哪個平台建構了最好的AI代理？ 我們測試ChatGPT、Claude、Gemini等

• 設定簡易性：2.5 /5
• 結果品質：2.5/ 5

法國平台提供獨特的基於範例的學習和深度自訂選項。 然而，其以開發人員為中心的介面和偶爾的語言切換問題給非技術用戶帶來了障礙。 它還需要將代理的配置修改為不同的模型，以便執行不同的任務，例如分析影像或處理程式碼。 這並不理想。

財務顧問在互動設計方面表現出了希望，但在基本的數學驗證方面遇到了困難，並提供了最糟糕的輸出。 這並不是說輸出不好，但在零樣本測試中，這是最不令人滿意的。

更深的潛水

考慮到先前的排名，沒有一刀切的解決方案，所有平台都有自己的優缺點。 透過一些奉獻精神和仔細的快速定制，一個平台的結果可能會有所不同，甚至超過其他平台。 最終，所有LLM都有自己的提示風格。

如果你想了解更多關於我們排名背後的基本原理，這裡有一個更深入的了解我們的經驗以及我們與代理商所取得的結果。 我們為所有代理商配置了相同的系統提示，沒有額外的功能參數，並問了他們相同的基本問題：「我有25000美元的投資，還有30000美元的債務。給我制定一個財務計劃。」

OpenAI

ChatGPT的介面最近進行了翻新，實際上使事情變得更加複雜。 GPT創建選項現在隱藏在菜單後面，但一旦找到，它提供了兩條路徑：一條是對話式設置，人工智能可以幫助構建代理，另一條是手動配置，供那些確切知道自己想要什麼的人使用 。

OpenAI的GPT平台是一把瑞士軍刀——它讀取程式碼、搜尋網絡，並處理影像生成和分析。 人工智慧引導的設定過程使其特別適合新手，儘管對於尋求精細控制的高級用戶來說可能會感到限制。 （例如，如果您提示模型更具體或更詳細，它可能會更改整個系統提示，為您帶來更糟糕的結果。）

當涉及實際使用代理時，ChatGPT非常簡單，介面乾淨易懂。

代理可以本地讀取文件並理解圖像，這比其他平台更具優勢。

現在，讓我們來談談您可以使用基本提示創建的代理的品質。 我們的財務顧問貨幣GPT非常令人印象深刻，並為我們上了一堂結構化問題解決的大師課。

除了精確的分配——「2萬美元用於高息債務」和詳細的投資組合分割——該代理商還展示了複雜的財務推理。 它提供了一個五步驟路線圖，不僅僅是一個清單，而是一個考慮到當前需求和長期考慮的連貫策略。

代理的優點在於它能夠平衡細節和上下文。 在推薦特定投資（標普500指數40%，債券30%）的同時，它也解釋了其回應背後的基本原理：「償還高利率債務就像獲得有保證的投資回報。」這種情境意識延伸 到長期規劃，建議定期審查週期和基於不斷變化的情況的適應性策略。

然而，如此豐富的資訊揭示了一個潛在的弱點：一次用太多細節壓倒用戶的風險。 雖然技術上很全面，但快速交付具體的分配、投資策略和監控計劃可能會讓金融新手望而生畏。

你可以閱讀它的完整計劃在這裡，您可以透過點擊來使用它此連結。 我們強烈推薦。

Google

總的來說，Google的Gemini代理創建平台憑藉其精緻、直觀的介面贏得了選美比賽，使代理創建感覺幾乎太容易了。 該系統從字面上理解指令，這有助於避免混淆，其乾淨的UI消除了人工智慧開發中的恐嚇因素。

然而，它需要一個更詳細的提示才能從中擠出一些好汁。 它不會想當然：簡短的提示會給你一個低品質的回應。

在幕後，它擁有強大的實力——谷歌支援的網路搜尋整合、程式碼分析和圖像處理能力，可與ChatGPT的產品相媲美，但主要依賴微軟的技術。

Gemini的使用者介面感覺就像是由真正了解使用者體驗的人設計的。 此介面以清晰的標籤引導用戶，所有內容都顯示在一個螢幕上。

這種精心設計的方法對新手特別有吸引力，儘管有經驗的用戶可能會發現自己想要更精細的控制。

我們打電話給我們的代理人MoneyGem並要求財務計劃。 它的諮詢方法展示了谷歌獨特的問題解決方法。 它沒有給出直截了當的答案，而是以“這是什麼樣的債務？”和“你的利率是多少？”等問題作為開頭，表明人們理解財務建議不是一刀切的。

它強調在提供建議之前收集背景信息，這與專業的財務規劃實踐相一致，儘管這可能會讓尋求即時答案的用戶感到沮喪。

零樣本的答案沒有用。 該代理商基本上表示，它對用戶了解不夠，無法提供良好的財務建議。 在要求它做出假設並迫使它提供一個可以適應大多數情況的計劃後，代理人產生了一個非常保守的計劃草案，但沒有就考慮哪些投資給出具體建議。

不過，MoneyGem在回答問題時建議最大化401（k）或Roth IRA等稅收優惠帳戶，以減輕您的稅收負擔。 不錯。

您可以點擊在這裡閱讀我們與MoneyGem的互動，並透過點擊親自嘗試該模型此連結.

