5 月 17 日，flowith^[1] 团队带着他们的新产品 Agent Neo 在「十字路口」发起的 AI Hacker House 正式「出道」，活动中，flowith 详细介绍了这款定位是给 AI 创作者的全能 Agent。我们也借此机会邀请 flowith 的创始人 Derek、CMO 负责人拐子做客十字路口，和我们分享做 Agent Neo 背后的故事。

在这次的播客中，Derek 和拐子分享了 Agent Neo 的特色、使用案例，也分析了目前市面上的 Agent 产品的路线选择和他们的判断。

同时，flowith 在小红书运营方面颇有心得，Derek 和拐子也在这次录制中跟我们讲了很多他们的心得总结。希望会对大家有所收获。

微信收听播客：

小宇宙收听播客：

🚥 Koji：

去年四月，Flowith 在 Twitter 上发布，我看到之后感到十分惊艳。当时辗转加到了创始人 Derek 的微信，和他在上海北外滩的一家星巴克见了面。回忆起来，那是我去年唯一一个产生「我一定要见到这位创始人」的冲动。这样的人，这样的产品，印象中真的也只有 Flowith 和 Derek。

当时 Flowith 打动我的是它的丝滑体验和独特审美。在当时满是无聊 chatbot 的环境下，Flowith 选择用无限画布这种交互方式，令人耳目一新。本周「十字路口」很高兴请到 Flowith 的创始人兼 CEO Derek 和 CMO 拐子做客。Flowith 既有硅谷范儿，又很接地气。很多人可能不知道，他们在小红书的运营可以说炉火纯青，是我认为最强的 AI 效率类产品之一。

Flowith 在小红书上收获大量粉丝，我认为不仅是因为他们有网感、会运营，更是因为这款产品本身就非常优秀，有其独特之处。这次 Flowith 也来到了我们发起的 AI Hacker House，在这里举办了一场特别的活动，为他们最新的 AI Agent Neo 做出道发布。所以我们也借此机会录制了这期播客。欢迎大家在评论区留言，我们将在一周后抽出 10 位送出 Flowith 的会员兑换码。

首先请二位来和我们做一场快问快答。

🚥 Koji：年龄？

👦🏻 Derek：29 岁。

👦🏻 拐子：24 岁。

🚥 Koji：毕业院校？

👦🏻 Derek：我是美国拉法叶学院数学专业毕业的

👦🏻 拐子：我是 UCL 的硕士，读的是人工智能与数字创新。

🚥 Koji：在 Flowith 之前，两位都做了什么？

👦🏻 Derek：我做过很多项目尝试。其中较大的一个是在 2016 年创办的科技教育品牌，最初叫 TechX Academy，后来改名为 X Academy，是一个面向青年的科技夏令营，每年在上海举办。现在已经是第十年，也有很多朋友、AI 创业的朋友是我们的校友。

除此之外，我在 2018 至 2019 年做了一个叫 Realm 的兴趣社交产品，当时我在读本科时因这个项目休学回国，花了一年多时间在深圳创业。后来遇到瓶颈，这个项目结束了，但它算是我第一个互联网产品的经验。

👦🏻 拐子：我本科是在国内一所中外合办大学，叫宁波诺丁汉大学，读的是数学专业。大一时曾创业，做了国内第一个电子音乐节，在浙江和全国算是小有名气。公众号也有几百万的流量，我们也做过很多社交裂变的尝试。

🚥 Koji：两位的 MBTI 和星座？

👦🏻 Derek：INTP，双鱼座。

👦🏻 拐子：ENFJ，白羊座。

🚥 Koji：Flowith 现在的融资情况怎么样？

👦🏻 Derek：我们最近正在 close 连续两轮融资，总额加起来大概有一千多万美元。不过目前还未完全交割，细节暂时不方便透露。去年我们拿过一笔个人的天使投资，在那之前，Flowith 是由我和合伙人用以前创业的积蓄自筹资金孵化的。

