在日常場景中，哪個平臺最適合作為AI助手的運行環境？我們通過一場實際對比找到了答案。

使用 AI Decrypt 創建的圖像

AI助手的用途廣泛：從文檔搜索到代碼生成，從網頁抓取到深度數據分析，你甚至可以組建一個虛擬辦公室，擁有多個專職助手協同工作，為你處理各類事務。

那麼，實現這一切有多複雜呢？假如一個普通用戶希望打造自己的AI財務顧問，哪個平臺對他們最友好呢？無需學習API、編程或使用Github——我們專注於評估哪家AI公司能讓用戶在沒有技術背景的情況下輕鬆完成任務。

當然，一分付出，一分收穫。在這種情況下，我們還希望探討一個非技術用戶在設置代理時的難易程度是否與各個平臺的結果質量存在關聯。

實驗中，我們挑選了五大主流平臺：ChatGPT、Claude、Huggingface、Mistral AI 和 Gemini，給它們下達了相同的任務：構建一個AI財務顧問。

測試目標很明確：探討這些平臺的“即插即用”功能，評估它們是否能有效應對常見任務（例如，幫助用戶平衡25,000美元的投資和30,000美元的債務），以及在分析交易圖表時的表現。為了確保公平，我們只使用了最基礎的功能，避免依賴額外工具。

以下是我們的發現以及對模型進行排名的優化方式的總結：

平臺排名

1）OpenAI的GPT（評分：8.5/10）

• 易用性：4/5
• 結果質量：4.5/5

ChatGPT提供了功能豐富且平衡的解決方案，不論是完全新手還是有一定經驗的用戶都能從中獲益。

儘管最近的界面更新將部分功能隱藏在菜單中，該平臺依然擅長將複雜的用戶需求轉化為功能代理。我們測試了一個以財務顧問為目標的模型，結果顯示它展現了出色的情境意識和結構化的解決問題能力，能夠為債務管理和投資分配提供詳細且連貫的策略。

2) Google Gemini (評分：7/10)

• 易用性：4/5
• 結果質量：3/5

Gemini以直觀的界面和可靠的錯誤處理表現突出，但需要用戶提供更詳盡的指令才能獲得理想結果。

該代理人在提供財務建議時注重在提出具體建議前收集全面的背景信息，這一諮詢方法與專業實踐相一致。然而，其在零樣本情況下的響應可能顯得過於保守。

3) HuggingChat (評分：6.5/10)

• 易用性：2/5
• 結果質量：4.5/5

作為一個開源平臺，HuggingChat提供了高度的自定義和模型選擇功能，非常適合喜歡深入調整的高級用戶。然而，對於追求簡單的初學者來說，可能過於複雜。（可以將其想象為比較 Linux 系統與 macOS 系統）。其複雜的時間框架設計與實用的工具集成體現了其先進的功能性。

我們使用Nvidia的Nemomotron作為基礎模型創建了一個AI助手，雖然缺乏附加功能，但輸出質量可以媲美ChatGPT。這對開源陣營而言，是相當不錯的表現。

4）Claude (評分：5.5/10)

• 易用性：2.5/5
• 結果質量：3/5

Anthropic的平臺在特定領域表現出色，特別是在需要大量上下文處理和代碼解釋的任務中。其簡約的界面掩蓋了其複雜功能，但“可選”指令字段可能會讓用戶感到困惑。

我們的代理在提供建議時非常保守且模糊，但表現出了穩健的風險意識和戰略思維。需要更細緻的提示才能真正激發其潛力，但為了測試的公平性，我們沒有調整提示。

5) Mistral AI (評分：5/10)

• 易用性：2.5/5
• 結果質量：2.5/5

這個法國平臺提供了獨特的基於示例的學習和深度定製選項。然而，其面向開發者的界面以及偶爾的語言切換問題為非技術用戶帶來了障礙。此外，需要為不同任務調整代理的配置，例如分析圖像或處理代碼，這並不理想。

我們構建的財務顧問在交互設計方面顯示出潛力，但在基本的數學驗證上表現不佳，提供了最差的輸出。這並不是說輸出完全不行，但在零基礎測試中，這個平臺的表現是最不令人滿意的。

總結

綜合比較來看，每個平臺各有優劣，具體選擇需要視用戶需求而定。如果能夠花時間調整提示並熟悉平臺特性，某些平臺的表現可能會超越排名較高的平臺。最終，所有語言模型都有各自特定的提示風格。

如果您想更多地瞭解我們排名背後的基本原理，請更深入地瞭解我們的經驗以及我們與代理商獲得的結果。我們配置了所有的代理，使用相同的系統提示，無任何額外參數或功能，問了它們一個基本問題：“我有25,000美元的可投資金，但同時有30,000美元的債務，請為我制定一個財務計劃。”