Mistral AI

Mistral對代理配置過程的方法有點不簡單。 代理創建工具隱藏在其開發人員控制台中，具有深度自訂選項，可能會嚇跑新手，但會讓修補匠感到高興。

它的代理構建介面不是LeChat（聊天機器人介面）的一部分，但一旦創建了代理，它就會出現在那裡。

我們真正喜歡的一件事是，能夠為工具提供塑造代理行為和回應風格的範例——這是目前其他平台所沒有的。 此外，這裡有一個奇怪的錯誤：在創建我們的代理商時，UI突然切換到法語，可能是因為該公司是法國人。 無論如何，我們無法切換回英語或西班牙語。

創建代理後，使用者必須在正常的聊天機器人介面中呼叫它才能使用它。 他們必須退出Le Platefome並轉到Le Chat，這不是最直觀的事情。 然而，使用代理的UI非常簡單，感覺就像其他人工智慧聊天機器人一樣。

我們建立了我們的代理，並為其命名樂錢為了紀念米斯特拉爾的法國血統。 它的表現清楚地表明了米斯特拉爾解決問題的多面手方法。 它提出的「留出1萬美元用於緊急情況，1.5萬美元用於償還債務，1萬美元用作投資」的建議似乎很簡單，但表明這些代理人缺乏一些基本的數學驗證。

35000美元的總額超過了可用資金10000美元，這是一些語言模型在優先考慮概念正確性而非數值準確性時出現的一個基本錯誤。

然而，我們必須注意到，表現最好的LLM已經有了很大的進步，並且在這項任務中沒有失敗——至少沒有米斯特拉爾那麼頻繁。

除此之外，它的計劃並不詳細，但它是唯一一個提供後續問題的計劃，可以使互動更加流暢，並幫助它更好地了解用戶的需求。

LeMoney的完整計劃可用在這裡並且該試劑可用於測試在這裡.

Anthropic

Claude的專案感覺不像是代理創建平台，而更像是複雜的任務執行系統。 介面很小，幾乎太小了，感覺不直覺。

這種極簡主義的介面可能會讓一些用戶撓頭。 該平台提供了一個簡單的設置，其中有一個「可選」指令字段，不知何故，這個字段既不重要又至關重要：如果指令被標記為可選，那麼人工智慧代理將如何知道它應該做 什麼？

它的極簡主義介面感覺很奇怪，但Anthropic從未以其在UI選擇方面的品味而聞名。 用於配置模型的視窗與用於提示模型的視窗相同。 它的功能主要集中在文字程式碼解釋上，沒有其他功能。 網路搜尋、圖片處理和生成是Anthropic留給競爭對手的花俏東西。

我們的代理程式名為MoneyGrade，無法進行公開測試，因為Anthropic不允許這樣做。 它採取了非常保守的立場，同時提供技術上準確但模糊的財務建議，例如「在減少債務和基本儲蓄之間保持平衡」。

它要求提供更多信息，但至少確保在沒有信息的情況下提供一個非常通用的策略，而不需要進一步的互動，這似乎比谷歌的方法更優。

點擊此處閱讀完整計劃.

擁抱的臉

開源儲存庫是高級用戶的天堂，也是初學者的潛在噩夢。 它是唯一一個讓使用者選擇他們喜歡的語言模型的平台，為代理的基礎提供了前所未有的控制。

此外，用戶有數十種不同的工具可以與他們的代理集成，但只能同時激活其中三種。 這種限制迫使我們仔細考慮哪些功能對每個特定用例最重要，但這是其他模型無法提供的。

然而，這是所有介面中最可自訂的體驗，有很多旋鈕可以調整。 結果是，一個平台可以創造比競爭對手更強大、更專業的代理，但只能掌握在那些確切知道自己在做什麼的人手中。

用戶可以試用他們的代理商--放下高級用戶的夢想。 建立代理後，使用它非常簡單。 介面顯示一張大卡，上面有代理人的姓名、描述和照片。 它還允許用戶共享代理的連結並調整其設置，所有這些都可以從卡上完成。