Creao AI 的超级智能体机制

本期视频的核心挑战是云端在线AI超级智能体与本地大模型DeepSeek V4的终极对决。博主重点介绍了Creao AI的独特之处，它不仅仅是一个普通的LLM聊天界面。其核心亮点在于能够自动派生智能体（Agent），当用户提出的问题足够复杂时，系统会自动从普通聊天模式切换到“智能体模式”。这意味着用户可以下达如“每天检查新闻”或稍后进行的测试指令，系统会自动安排日程并执行任务。这种机制允许用户进行各种有趣的挑战，例如让AI自主规划并生成内容。

"What's interesting about these guys is you start off just a regular chat and it can spawn off an agent."

任务设定与模型配置选择

博主将此次挑战命名为“Flappy Birds Challenge”，并选择了DeepSeek V4的Max Thinking模式作为本地对比组。虽然这是Flash版本，但博主认为其性能依然非常强劲。在云端一侧，他选择了Claude Sonnet via Creao AI。值得注意的是，博主此前从未尝试过将Claude Sonnet与Max Thinking结合使用。在任务开始前，界面展示了多种可选模型，包括Gemini 3.1 Pro和Minimax M2.7等。博主开启了Max Thinking模式，准备观察两个系统在处理同一任务时的表现差异。

"I'm going to switch it over here to max thinking on DeepSeek V4... We're also asked this is going to be using Claude Sonnet."

初始响应速度与思维过程对比

任务开始后，两个系统的表现出现了显著分化。DeepSeek V4处于深度思考状态，其生成速度约为每秒25个token，正在“构思它的生命”，即规划如何构建游戏。相比之下，Claude Sonnet通过Creao AI已经开始了代码编写。尽管开启了Max Thinking模式，但Claude仅思考了约10秒便进入执行阶段。博主指出，对于像Flappy Bird这样的单文件游戏任务，“Free Flappy Birds single flight file doesn't need max thinking”。Claude迅速完成了代码生成，虽然结果并非完美无缺，但被评价为“ definitely good”（绝对不错）。

"DeepSeek V4 is thinking about what it's going to do with its life... Meanwhile, boom, Claude Sonnet via Kreo AI is already writing up code."

复杂任务：每5分钟生成一个病毒式游戏

为了进一步测试智能体的能力，博主提出了更复杂的指令：“每5分钟为我创建一个病毒式HTML游戏”。他认为本地LLM无法独立处理这种需要持续调度和规划的任务，必须依赖智能体（Agent）。在Creao AI端，系统展示了其“思维标签”内容，显示它已经规划了六个游戏（包括Asteroid等），并正在编写HTML代码。此时，DeepSeek V4仍在进行深度思考，甚至尚未关闭其思维标签（think tag），但已开始输出部分代码。Claude Sonnet在Creao AI中进行了长达129秒的深度思考，并创建了一个工作区（workspace）来构建这些游戏。

"Create me a viral HTML game every 5 minutes... I don't think we can do that with the local LLM."

智能体创建与BBC新闻游戏技能封装

在Creao AI端，博主发现直接提示生成六个游戏可能导致一次性执行完毕。为了更精细地控制流程，他决定创建一个专门的编码智能体（Coding Agent）。该智能体的设定是每5分钟运行一次，并基于BBC最新新闻文章生成游戏。系统生成了一个“技能文件”（skill file），这使得该逻辑变得可复用，从而形成了一种类似业务的自动化流程。博主指出，这种机制允许用户将“读取新闻并基于此构建游戏”作为每日运行的智能体任务，甚至可以作为儿童教育平台的基础。与此同时，本地DeepSeek V4仍在处理最初的Flappy Bird任务。

"Generate the game based on the latest article from BBC... Now it's reusable."

本地模型的性能瓶颈与Token消耗分析

在对比过程中，DeepSeek V4 Max Thinking模式展现出了极高的计算开销。为了完成一个Flappy Bird游戏，它消耗了约18,000至20,000个token用于“思考”，且此时仍未完全产出最终的游戏文件。博主调侃道：“Max thinking is great. Would you do some Max thinking?”（笑声）。相比之下，Creao AI端的Claude已经完成了第一个游戏《Flappy Bird 3D》的HTML文件编写。该游戏被描述为“非常精致”（very polished），虽然3D效果不如预期强烈，但管道具有3D视觉效果且运行正常。此外，第二个游戏《Neon Snake》也已完成。

"It only took us almost 18,000 tokens to think about this Flappy Bird game... We've gone like 12,000 tokens and unfortunately said, 'Wait, I need to also handle the initial state properly.'"

结论

本次对比清晰地展示了云端超级智能体（Creao AI + Claude Sonnet）与本地大模型（DeepSeek V4 Max Thinking）在任务执行策略上的根本差异。云端智能体通过自动派生Agent、封装可复用技能（如基于新闻生成游戏）以及并行规划多个任务，展现了强大的自动化与业务化潜力。尽管其生成的单个游戏在完美度上略有瑕疵（如3D效果有限），但其响应速度和多任务调度能力显著优于本地模型。相反，DeepSeek V4 Max Thinking模式在简单单文件任务上表现出极端的“过度思考”倾向，消耗了数万token进行内部推理却未能及时产出结果。这表明Max Thinking模式更适合复杂逻辑推导，而在需要快速迭代和自动化的场景下，云端智能体的架构优势更为明显。