Open AI

ChatGPT的界面最近進行了更新，但實際上讓操作變得更加複雜。GPT的創建選項現在隱藏在菜單中，但一旦找到，它提供了兩種路徑：一個由AI幫助構建代理的會話設置方式，以及適合明確知道自己需求的用戶的手動配置方式。

OpenAI的GPT平臺功能豐富，堪稱“瑞士軍刀”——它能讀取代碼、搜索網頁，還能處理圖像生成和分析功能。AI引導的設置過程特別適合新手，但對尋求精細控制的高級用戶來說可能感覺限制較多。（例如，如果提示模型更具體或更詳細，可能會改變整個系統提示，從而導致更差的結果。）

在實際使用代理時，ChatGPT非常簡單直觀，界面清晰易懂。

代理本身能夠原生讀取文檔和理解圖像，這一點相較於其他平臺是一個優勢。

關於使用基礎提示創建代理的質量問題，我們的財務顧問“MoneyGPT”給出了令人印象深刻的表現，展示了結構化問題解決的高超技巧。

除了準確的分配建議——“$20,000用於高利率債務”和詳細的投資組合分配——該代理還表現出複雜的財務推理能力。它提供了一個五步計劃，這不僅僅是一個清單，而是一個連貫的戰略，既考慮到當前需求，也關注長期規劃。

代理的強項在於能夠在細節和上下文之間找到平衡。例如，在推薦具體投資（40% S&P 500、30% 債券）時，它還解釋了背後的邏輯：“償還高利率債務相當於獲得了保證的投資回報率。”這種情境意識還體現在長期規劃上，建議定期審查週期和基於變化調整的策略。

然而，信息過多可能是其潛在的弱點：雖然技術上非常全面，但快速給出具體分配、投資策略和監控計劃，可能會讓財務新手感到不知所措。

您可以閱讀其完整計劃 這裡，您可以通過單擊來使用它 這個鏈接。我們強烈推薦。

Google

總體來看，Google的Gemini平臺憑藉其精緻、直觀的界面在“顏值比賽”中獲勝，這讓代理創建變得幾乎“太容易了”。系統嚴格按照指令操作，這有助於避免混亂，而其簡潔的用戶界面則消除了AI開發的恐懼感。

然而，它需要更詳細的提示才能獲得良好的結果。它不會默認做出假設：如果提示過於簡短，響應質量就會較低。

在功能上，Gemini具有強大的底層能力，包括Google驅動的網頁搜索集成、代碼分析和與ChatGPT相當的圖像處理能力，但大部分依賴於微軟的技術支持。

Gemini的界面設計體現了對用戶體驗的深刻理解。界面佈局清晰，所有功能都集中在一個屏幕上。

這種精緻的設計對新手特別友好，但對於更有經驗的用戶來說，可能會感覺缺乏更深入的控制。

我們為其創建的代理“MoneyGem”提供了一種諮詢式的方法，展示了Google獨特的問題解決思路。它沒有直接給出答案，而是首先提出了一些問題，例如“這是什麼類型的債務？”以及“你的利率是多少？”——這表明它對財務建議的個性化有深入理解。

然而，這種強調上下文收集的方法可能會讓想要快速得到答案的用戶感到沮喪。

在零基礎測試中，Gemini的響應並不理想。代理基本上表示它對用戶瞭解不夠，無法提供準確的建議。在我們要求其假設一些常見場景並提供一個普適計劃後，它生成了一份非常保守的草案，沒有具體的投資建議。

儘管如此，MoneyGem在回答的最後提出了一些有價值的建議，比如建議最大化使用稅收優惠賬戶（如401(k)或Roth IRA）以降低稅負，這一點值得稱讚。

您可以點擊 這裡 要閱讀我們與 MoneyGem 的互動，並通過單擊親自嘗試該模型 這個鏈接。

Mistral AI

Mistral的代理創建流程不算簡便，工具隱藏在開發者控制檯中，提供了豐富的自定義選項。對於新手來說，這可能讓人望而卻步，但對喜歡折騰的技術愛好者卻充滿吸引力。

代理創建界面並不直接集成在其聊天機器人界面（LeChat）中，而是在創建完成後才會顯示。

一個值得稱道的功能是，用戶可以通過示例來影響代理的行為和回答風格，這是其他平臺目前尚不具備的獨特優勢。不過，我們在使用過程中遇到了一個令人困惑的小問題：界面突然切換成法語，可能因為Mistral是一家法國公司，而我們無法切換回其他語言。

