每天1000个注册名额,凌晨6点刷新,用完了就得进Waitlist排队,等短信通知。

这是千问AI平台旗下新产品的入场方式,产品名叫万有无界,2026年6月30日正式上线,定位是「企业级多Agent协作平台」。我们的测试账号是靠邀请码拿到的,注册送积分,实测到账5000,比官方文档标注的3000体验金还多2000。
我们花了一整天,围绕同一个任务(用这个平台协作写一篇公众号文章)把它测了一遍。结论先放在前面:理念是这两年同类产品里说得最清楚的一类,体验是同类产品里最拧巴的。它有让人眼前一亮的功能,也有让人想摔键盘的流程。
万有无界不是又一个AI聊天助手,这点从它的宣传语就能看出来。
对话工具解决「问一个问题」,万有无界解决「推进一件事」。
整个平台围绕五个概念组织:项目空间(装群聊、成员、资产的容器)、Agent(群里干活的角色)、群聊(一个群对应一个任务)、技能(装在Agent身上的能力包)、资产库(产出自动沉淀的地方)。

两个特殊角色需要单独说,它们是理解这个产品的钥匙。
小万是个人助理,每个账号自动拥有,删不掉。定位是「前台总机」:简单问题自己答,复杂任务把你领到合适的群里,还能记住你的偏好,下次直接套用。

小有是项目管家,每个群聊创建时自动注入,置顶,也删不掉。它负责的事比小万多得多:群里没人 @ 的消息由它兜底路由、需求不清时列缺失项清单、把任务拆成任务树、任务卡住时预警升级、交付前核查产出物。

收费模式也值得一说:当前只对模型调用按token计费,积分制,100积分等于1元对应的token量,技能调用、MCP服务暂不计费。注册送3000体验金,每天再送2000免费积分,24小时内有效。这个免费力度,在当下AI产品里算大方。
理念说完了,进入实测。我们的任务场景很朴素:让万有无界协作完成一篇关于AI视频生成工具的公众号文章,从调研到初稿到校对,全程交给它。
注册流程没有卡我们:手机号直接注册,填邀请码,跳过每日名额限制。进入工作台,界面结构很传统,左侧导航:小万、项目空间、Agent、资产库、积分。
第一印象是「好上手」,聊天框下方直接给了三个示例场景,如果你不知道自己第一个项目做什么,点一个就能跟着走。默认项目空间自动创建,所有东西都给你摆好了。

但上手友好不等于体验精致。我们给界面定了一个评价词:工具感。它像一张精心排过版的Excel表格,功能齐全,信息密度高,但谈不上好看,这个印象在后面会反复出现。
测试的第一个任务,是看看小万这个「前台总机」是不是真的像定位里说的那样,把模糊需求听懂,再把你带到合适的地方。
我们给出的需求刻意含糊:「我想一个人开个AI电商运营工作室,帮淘宝、小红书商家做商品详情页、短视频脚本和运营周报。现在还没注册主体,不知道从哪里开始,你能帮我理一理吗?」
小万的回应分两步,它先追问了一个问题,问我们打算做「工具型」还是「策略型」的工作室,这是个专业且有区分度的问题,说明它真的在理解需求,而不是直接甩一份模板答案。

然后是回答本身:梳理了业务路径、需要的环节、优先级,条理清楚,专业度在线。
但问题也出在这里,它的定位是「感知平台上全部Agent,根据需求推荐协作组合,命中后一键把人拉齐」。整段回答里,它没有推荐任何Agent组合,没有一键拉群入口,甚至没有提一句「我可以帮你建个群」。
专业,但不主动。这像是一个业务能力很强、但从不主动汇报的员工。你问什么它答什么,它绝不会多走一步。
接下来我们让小万建群,需求说得很清楚:「帮我开个群聊,我要写一篇关于AI视频生成工具的公众号文章,需要调研竞品、整理素材、写初稿、校对这几个环节的帮手。归到默认项目空间就行。」
这里迎来了全程最大的翻车。
小万回复:缺少两个数字员工,无法创建群聊。

原因我们事后复盘了:建群需求里提到的「写初稿」「校对」环节,当时平台上还不存在对应的Agent。小万认为人没齐,不能建群。
我们试着沟通:「没关系,先把群建了,员工之后再招。」小万拒绝。再明确一次,还是拒绝。它守着一个规矩不动摇:数字员工不齐,群聊不建。

我们不认为这个要求违背了什么原则,建群之后能不能顺利干活,是用户自己的决定;但一直不给建群,就是产品的问题了。平台的流程设计把「建群」和「配齐员工」绑死成了原子操作,一个本可以灵活处理的需求,被规则挡在了门外。
后来我们按它要求创建了三个Agent,再回头让小万建群,它立刻照办。规矩是死的,人是活的,这句话反过来也成立:流程是死的,用户是活的。一个把用户意图放在规则之后的产品,在这里丢了一分。