🚥 Koji：能否透露一下目前的用户规模和 DAU？

👦🏻 Derek：用户规模非常小，目前注册用户有 20 多万，DAU 近期增长较快，波动比较大。

🚥 Koji：目前的收入情况如何？

👦🏻 Derek：今年三月份我们的 ARR 达到了 100 万美元。二月比一月翻了好几倍，三月又比二月翻了好几倍，所以总体收入的增速比较快。目前每月收入大约几十万美元，我们也很期待这次发布带来的新变化。

Flowith 新的 Agent 产品 Neo：让你更聪明也更懒惰的超级全能 Agent

🚥 Koji：非常感谢二位选择在 AI Hacker House 发布 Neo。如果用一句话安利 Neo，你们会怎么说？

👦🏻 Derek：Neo 是一个能让你变得更聪明，也更懒惰的超级全能 Agent。

🚥 Koji：Neo 与其他 Agent 有什么不同？其他 Agent 也能让我聪明又懒惰吧。

👦🏻 Derek：我们更突出「让大家变得更懒」。其实我们在去年五月决定做 Agent，就是因为我们发现大模型的推理能力和智能已经非常强了。大家日常使用各种先进模型应该都有体会，它们的信息掌握和智商都很出色。

但我们当时在想，为什么 AI 没有给很多人创造更多价值？比如说，大多数人没有通过 AI 赚到更多钱，或者产出更好的作品。我们认为，最大的问题就是 AI 没有真正发挥它的「能动性」（agency）。AI 本身很聪明，但不主动。而 Agent 正好可以弥补这一点。它能执行多步骤任务、调用工具、管理上下文，从而完成更复杂的工作。我们在做 Oracle 的时候其实已经尝试过，但当时还是探索阶段，并没有明确将这些作为首要目标。

到了这次做 Neo，我们明确认为：「更长的任务流程、更长的上下文处理、更长的输出」非常关键。我们不希望 Agent 只是一个玩具，让用户试试就过了，而是希望它真正帮助用户解决需求，产出高质量内容。所以 Neo 这次的重点就是执行超长任务生成超长内容，我们也把它的架构往「无限」这个目标设计。不管是任务步骤有多长，还是最终输出有多少，它都能承载。这是 Neo 与其他产品最大的不同。此外，Neo 是完全基于云端运行的。你可以给它布置一个持续一周、甚至一个月的任务，它都能稳定运行。因此，「无限流程 + 云端执行」赋予了它很多新的可能性。

👦🏻 拐子：我补充一点。就像刚刚 Derek 说的，「无限任务、无限步骤」，我们内部对 Neo 有个概括——它是一个  can't stop 的 Agent，它停不下来，可以一直为你工作。

🚥 Koji：能不能举个 Neo 能做，但别的 Agent 做不到的例子？

👦🏻 拐子：我举一个和「十字路口」相关的例子。作为一家科技媒体，我们需要实时追踪全球最新热点，比如 OpenAI、Google、Anthropic这些公司。我们可以给 Neo 布置一个任务，比如每两小时检查一次这些公司的官方账号（比如 Twitter、微博），追踪他们有没有发布新内容。你甚至可以指定要关注 Sam Altman、Google Gemini 的负责人，或者 Anthropic 的 CEO 等。

Neo 会持续地帮你抓取这些内容，并按需求生成交付物。比如，它可以每天发一封总结邮件给你，或者持续更新某个网页或文档。整个流程是多轮、自动、不中断的。这种「不中断式的持续跟进」是目前其他 Agent 无法实现的，只有 Neo 能做到。

🚥 Koji：你觉得其他 Agent 做不到，是技术上达不到，还是他们不打算做？

👦🏻 拐子：我觉得两方面都有。

第一，我们从一开始就在架构上为 Neo 设计了「无限任务」的可能性，而这是别的产品目前还做不到的。

第二，从产品理念上来说，我们非常明确地聚焦在「创作」这个领域。我们认为，未来能达到 AGI 水平的 Agent，一定要满足像我们这样的内容创作者的需求：既要能无限生成，又要有高质量交付，同时还要能实时抓取和整合信息。

