小蝶量化：千呼万唤始出来的ACP

我一看到它上线就试了试Butler Agent。

不过真到上手，我反倒一下子想不出来希望它能帮我什么，于是问了它关于Base中AI + Crypto生态的一个问题。

它给我推荐的是Arbus，花费0.65个Virtual，耗时大概两分钟左右，给了我答案。它给的答案算不上惊艳，勉强可以吧。

在这个过程中，我仔细地观察了它后台处理的整个交互流程。从交互信息看，确实是按ACP白皮书中所描述的那样进行操作的。

对这个略显粗糙的回答，我并不意外。毕竟这个阶段的产品只是个雏形，仅仅只是在技术路径上跑通了，未来它真正要能进入规模化实用阶段一定还有相当长的路要走，还有很多想象不到的问题要解决。

不过，万里长征总算迈出了第一步。公众号关注：博森科技小蝶。

网上有很多用户对ACP提出了各种建议甚至表达了各种失望，这都很正常。

有一个网友展示的结果倒是引起了不少人的讨论。

这位网友花了一笔费用让Butler Agent为他制作了一个视频，并配置了字幕和音乐。

对这个结果这位网友非常满意。

我好奇的是，制作视频和音乐这样的活现在ChatGPT的产品线中就有类似的工具可用，网上免费的工具也有大把。

如果用户自己用那些免费的工具能否也做出同样的效果？

如果可以，为什么一定要付费用ACP？

因此，我的疑点在于现在付费使用ACP的用户到底是出于好奇心还是出于真实需要？

如果是好奇心，必定无法长久持续，只有出于真实需要才会引发这个生态的爆发。

如果说在上述场景中ACP相比免费工具有什么优点，我能想到的就是Butler Agent能够同时协调多个AI Agents为同一个主题制作视频、字母和音乐。这种协调效应恐怕是用户单独调用每个免费工具所无法办到的。公众号关注：博森科技小蝶。