绕过小万这关,我们进入Agent创建流程。平台提供三种方式:快速招聘(从模板选)、自定义创建(自己定职责)、本地接入(接本机已跑起来的Agent)。
快速招聘的模板列表有7个,覆盖自媒体创作、科研等常见岗位,选中后表单自动填好,改个名字就能上岗。
真正让人眼前一亮的是自定义创建里的智能匹配技能。
流程是这样的:你只需要填Agent名称和工作职责,系统会根据职责描述自动推荐技能,默认全选,确认创建,一个可用性很高的Agent就诞生了。我们创建了三个数字员工,素材整理员被推荐了4个技能,初稿写手和校对编辑各被推荐了10个。



这意味着用户完全不需要理解「技能」这个概念,不需要去技能市场里一个一个找,不需要知道Agent底层挂的是什么。描述职责,剩下的交给系统,这是整个产品里门槛降得最狠的一个设计。
配合群里协作,三个Agent各司其职:素材整理员负责调研竞品,初稿写手负责成文,校对编辑负责挑毛病。
三个员工就位,群聊创建成功,成员面板里小有置顶,接下来是全场最重要的测试:在群里发一条消息,不 @ 任何人,看小有把任务派给谁,以及被派的人是不是真的干活。
我们在群里发:「调研可以开始了,先把竞品信息整理出来。」
小有的响应是正确的,它没有自己包办,也没有派错人,把竞品调研的任务路由给了素材整理员,并在群里明确告知了路由结果。判断准确,路径清晰,全过程的思考摘要、调用工具记录都实时可见。

素材整理员接活后开始执行,产出了完整的竞品对比表格,包含各家最新模型版本、核心能力、定价、优缺点。我们对产出做了抽查:没有发现编造数据,版本号、价格与公开信息对得上。这一点对AI产品来说并不容易。
但问题同样明显:整个流程耗时10分钟以上。从发消息到拿到完整产出,等了十几分钟。中途你只能看着它一条条推送执行过程,什么都做不了。
我们把这段体验称为「看着工位上的员工慢吞吞干活」,协作推进的过程,和腾讯Marvis的智能体团队很像,都是多个AI在一个「办公室」里各管一摊。但相比Marvis的画面精美度和易上手程度,万有无界有明显的差距,界面像工作台,不像伙伴。

慢,是这个品类的通病,也是万有无界现在最大的短板。多Agent接力意味着多次模型调用,每次调用都有成本和时间,任务链条越长,等待越久。对「推进一件事」的定位来说,这个等待时间,离「顺手」还有距离。
测试的最后一站是资产库,素材整理员产出的对比表格,自动归档进了资产库,我们确认了分类:协作资产下的项目资产,文件完整,数据没丢,官方承诺的「不操作也不会丢」是兑现了的。

但资产复用的价值,取决于一个前提:你的工作是流水线式的。
如果后续工作建立在前面工作的成果之上,比如初稿写手引用素材整理员的表格、校对编辑引用初稿写手的稿子,资产库的价值就很大,省去了反复上传文件的环节。
如果只是单次任务,这个功能就没什么存在感。这也是网页端产品的一个特点:没有本地文件系统可以拖拽,资产库就成了文件流转的唯一通道。假如将来出了桌面端,这个功能的存在感可能会被削弱不少。
回到开头的问题:把一群AI拉进群里干活,到底行不行?
我们的回答是:方向对了,但还差火候。
万有无界最值钱的,是它把「多Agent协作」这件事讲清楚了。它没有停留在「多个AI聊天」的层面,而是用项目空间、群聊、技能、资产库一套体系,把协作的骨架搭了起来。小有这个角色尤其值得肯定,兜底路由、任务派发、过程透明,它是「推进一件事」这个理念的真正载体。
但执行层面,它还有三道坎要过。
第一道坎是规则太死。小万拒绝建群那件事说明,平台的流程设计还停留在「按规矩办事」的阶段,没有学会「理解用户意图」。Agent的边界不该是教条,而应该是判断。
第二道坎是速度太慢。10分钟起步的协作流程,对「推进一件事」的定位来说太奢侈。当用户急着要结果时,慢就是最大的体验损失。
第三道坎是体验太糙。对比同样在做多智能体协作的Marvis,万有无界的界面和交互还有明显差距。功能齐全,但谈不上享受。
不过,考虑到它刚上线一个多月,这些问题都有解释:规则会随着数据迭代变聪明,速度会随着模型优化变快,体验会随着版本迭代变好。难的不是补齐这些短板,而是它已经证明了自己的方向值得等。
一句话总结:如果你愿意接受等待,想提前看看「一群人形AI帮你干活」长什么样,万有无界值得一试。至于它能不能真的成为「推进一件事」的工具,得看接下来一两个版本里,那三道坎能跨过去几道。至少现在,它让这个可能性第一次变得具体了。
文章来自于"毒AI",作者 "高晓阳"。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md