所以其他 Agent 目前既没有这样的设计思路，也没有这样的能力。我们对 Neo 能做到这件事是非常有信心的。

步骤更长、产出更长、执行更复杂的任务，是所有 Agent 必走的方向

🚥 Koji：我刚刚其实想问的是，「无限」听起来是很大的差异化点。它像是一个可以为你打一辈子工的 AI：你设定一个任务，它就永远在某个角落默默执行，燃烧你的 token 和信用卡。

你们把「无限」当作核心关键词，是为了差异化，还是因为你们真的相信这个东西对用户价值很大？Derek 怎么看？

👦🏻 Derek：我觉得「更长的步骤、更长的产出、更复杂的任务」，是所有 Agent 未来必须要走的方向。我们可能只是更早地走在了这个方向上，并成功把它落地了。但我相信后面不管是 Manus 还是其他模型公司，都会朝这个方向发展。

这个趋势，其实就是在逼近 AGI 的路径。因为 AGI 的能力之一就是能够长期持续地执行任务，甚至主动发起行为。而这些能力的基础就是：Agent 必须能处理长任务，有长记忆。

我们现在正朝这个方向努力，也算是较早把这个东西做出来的。

🚦 Ronghui：你觉得其他团队也很快会往这个方向走吗？现在你看到有谁也在做吗？

👦🏻 Derek：目前我知道的还没有。Flowith 一直做得比较快，也相对激进。像去年我们做 Oracle 的时候，Agent 还没被行业广泛关注，包括我们做无限画布（Flowith Canvas）也比较超前。

我相信其他产品很快也会开始在「长任务流程」上下功夫。但除了「无限步骤和上下文」之外，我们的另一大不同在于：我们聚焦在「创作」领域。我们希望实现的不是通用型 AGI，而是「创作型 AGI」。我们依然定位自己是一个创作工具，所以我们认为，Agent 在创作领域的执行流程非常重要。比如说，如果是订机票、规划行程这种任务，Agent 只需要自己完成，用户根本不关心中间过程。但创作不同，创作者需要看到每一步内容，甚至要在过程中介入、参与。

这也是为什么我们坚持用「画布」，坚持人机共创。这和其他产品是完全不同的理念。

🚥 Koji：当你说「创作」的时候，更典型或者更细分的创作画像是什么？是文字、图像、视频，还是别的？

👦🏻 Derek：我们对模态其实没什么限制。不同模态之间的转化现在是非常自然的。有时候用户一开始的预期可能是生成一段文字，但后面可能就发现，「哦，我可以把它变成一个网页」，所以我们现在觉得，在 AI 生成的时代，模态是非常灵活的：可以是文字、图片、视频，甚至是一个完整的网页。 当然，不同用户群的使用也不一样，比如学生可能用来写论文、做报告，职场人可能用来写产品文案或新媒体内容，每个人跟它的交互形式都不一样。

🚥 Koji：那为了服务创作者，Agent Neo 除了你们提到的长上下文、无限模态，还有没有一些特别的交互设计或功能？能讲一两个例子吗？

👦🏻 Derek：比如你可以让它写一个二十万字的小说，或者续写《甄嬛传》，这个续写完全可以图文结合。如果你说「写 100 集」，它真的会自己规划结构，比如先找出《甄嬛传》原来的结尾，再写一个大纲，覆盖后面 100 集的剧情。 接着它会先生成一个网页壳子，然后从第一章到第五章开始填内容，每章写完还会配图，比如生成十张图，再插入网页里，一步步写到最后。这个网页会非常长，但读起来就像一本完整小说一样，很完整、很沉浸。内容非常高质量，看上去就像是真的小说，可以一直读下去。

GAIA 跑分中 Level 3 里最难的一题怎么解^[2]

👦🏻 拐子：我可以补充内部测试的小故事。当时我们算法开发的兄弟悄悄买了会员，让大家横向对比各个产品之间 GAIA 跑分的能力，以及我们到底是不是比别的产品在 Agent Neo 这件事上做的更好。

