workflow为后端的形态

我觉得很牛逼

然后就是manus出来之后的扣子空间出来了，当时的沙盒编辑，我觉得很新颖，当时还没有coding agent这个概念只知道这种由命令行驱动的沙盒操作很新颖好玩！我觉得这个可能是未来在agent的局限性之外的突破点（后面大家也印证了agent确实有他自己的局限例如：rag的召回率问题、模型的调用工具泛化性问题以及对于意图识别和自主规划的理解问题）

然后就是现在看到在发现了这些问题大家都知道了之后，觉得coding agent真香啊

然后就是最近看见字节的这个扣子编程了，他很符合我对coding agent的一切幻想，但是该说不说有一些槽点得骂一骂，他依旧还是当下的vibe coding模式，我觉得当下的vibe一直都有个诟病就是生成了一堆测试的代码或者重新建立了一个新函数，对话了一段时间之后，他要不然是忘了，要不然就在我的仓库（沙盒）里面开始吃灰了，希望可以优化一下这个问题））求求字节的佬（产品经理）（coze的加trae的）把这个问题优化一下，我真的有强迫症，他不用了能不能删掉）