同样一句“做个PPT”,有人3分钟下班,有人还在加班

又到掐表测 Agent 的时间了！这次直接把AiPy、WorkBuddy、阶跃AI 放到一起测。为了方便对比，分两轮跑：

第一轮：AiPy vs WorkBuddy第二轮：AiPy vs 阶跃 AI

测的还是打工人最熟悉的任务："帮我做个PPT。"老规矩，同一句指令、同一时间开跑，不给附件、不补步骤，也不提前告诉它们应该怎么做。

结果先看：

第一轮：AiPy 3分12秒，WorkBuddy 38分21秒。

第二轮：AiPy 12分钟，阶跃 AI 63分钟。

最快和最慢之间，差了整整一个小时。尤其第二轮，12分钟 vs 63分钟，差了近50分钟。什么概念？差不多够开完一场部门会了。

这次我就是想看看，三个桌面 Agent 接到一个真实办公任务之后，到底会怎么干活。

第一轮：AiPy 3分12秒，WorkBuddy 38分21秒

第一轮我把同样的办公指令同时丢给AiPy和WorkBuddy，然后开始掐表。两边最后都把任务做完了，所以这不是"一个会、一个不会"的问题。

最直观的差别就是：AiPy已经交卷了，WorkBuddy还在跑。

而且回头看成品，发现它对我写在提示词里的要求基本都接住了：

• 要10-12页 → 最后12页
• 要行业现状、需求、竞品、趋势 → 都有
• 要数据来源 → 有标注
• 要图表 → 一共6个图表对象
• 要最后给3-5条结论 → 最后给了5条

我比较喜欢它的一点是：没有为了"看起来做了很多"，疯狂往PPT里塞字。

我这边的实际体验非常简单：AiPy 点完之后，我甚至没怎么盯着它；等我再回来看，PPT已经生成好了。

WorkBuddy 就完全是另一种体验；我中间回来瞄了好几次，能看到它在一步一步搜索、处理、生成，整个过程非常完整。

但问题也很明显：这个过程持续了38分钟。这一轮结束，我就开始期待第二轮了！

第二轮：换阶跃 AI，结果还是挺明显

第二轮换成了阶跃 AI，还是同样的规则：同一句指令，同时开跑。结果：

AiPy用时12分钟；阶跃 AI用时63分钟。

这个时间差，已经很难忽略了！但我更想看的，其实不只是计时器。

这次AiPy拿到任务后，先读取了PPT制作相关的技能手册，然后自己搭框架。行业现状、用户需求、竞品、功能对比、趋势、机会与建议......一路往下推进，没有让我反复确认步骤。

基本就是：接任务→拆任务→做内容→做PPT→交付，最后出来的是一份 12页、2.3MB 的 PPT！有柱状图、折线图、功能对比矩阵，图表都是可以继续编辑的，还配了 12页演讲备注。

拿到手以后，不太需要再从"材料"加工成"PPT"。它本身就是一份可以继续改、继续讲的文件。用时：12分钟。

阶跃AI的过程也比较完整。先规划，再搜集和整理信息，然后一页一页往下做。最后交付的是11页、86KB的PPT，整体更偏文字型汇报，图表相对少一些。所以它不是"没做完"。更准确地说：活干完了，但还需要再加工一下。

如果第二天就要拿去开会，我可能还得自己花时间调整页面和图表。

真正把文件打开，差别就出来了

如果只看"有没有PPT"，三边其实都能交卷；但真正打开文件看，区别还是挺明显。

我会把它们简单理解成：

WorkBuddy / 阶跃 AI：先把材料整理出来。

AiPy：直接往最终交付物走。

尤其是这次 AiPy 的 PPT，图表可以编辑，演讲备注也已经做好。

老板临时来一句：

"这个数字换一下。"

"这张图改一下。"

"这页我讲的时候补两句话。"

都可以直接继续改。

这其实比"快了多少分钟"更影响实际办公体验。

两轮测下来，我反而更在意"执行效率"

以前看 AI 办公产品，很容易先问："它会不会做？"，但真正把 Agent 放到办公场景里，我现在更在意的是：

1、多久能做完？

2、做完之后能不能直接用？

因为真实工作里，很多任务其实不是不会做。而是知道怎么做，但没时间做。这也是为什么这次看到3分12秒、12分钟这样的结果，我会觉得比较有意义。

Agent 如果只是把事情"做出来"，还不够。最好是把你原本要花一两个小时的活，直接压缩到十几分钟。

不同任务，不能简单横向换算，但两轮测下来，至少有一件事越来越清楚：

办公 Agent 的竞争，可能已经不只是"谁更聪明"，而是"谁能更快把活真正干完"。

PPT只是其中一个场景，后面继续测其他办公任务。看看AiPy这次的"快，而且交付物也能直接用"，到底能不能一直保持下去。

毕竟，Agent 最好的状态，不是陪你一起加班，而是让你早点下班。

感兴趣的话，可以关注 AiPy 官方账号

继续围观它到底能干多少活