在 GAIA 跑分测试里有一道我们认为 Level 3 里最难的题：给一张图片，两只狗狗被狗绳牵着，要判断它们穿的背带是什么品牌。然后找到品牌官网 2020 年 12 月 8 日发布的一则故事，找出那天文章里提到狗吃了什么肉。这题特别绕，因为没有明显品牌信息，官网内容也有很多干扰词。正确答案只有一个词：bacon（培根）。但大多数通用 Agent 都答不出这题，只有 Agent Neo 答对了。这可以体现 Agent Neo 跟其他产品不一样的特点是，比如一个高中生去打数学奥赛，这和平时写语文作文一样，他们两个都是用一个大脑或者一个 Agent 去处理这件事情，但是他在不同情况下交付的结果，中间所选取的能力其实完全不一样的。它动态调用工具和策略的能力，更像一个能应对专业复杂任务的 agent，而不仅是文本生成器。

做一个 3D 台球小游戏^[3]

👦🏻 拐子：因为我是学技术和代码出身的，我觉得做一个 3D 游戏是非常难的，无论是对人还是 AI 来讲。有一天我们在大理打台球的时候，我们就在想能不能做一个 3D台球桌，然后做一个 3D 台球小游戏。这不光要考虑球体碰撞、出杆力度、镜头语言，还涉及 3D 渲染。以前的 Agent，比如 Oracle 或 Manus，只能生成 2D 桌面，没有办法很好的玩起来。但 Agent Neo 能从规则开始，一步步构建规则、场景、交互逻辑，最后真的做出一个可玩的 3D 台球游戏。这个能力不只是生成，而是像一个游戏产品经理一样推进整个任务。所以 Agent Neo 跟其他产品不一样的就是，在我们给他专有的自我向下审查机制的基础上，他会把自己的任务不断优化，然后最终达到一个用户想要的一个水准上，这非常罕见。

给《黑神话悟空》做一个全面的官方介绍^[4]

👦🏻 拐子：最后分享一个更「产品级」的案例。去年很火的游戏《黑神话：悟空》。当我们最早做出 Oracle 的时候，我就在小红书上发布了一个用 Oracle 制作的《黑神话：悟空》产品介绍。但当时 Oracle 的能力有限，只能调用网上搜索到的几张简单图片和一些简介，缺乏上下文处理能力，也无法很好地索引图片或生成图像。此外，用户如果想让 AI 生成图片，Prompt 也需要非常精细，使用门槛很高。

这次我们用 Agent Neo 做了一个类似任务：生成《黑神话：悟空》的产品介绍官网。我们给出的 Prompt 非常简单，让它尽可能生成一个详细、完整的介绍页面。Neo 首先学习了《黑神话：悟空》的审美风格，比如泛金色和富有艺术感的字体。在人物设计上，它学习了游戏的美术基础，并结合我们使用的图像生成方法，为每个角色（如孙悟空、八戒、怪物等）制作了人物原型图，并展示了它们引用了哪些风格或元素，最终生成了一个非常详细、可交互的网页。

在上下文能力有限的时期，Agent 是无法完成这样图文并茂的页面的。Long Context 或 Infinite Context 不只是处理长文本的问题，它也包含了图片、多模态内容的整合。在这个案例中，Agent 还嵌入了 YouTube 视频，用文字、图片、代码等多种形式完成了整体输出。

我觉得这个案例的意义在于，它展示了 Agent Neo 是第一个可以真正完成产品级交付的 Agent，而以往的 Agent，包括 Oracle，在这方面都还做不到。

🚦 Ronghui：听到这里，我感觉你们说的「创作者」已经不是我们传统理解的「创作内容的人」了，是不是你们讲的创作者，其实就是「用 AI 做事的人」？

👦🏻 拐子：无论是模型还是 Agent，都有机会在未来把每个人都变成创作者。以前你可能只会写文字，但现在 AI 或 Agent 可以帮你变成一个产品设计师、程序员、交互设计师。所以它首先帮你拓宽了创作的可能性，然后真的可以让每一个人都可以成为创作者。

