Agnes接入Banana：日活5萬+的多Agent工作流，中文不再出戲

先拋個結論：Agnes 可能是我見過最像“AI虛擬設計團隊”的產品。

它最近接入了谷歌的 Nano Banana 模型，但玩出來的效果，卻完全不是大家在小紅書或朋友圈里常見的那種“玩票式生圖”。

我這段時間沒少寫谷歌Nano Banana模型相關的內容，你大概也在很多公眾號/小紅書看過Nano Banana的各類玩法。一句話生成和名人的合作，一句話把自己變成手辦模型，修改圖片上的細節，融合多圖的元素也在電商等行業有諸多應用場景。

可真到落地，兩個老問題就會冒頭——中文元素一加就破功，圖做完還得在一堆工具之間復制粘貼。Agnes 這次把兩件事同時補齊：接入Nano Banana 的同時，用“多模型混合 + Deep Design 多 Agent 評審迭代”的系統工程，把中文生成和工作閉環都搞成了默認選項。

從核心體驗來說，Agnes 在9月1日的更新中就接入了 Banana，并做了三層增強。

第一層是智能分流：當你的畫面需要中文標題、包裝文案、路牌、UI 中文標簽等，系統會自動并行調用更擅長中文的模型參與生成，再把多個候選交給評審機制。

第二層是 Deep Design 的“找茬—改進—優選”：多個 Agent 從構圖、風格一致性、文本可讀性、與任務目標的貼合度逐項審視，不合格就把意見翻譯成下一輪的繪圖指令，直到達到閾值或者你拍板。

第三層是工作閉環：圖像不是終點，你可以一鍵把它送進視頻模塊做 9:16 或 16:9 的開場與轉場，也能把研究結果與設計稿直接裝訂成可編輯的 AI Slides；網頁和移動端的上下文與記憶層實時同步，電腦上起的活，地鐵里也能接著干。

實測Agnes多agent設計工作流

我用個實際的生成城市3D卡通圖的案例讓大家看看是怎么回事。

我提供了一個極其簡單，且有些模糊的要求：

幫我分別生成世界前5大城市的三維卡通立體圖，圖上要有對應城市的中文名

讓我們看看Agnes是如何工作的，首先它會拆解任務，規劃出它需要完成的輸出任務。在這一步，你可以選擇是否開啟「Deep Design」，再讓Agnes繼續。

強烈建議開啟！！！

雖然可能會消耗更多的圖片生成點數，但我覺得這是Agnes相比其他設計工具最大的特點之一，在「Deep Design」模式下，Agnes會啟動設計評審的機制，對生成的圖片效果進行專業審核，再判斷是否需要重新生成，以及如何優化。

接著看實際執行，它先調用Plan Schedule工具規劃了要幫我完成設計的完整步驟。包括請設計導師提供關于卡通立體圖的整體設計風格、顏色系統、字體等方面的專業指導。再讓視覺生成器將根據設計指導，分五步生成每座城市（東京、德里、上海、圣保羅、墨西哥城）的卡通立體圖，并確保圖上包含清晰的中文城市名。

設計指導涵蓋的內容包括整體設計風格、顏色系統、字體選擇、地標元素、三維表現形式、中文名標注規范等。

接下來它又調用Visual Principles工具，為我的需求規劃了非常詳盡的設計規范，包括核心風格（Core Style）、核心概念（Core Concept）、情緒氛圍（Mood/Flow）、具體的顏色規范（Color Palette）、字體系統（Typography System）、布局（Layout）、核心視覺元素（Key Visual Elements）等，非常詳盡且豐富。這完全就是給我的任務整了個設計團隊，做了全套的VI設計。

我自己來的話，別說不知道每個模塊怎么寫，甚至該寫哪些東西都是懵的。

在設計規范定義之后，Agnes再次調用Prompt Enhancing工具，為每張圖片生成了非常詳盡的提示詞。

比如，東京的生圖提示詞是這樣的：

A vibrant and imaginative 3D cartoon立體ism illustration of Tokyo. 
The image features iconic landmarks like Tokyo Tower, Senso-ji Temple, and the Shibuya Crossing, all rendered in a cute, stylized, and blocky low-poly aesthetic with rounded edges. 
The color palette is bright and cheerful, dominated by "活力藍" #66B2FF, "陽光黃" , and "草木綠" #8BC34A, with accents of "卡通紅"  and "溫暖橙" . Soft, warm lighting casts gentle, clean-edged shadows, emphasizing the volumetric forms. 
A prominent, stylized 3D Chinese character "東京" is seamlessly integrated into the scene, rendered in a bold, rounded sans-serif font with a subtle shadow for depth. 
The overall mood is活潑, 愉悅, and充滿好奇, creating a whimsical "世界都市奇趣之旅". Ratio 16:9, high resolution, 4K.

