4月11日，知道创宇公司首次召开产品发布会，基于“Python-use”的理念发布了首款AI产品——AiPy。这款产品的被定位为“To worker”端的产品，一一款可以帮助打工人提高工作效率、帮助方案落地的AI产品。随着6月6日，AiPy客户端 (v0.2)版本的更新，AiPy已经在短2个月内迭代了20余个版本，在小步快跑的过程中，其功能究竟已经进化到了何种地步呢？和海外明星产品Manus有何差异？普通人能用它做什么？本文带你一探究竟。
一、 什么是AiPy？
1.1、产品介绍
AiPy，即AI大模型+Python，该产品的设想就是：利用Python在内的各类编程语言作为AI的双手，将大模型生成的想法和概念直接转化为成果，用户只需要提供想法并判断结果是否满意即可，例如：
- “帮我把某公司本地销售数据转化为可视化的图表”。AiPy会自动拆解任务：找到目标文件、拆解表格信息、分类汇总、设计HTML网页、保存在本地。
1. 2、AiPy 核心定位：开源免费的“任务执行者”
本地化部署 & 零门槛使用
- 无需代码基础：提供一键安装包，普通用户可直接运行。 数据隐私保障：敏感任务（如财务分析、简历处理）完全在本地执行，规避云端泄露风险。
任务型 AI 范式革新
- “Python-Use”模式：用户用自然语言描述需求 → AiPy 自动生成 Python 代码 → 调用本地资源执行任务。 “Code is Agent”理念：无需依赖复杂 Agent 框架，直接用代码操控计算机、网络及物联网设备。
二 、 AiPy能帮我们做什么？
2.1、产品展示
本地部署安装：www.aipyaipy.com/
官方网站现在已经有完整的应用包，直接下载安装就行，新版本的GUI界面也更美观了。虽然也比较粗糙，但已经进步很大了，一个月前还只能在终端的大黑屏使用。（苦笑.jpg）
2.2、实测场景：从效率工具到生活助手
（1）场景一：编程开发
背景：
传统编程小游戏，像俄罗斯方块、贪吃蛇都过于简单，只有本地代码编写无误即可完成，我希望设计一款更为现代化的游戏，能充分使用的到AiPy的联网搜索、页面设计、流程设计能力。
提示词：
我现在想要开发一个音乐小游戏，具有如下功能：
1、可以将我的键盘作为钢琴键，并能弹出对应的音符，没有本地音源，联网想办法下载到可以使用的钢琴音源。
2、内部设置5个渐进式音乐教程关卡，每一个关卡都是一个音乐教程，完成教程后可以进入到下一关。
3、添加10首简单曲目(如"小星星"、"欢乐颂"等)，在完成教程后可以自行选择
4、使用HTML界面进行开发，页面交互流畅，功能完善，没有bug，美观的商务风格。
5、开发好后，自己运行检查一下并保存到桌面。
效果： 无任何本地音频资源的条件下10分钟完成，界面美观、交互流畅且有完整的学习和游戏闯关流程。
（2）场景二：办公自动化
背景：
数据分析往往要面对不同部门的海量数据，不仅统计分析麻烦，汇报还需要做成美观、直观的分析统计图，power BI一直是不错的选择，但较长的学习周期和手动分类设计对于大多人来说依旧低效。
提示词：
请根据C:\Users\Administrator\Desktop\。。。.xlsx中的数据完成如下操作：1、按产品名称提取销售数据。2、根据每一类产品的各季度的销售情况和增幅制作统计图，在同一表格上显示，命名方式为product+产品编号，最后汇总到应该HTML上面。3、统计图统一单位为百万，统一表格尺寸，统一图例，图表维度要丰富好看，避免文字重叠在一起。4、生成的文件保存到C:\Users\Administrator\Desktop。。。。
效果： 6分钟生成可视化、可交互的数据分析界面，图表的美观度和详细程度不逊于有一定工作经验的BI看板设计师。
（3）场景三：生活规划
背景：
旅游是人们常见的生活场景，一份完善的旅游攻略制作往往需要对地理详细、天气详细、景点详情、消费饮食等综合信息进行收集和处理，很大程度可以考察AI产品的综合能力。
提示词：
通过各种方式帮我生成一份完整的三亚一日游旅游攻略，制作为精美的HTMl，保存在桌面上。
**效果：**AiPy分别调用的高德地图和联网搜索功能，生成的报告比较完整，但距离可以直接使用还有一点差距，一方面可能需要配置更多可调用的MCP，另一方面，也需要给出更详细的提示词，不过生活化的需求本就比较随意，也许AiPy可以多主动思考一下（小声）。
三、对比Manus：AiPy 的差异化优势
| 维度 | AiPy | Manus |
|---|---|---|
| 成本 | 完全免费，仅需支付大模型 API 费用 | 邀请码稀缺（曾炒至万元），部分功能需订阅 |
| 响应速度 | 平均任务耗时 4–6 分钟 | 复杂任务需 15–40 分钟（如 PPT 生成） |
| 技术路线 | 轻量化本地调度 Python 生态 | 依赖云端多 Agent 协作框架 |
| 适用人群 | 注重隐私的普通用户/轻量化开发者 | 企业级复杂任务需求者 |
- 关键结论：AiPy 在编程、数据处理、工具调用等场景效率显著，且免费本地化特性更适合个人用户；Manus基于Claude 3.7模型，主打编程与工具调用能力，在专业文档生成（如 PPT/报告）上更优，但门槛高、响应慢。
四、 当前AiPy的局限性
4.1、 交互体验待优化
- 图形界面较粗糙，对非技术用户不友好。复杂任务易因 Token 限制中断，需手动切分输出（如大型数据分析）。
4.2、 专业能力不足
- 文档生成缺乏参考文献标注，不适合学术/商业报告。多模态支持较弱（如配图含无关元素）
五、 未来价值：推动“智动化”的平民路径
- 技术平权：通过开源降低 AI 使用门槛，个人可低成本构建自动化工作流（如自动接单、数据爬虫）。生态扩展：Python 超 10 万库支持，未来可无缝集成 MCP/A2A 等协议，兼容更复杂 Agent 生态。
六、总结
AiPy 的核心价值在于 “轻量化落地” ——它绕过对“大模型先进性”的盲目追逐，聚焦解决即刻可执行的任务（如数据分析、自动化脚本生成、生活规划）。通过本地化部署和 Python 生态调度，它将 AI 转化为用户可操控的“另一只手”，实现工作流的平民化提效。对企业而言，这类工具可成为 AI-NATURE 转型的基石：新公司若早期将 AiPy 类工具纳入流程，能显著降低基础人力成本；中大型企业则可通过引入“AI-HRBP”角色（如将 AiPy 作为“数字员工”），逐步搭建 AI 简化工作流的基建，为未来全面 AI 化铺路。
在技术爆炸的浪潮中，AiPy 类工具代表一种 “筷子哲学” ——摒弃对“技术航母”的虚妄崇拜，用可落地的智动化撬动真实的生产力变革。