Neo 能力背后的优化

🚥 Koji：刚才 Derek 举的写 20 万字《甄嬛传》的例子，其实背后是因为做了哪些优化？你们是如何实现的？又是如何比别人做得更好？

👦🏻 Derek：刚才提到的「无限产出」或「无限步骤」可能听上去有点抽象，我可以举个具体例子。过去我们用 AI 的 coding 工具或大模型生成网页时，通常是单步骤的：比如说「做一个探险类网页」，它就生成代码，五分钟内做完。这是传统大模型或 Agent 的典型体验。

而 Agent Neo 可以将项目拆分成非常细致的步骤来执行。比如它会先生成第一个版本的网页代码，然后基于这个版本进行自我修改和优化。它拥有一个机制，可以实现 AI 自主规划、自主执行、自主迭代，从最初的 5,000 行代码发展到 50,000 行、甚至 500,000 行，这在其他产品中是做不到的。

哪怕是一些专门做 AI coding 的工具，比如 Cursor，也不能完全由 AI 自主完成所有任务，仍需要在人监管的情况下去一步一步的去执行完成。而我们这个系统则能让 AI 自主规划，进行一步一步调整，最后完成整个代码和项目的交付过程。

Neo v.s. Manus

🚥 Koji：那这个和 Manus 或 Genspark 的 Agent 有什么不一样？大家做 Agent 通常也会先做任务规划，而不是像 chatbot 那样一次回复解决所有问题。从你的描述来看，听起来大家都挺像的。还有什么不一样的你可以展开讲讲吗？

👦🏻 Derek：这是目前所有的 Agent 常见的一个做法。但 Neo 的特点在于它生成网页的步骤拆解的非常细致。每个步骤都聚焦于实现一个具体功能，我们强调在一个作品上进行反复打磨，而不是「一键生成」或一次性完成。

看上去所有的 Agent 都有分步骤的 planning，但在真正交付服务、打磨作品方面，现有的 Agent 产品普遍不足。而我们认为，高质量输出必须经历反复修改，就像人类创作一样。但是现在已有的这些 Agent，在这方面都是比较不足的。

🚦 Ronghui：那你们有规定它至少要执行多少步吗？

👦🏻 Derek：没有固定步数，我们是动态调整的。Agent 有一个选项可以控制执行的步数：如果任务希望高效、简洁的完成，就只需几步；但如果用户期待的是产品级、非常完善的代码输出，可以将步数设定得很高，比如执行 100 步、200 步。

比如用户想做一个贪吃蛇游戏，有人只想要个简单版本，有人则希望它非常精致。即便 Prompt 一样，用户的期待不同，我们就会让他们自由控制步骤数和迭代数量。

「无限画布」产品开发想法

🚥 Koji：我觉得 Flowith 是一个使用门槛有点高的产品。有不少朋友觉得界面酷炫、口碑不错，但尝试后感觉比较难上手。你们怎么看这个问题？

👦🏻 Derek：这是我们一直关注的问题。Flowith 从 2023 年开始开发，当时我们面临最大的挑战就是画布式交互天然门槛较高。我们一开始也非常想要去做优化。最初它类似 Figma 或 Photoshop，是自由画布模式，用户可以拖拽、组合、操作，但我们发现对小白用户不太友好，上手成本高。

所以我们后来优化了交互设计，从自由画布转为我们现在称之为「流式布局」的模式。用户一进来，不用学习，直接在输入框中输入内容即可开始使用。我们的理念是，用户不需要看教程，直接输入文字，这样的体验类似使用 ChatGPT 或其他的 AI 产品。深入使用后，可以开启新的分支，或者在线程中切换模型，将原本单线的流程拓展为纵横结合的结构。这时候用户就会发现，Flowith 帮助我更好地发散、对比、调整、优化。这个时候他再想去入门，或者掌握稍微难一点的操作，就很好上手了。