也就是說，你完全不需要自己薅盡頭發硬想提示詞，也不需要到處復制黏貼網上大神的提示詞，再讓他們躺在你的收藏夾里落灰了。

你只需要自己語言表達清楚需求，Agnes為你提供的「虛擬設計團隊」里自有專家幫你設計完整、專業的提示詞，而且這些提示詞不是為了炫技，不是為了復雜而復雜，而是真正在結合設計目標的情況下所生成的。

所以，接下來，我們再看看這一套流程下，生成的效果是怎么樣的。

先看上海和東京的兩個案例，可以看出因為有前置的設計規范的加持，兩個圖片的設計風格維持得相當一致，且中文字體的表現非常穩定出色。

但是，大家，也知道，AI總有抽卡的情況，一開始生成的德里和圣保羅這兩個城市的效果就沒那么理想了，主要是文字出現了錯亂，風格也不太準確。

但是，接下來的環節，讓我相當驚喜。

在啟動「Deep Design」的模式下，Agnes會在生圖后引入「找茬評審」的角色，對生成的圖片質量進行打分，并且，這個評審還真是毫不留情面，分別打出過55、78、57、60的分數，在經過多輪迭代之后

而且這個評分還真不是張口就好，我覺得比現在某些綜藝節目的評審強多了，分數維度拆分清晰，包括對Prompt指令的遵從性，圖片的細節豐富程度，構圖等等，有理有據

在經過多輪優化后，終于得到了兩個90分以上的結果

最好，簡要總結下，Agnes 之行的特點就是先把任務拆成角色與階段，再把每一步產物顯式化：先有設計指導，再落地視覺原則，再生成面向機器可執行的提示詞，最后進入生成—找茬—再生成—優選的閉環。你給的是目標，它給你配齊「虛擬設計團隊」。

如果你好奇這件事一定要Agent做嗎？直接使用nano banana不行嗎？我們可以看下在同等提示詞下，Nano Banana的產出效果

呃...這確實命中nano banana的能力禁區了。

而回到Agnes的話，你讓它去做你直接用Nano Banana可以完成得很好的任務，則也是毫無壓力的，比如生成任務手辦照片

比如，和名人的合影

從圖片到視頻、PPT

很多時候，AI生成的圖片并不是我們工作中需要的最終產物。

也許，我們要做個宣傳片，需要在此基礎上再做個視頻。

也許，我們在完成一次匯報，我們需要拿圖片作為PPT的素材。

在Agnes中，你可以讓這一套工作流程完成絲滑地連接起來，不需要在不同的軟件之間復制黏貼，犧牲效率，你只需要輕輕要求一句：請參考這張圖，幫我生成動態視頻。

你就能得到下面的視頻。

為什么Agnes會不一樣？

寫到這里，我覺得很多人心里可能有個疑問：Agnes到底是誰？為什么它能把大家都在玩的 Nano Banana，做成完全不同的體驗？

背后繞不開創始人 Bruce 的故事。他從中國走出去，先在新加坡萊佛士書院、再到 UC Berkeley 數學與計算機雙學位，師從圖靈獎得主，畢業后在微軟和 LinkedIn 做核心項目。26 歲起開始連續創業，還打造過千萬級下載的應用產品。現在，他是一名新加坡國立大學的博士生，研究方向正是 AI 多 Agent 協作。

也就是說Agnes今天的設計，完全不是拍腦袋想出來的，而是直接承接了他的學術研究成果。比如《ADR-Driven Development of a Multi-Agent Workspace》這篇論文，就明確提出了“多 Agent 分工協作+共享記憶層”的設計范式；而另一篇《CodeAgent》研究的 token 效率優化，已經被應用在下一代系統里。也就是說，Agnes背后的“虛擬設計團隊”，不是簡單的產品包裝，而是有方法論和實驗驗證支撐的。

團隊本身也值得一提。它是新加坡國立大學孵化出來的科研型團隊，核心成員來自 NUS、MIT、NTU、UCB 等學校。既有學術上的厚度，也有硅谷大廠的實戰經驗。你會發現，這樣的背景下，做出的產品天然會帶點“學術味”——更關注流程、架構和系統性，而不是只追一時的效果。

這也是我很好奇的地方：很多 Agent 產品說到底還是聊天機器人加點工具接口，但 Agnes 卻在嘗試做一個完整的“工作空間”，讓 AI 真正像團隊一樣運作。這種野心和出發點，本身就和別人不一樣。

用戶能拿到什么？

說回到使用者能感受到的部分。Agnes 目前的日活已經突破五萬，說明它確實找到了市場切口。對國內用戶來說，它有兩個很現實的好處：

第一，零門檻體驗 Banana。在 Agnes 里，不需要翻梯，也不需要配置復雜環境，就能直接玩 Nano Banana，生成的圖片無水印。免費用戶每月還能拿到 80 次生圖額度。對于那些原本只能在 小紅書 或 公眾號 上看別人玩 Nano Banana 的人，現在終于能自己動手試。

第二，不止是 Banana。你會發現它其實是一個完整的工作流平臺：圖片生成之后，可以一鍵銜接到視頻，再到 PPT。再加上 Research、AI Slides、Deep Research 等功能，等于把你常用的幾個 AI 工具全都收攏在一個窗口里，電腦上做的事，手機上還能接著改。對個人來說更高效，對團隊來說也更方便協作。

所以，如果說 Nano Banana 展現了模型能力的炫技時刻，那 Agnes 就是把這種炫技變成了日常能用的工作流。它背后是一群學術和工程背景都極強的人在認真打磨，這也是為什么我會對這個產品格外好奇。

很多人可能還不了解 Agnes，但我覺得，它很可能代表了一類新的方向：不是再造一個模型，而是重新發明一個“用模型的方式”。如果你也想體驗一下這個差別，不妨去試試。

他們的官網：https://agnes.life/