风语 · 实用指南 · 更新于 2026-09-27
结论先说：判断一件智能体工具值不值得上，不看它演示得多顺，而看它能不能拿出「至少两条互相印证的可用证据」。演示页面本身太容易造假：一段嵌入的视频、一个订阅框、一个轮播图，都能让页面看起来「很有交互」，但它们和「工具真的能跑」没有关系。评分的作用，就是把这类假象挡在门外。
别人怎么说：人人都是产品经理作者一泽Eze在《人人都能学会的自进化 Agent 搭建指南》（原文链接，作者：一泽Eze）里专门留了一节讲「识别 Agent 工具能力边界的方式，方便判断选什么工具、能搭多大的 Loop」。他的做法是先定体验预期，再去找能实现它的工具组合——先明确要什么，再看工具够不够。
我们的判定怎么说：这和我们「先定口径再打分」的思路一致，只是我们把口径写成了固定分值。风语货架 2026-09-26 快照对 832 件工具跑同一套判定：活跃 30 + 人气 25 + 可用 30 + 合规 15，门线是总分 ≥70 且可用性 ≥13；结果是 254 件上架、537 件观察、41 件淘汰，过线率 30.5%。换句话说，市面上近七成的「智能体工具」拿不出足够的可用证据——评分就是用来把这一步说清楚的。
结论：人气可以低，可用和合规不能凑合；活跃是关键项，但只反映「还在维护」，不代表「能跑」。
| 维度 | 满分 | 看什么 | 能不能放宽 |
|---|---|---|---|
| 活跃 | 30 | 最近 30/90/180 天有没有更新 | 能放宽，但要能接受停更风险 |
| 人气 | 25 | 使用量与关注度 | 能放宽，新人工具常吃亏 |
| 可用 | 30 | 有没有真跑通的证据（门线 ≥13） | 不能放宽，这是硬门线 |
| 合规 | 15 | 许可是否清晰、数据流向是否可控 | 不能放宽，进内网前必须过 |
结论：顺序是「先定场景 → 再圈品类 → 拉评分 → 看证据 → 小范围试」，先缩小范围再看分。
结论：选型翻车大多发生在「只看总分」和「只看演示」这两件事上。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 只看总分 | 总分够线，可用性却没到 13 分 | 分开看每一维，尤其是可用 |
| 把演示当证据 | 页面很花哨，上手就报错 | 要求两条以上独立证据互证 |
| 忽视品类差异 | 在过线率极低的品类里反复踩坑 | 先看品类整体过线率再挑 |
| 把评分当适配结论 | 评分高就以为一定适合自己 | 先按场景缩小，再用评分排除 |
最容易看走眼的地方是什么？把在线演示当成了可用证据；演示只能证明页面有交互结构，证明不了真能跑。
怎么筛掉演示型工具？看它有没有「≥2 类独立信号互证」的可用证据，这是判定从第三版起收紧的规则。
品类过线率低说明什么？说明这个品类里「能演示」的远多于「能托管」的；营销类 22 件仅 1 件过线就是例子。
评分高就一定适合我吗？不一定。评分只回答「这件货自己够不够格」，适不适合要先用你自己的场景缩范围。
同簇阅读：AI 智能体能自动干活到什么程度？自主权限该放到哪一步？ ｜ 小团队想让 AI 智能体自动盯信息、跑日报，第一步该给多少权限？ ｜ 让 AI 智能体接公司数据库，怎么防止它把数据带出去？
相关工具页：风语工具集合（过判定才上架） ｜ 风语曲线分析工作台