🚦 Ronghui：当时你们做「无限画布」的考虑是什么？不担心用户门槛较高吗？毕竟大家更习惯聊天式的交互。

👦🏻 Derek：其实一开始做的时候，我们并没有想太多。我们当时疯狂地在调 prompt、搭一些 AI 小测试——虽然那时还不叫 Agent。我们发现一个很大的问题是，在 ChatGPT 或其他单线程 AI 中，一旦你修改 prompt，历史记录就没了，只能维护一个线程，修改和对比测试非常不方便。

我们自己也经常做脑暴会议，是典型的多线程使用者。但在单线程对话中，无论生成内容还是与 AI 的互动都非常受限。所以我们当时会把 prompt、生成结果、对话线程搬到 Figma 上。Figma 可以横向排列内容，自由度更高，左右对比和查看后续回复也更方便。

于是我们就想，能不能做一个产品，在一个画布或简单界面中，既能纵向延展，又能横向发散。当时市面上并没有类似的产品，所以我们也不确定是否能行。但 MVP 做出来后，我们找了很多朋友测试，发现这个痛点是普遍存在的。

比如一位投资人朋友，他之前会把 AI 的回复放在 Excel 里，因为 Excel 本质上也是把一维内容变成二维。我们觉得这和我们的思路很一致，所以就把 MVP 继续打磨下去。

后来我们将定位聚焦在创作领域。虽然画布或这种交互方式有一定学习门槛，但一旦掌握，很多人就回不去传统的单线性交互了。所以我们认为在创作场景中，画布式交互是更优选择。去年我们完成产品后，发现很多产品开始借鉴我们的设计。今年也看到更多人往这个方向走，我觉得这就是从「反共识」逐步走向「共识」的过程。

作为 2025 年最热细分赛道，Flowith 怎么看行业格局和竞争

🚥 Koji：我们刚才聊了很多 Agent Neo 与其他 Agent 的不同之处，一直在追问你们的功能和场景差异。现在已经是 2025 年 5 月，Agent 是最热话题。你怎么看其他团队，比如 Manus、Genspark、Fellou，甚至刚发布的 Lovart？能分别点评一下吗？

👦🏻 Derek：我们其实也关注了这些产品。Manus 是一个里程碑式的产品，它将 Agent 概念带给了大众，让原本对「智能体」毫无概念的用户也了解并接受了这种全新的 AI 交互方式。但 Manus 出来之后，很多产品只是简单模仿，功能上并没有太多创新和亮点。虽然宣传阵仗很大，但缺乏实质性突破，大家也有一点审美疲劳。

我比较期待不管是创业团队还是大厂，后面能推出更多有突破性的尝试。我们也乐于做新实验，就算失败了，也能推动整个 Agent 行业的进步。

🚥 Koji：Flowith 和 Agent Neo 一直做的东西都与其他人不太一样，对业界很有启发。而 Manus 之后，谢扬做了 Fellou，他很积极也激进地强调 Agent 应该在本地浏览器运行，而不是放在云端。但 Devin、Manus 和你们的 Neo 都是在云端，你怎么看这个路线选择？

👦🏻 Derek：我们没实际用过 Fellou，但早期的 Oracle 就是偏本地执行的，必须在网页中实时操作。我们当时做过很多这方面探索。现在的 Neo 强调云端，它的好处是相比本地会多非常多。我举个实际例子：现在我们在内测 Neo，每天很多用户会在睡觉前给它布置非常复杂的任务，比如分 200 步调研一个话题、调股票，甚至是做个网站或调研某个对象。比如我今天要见 Koji，我之前没有太了解 Koji，我让他疯狂地去网上去搜索你的信息，然后给我做一个汇报，给他这些活之后我就去睡觉了。第二天醒来，用手机就能查看执行过程和最终输出网页或报告。这种感觉非常特别，就像有个小黑工或实习生，你交代了任务就能全权放心。这种用户心态的改变，是本地 Agent 难以实现的。因为本地模式通常需要用户保持设备开启，操作过程也不够便捷。