一旦代理創建完成，用戶需要退出開發者界面，進入聊天界面調用代理，這一流程設計不夠直觀。但調用後的交互界面與普通AI聊天機器人類似，使用起來還算方便。

我們創建了一個名為“Le Money”的代理，以向Mistral的法國背景緻敬。它的表現清楚地反映了Mistral在通用問題解決中的方法。其建議“留出$10,000作為應急資金，$15,000用於償還債務，$10,000用於投資”看似簡單直接，但卻缺乏基本的數學驗證能力。

這個計劃的總金額（$35,000）超出了可用資金（$25,000）整整$10,000，這是一些語言模型在優先考慮概念正確性而非數值精確性時會犯的常見錯誤。

需要指出的是，表現最佳的語言模型已經在這一方面取得了很大進步，至少不像Mistral這樣經常犯錯。

除此之外，它的計劃雖然不夠詳細，但卻是唯一一個提供後續問題以使交互更加流暢的平臺，這有助於更好地瞭解用戶需求。

LeMoney 的完整計劃現已推出 這裡 並且代理可供測試 這裡。

Anthropic

Claude的項目看起來更像是一個複雜的任務執行系統，而不是一個代理創建平臺。界面極其簡約，甚至有點過於簡約，顯得不夠直觀。

這種極簡的界面可能會讓一些用戶感到困惑。平臺的設置界面十分基礎，並帶有一個“可選”指令字段——這個字段既顯得無關緊要，卻又十分關鍵：如果指令是“可選”的，那AI代理如何知道它具體要做什麼呢？

Claude的極簡界面確實有些怪異，但Anthropic一向不是以UI設計著稱。用於配置模型的窗口也是用來輸入提示的窗口。它的功能主要集中在文本和代碼解釋上。諸如網頁搜索、圖像處理和生成等“花哨”的功能則由其他競爭對手提供。

我們創建的代理“MoneyClaude”因Anthropic不允許公開測試而無法向公眾開放。它在提供財務建議時採取了非常保守的立場，雖然技術上準確，但回答相當模糊，例如：“在債務減少和必要儲蓄之間保持平衡。”

它雖然要求額外的信息，但至少在沒有進一步交互的情況下，提供了一個非常通用的策略，這種方式似乎比Google的上下文收集方法更為高效。

單擊此處閱讀其 完整計劃。

Hugging Face

作為一個開源平臺，Hugging Face是高級用戶的天堂，但對初學者來說可能是一場噩夢。它是唯一允許用戶選擇自己喜歡的語言模型的平臺，提供了前所未有的控制權。

此外，用戶可以為他們的代理集成幾十種不同的工具，但一次只能激活其中三種。這種限制迫使用戶仔細考慮哪些功能對每個具體用例最為重要，但這是其他平臺無法提供的獨特功Hugging Face的整體體驗是所有平臺中最具自定義性的。

然而，這種高度的可調性伴隨著繁瑣的設置步驟。對於那些清楚自己需求的用戶，這個平臺可以創建比競爭對手更強大的專用代理，但對於毫無經驗的用戶來說，可能非常令人困惑。用戶可以嘗試使用他們的代理 Hugging Chat——實現高級用戶的夢想。創建代理後，使用它就非常簡單。界面顯示一張大卡片，上面有特工的姓名、描述和照片。它還允許用戶共享代理的鏈接並調整其設置，所有這些都可以通過卡片進行。

我們測試的代理“HuggingMoney”展現了其獨特的時間範圍框架，顯示了對財務規劃心理學的更深理解。它將規劃分為三個階段：“短期（0-24個月）、中期（24-60個月）、長期（超過60個月）”，這種方法與專業財務規劃實踐一致。

它的建議是：“將$0-$5,000投入流動性高、風險低的投資工具，同時每月保持$1,000-$1,500的積極還款計劃。”從表面上看，這展示了它在現金流管理方面的細膩理解。

另一個有趣的功能是它結合了實用工具與理論建議。例如，它不僅推薦了50/30/20規則，還推薦了具體的預算應用程序，並強調了稅收優化的重要性，這在高層次策略和日常執行之間架起了一座橋樑。然而，它的主要缺點在於對用戶情況的假設較多，比如沒有詢問債務利率而直接給出建議。在試圖提供有用建議的同時，它可能忽略了一些必要的背景信息。雖然可以通過調整提示改善這一點，但這是用戶需要注意的問題。

您可以點擊這裡，閱讀 HuggingMoney 的完整計劃。另外，您可以嘗試一下點擊這個鏈接。

免責聲明：

1. 本文轉載自【Decrypt】，所有版權歸原作者【Jose Antonio Lanz】所有。如對轉載內容有異議，請聯繫 Gate Learn 團隊，他們將及時處理。
2. 責任聲明：本文中表達的觀點和意見僅代表作者個人觀點，不構成投資建議。
3. Gate Learn 團隊對本文進行了翻譯。未經許可，禁止複製、分發或抄襲翻譯內容。