🚥 Koji：但 Fellou 的思路是：本地浏览器有更完整的上下文信息和浏览记录，而且处于登录状态，访问数据时无需用户反复输入账号密码。这一点怎么看？

👦🏻 Derek：确实存在这个问题，比如你让 Agent 去发推特，在云端是做不到的，因为需要登录。但是你让用户在虚拟机上去登录的话，隐私和隐患会比较大，而在本地浏览器就就没有这个问题。

不过我认为这两者各有优势，未来可能会出现更好的结合方式。

垂直 Agent v.s. 通用 Agent

🚥 Koji：你们刚才提到，Agent Neo 是为创作者设计的 Agent，从某种意义上来说，它是一个垂直 Agent。但当我们说垂直 Agent 有成立的可能，往往是因为某个领域存在复杂的工作流，或者需要特定的专业知识库，对信息来源的准确性要求也更高。但创作者这个方向，为什么可以支撑一个独立的 Agent，而不被通用型 Agent 淹没呢？

👦🏻 Derek：通用 Agent 的终极形态是 AGI。如果 AGI 真能实现，那很多垂直领域确实可能都会被取代，甚至很多人类岗位也会被颠覆。但我觉得这个过程不会那么快。

在 AGI 实现之前，通用 Agent 很难在某些垂直场景下超越专业型 Agent 的效率。通用 Agent 什么都能做，但往往做得不够精。

🚥 Koji：那有没有例子是因为你们选择做「创作者专属 Agent」，而刻意放弃的一些功能？这些可能是通用 Agent 会做的事，但你们觉得不值得投入的。

👦🏻 Derek：是有的，这也和我们接下来几个月的一个新技术更新有关，到时候会更具想象力，希望能再和大家分享。

比如 Neo 现在支持很多工具：生成网页、联网搜索等等。我们在决定是否加入新功能时，会特别考虑这些工具对创作是否有价值；比如「发短信」或「打电话」的能力，虽然技术上不难实现，但作为创作工具，这类功能意义不大。所以我们有意识地做了取舍。

🚥 Koji：你刚才提到很多垂直和通用 Agent 的差异。但说实话，我拿到 Neo 邀请码后体验了几天，感觉它也挺通用的，并没有感受到特别「垂」在哪个方向。你们内部是怎么界定「通用」和「垂类」的？

👦🏻 Derek：其实我们认为「通用」和「垂类」这个界限是模糊的。Manus 虽然声称是第一个通用智能体，但在我们看来它依然有边界。我们给自己设定的方向就是「创作型 Agent」。我们也能实现打电话、点外卖这些功能，但我们选择不做，因为它们不符合我们对产品定位和愿景的设想。我们希望专注于和创作强相关的场景和能力。

🚥 Koji：Manus 发布后，整个市场对 Agent 的关注明显提升，Manus 的 5 亿美金估值也燃起了市场的热情。你们在跟 VC 聊时有没有感受到什么变化？

👦🏻 Derek：其实我们在 Manus 发布前的 2 月份，就已经实现了一波增长，也完成了第一轮融资，那时候的估值和关注度还比较低，所以那轮受影响不大。但后续的融资和市场关注，确实受到 Manus 的推动。可以说它把整个 Agent 这个赛道带热了，我们也确实得感谢他们。

原本我们是计划在今年年中或下半年推出 Oracle 的全新版本，但因为 Manus 的出现，我们提前加速，现在可能在 5 月份就能上线。这个节奏的改变也和市场变化直接相关。

2-3 月时 Flowith 实现指数级增长，做对了什么？

🚥 Koji：你刚才提到 Flowith 在 Q1 实现了非常显著的增长，甚至是翻倍的成绩。你觉得那段时间你们做对了哪些事？

👦🏻 拐子：一月，我觉得最重要的事情之一就是大家都知道的，那时候春节期间出现了一位 AI 明星—— DeepSeek。我们在一月推出了 Flowith 2.0，当时上线了「知识花园」功能。DeepSeek 火起来的时候，正好是大年三十，我还记得特别清楚，我在吃年夜饭时，DeepSeek 的服务器崩了，很多人都在讨论这件事。

我们当然也接入了 DeepSeek。那时我在想，除了单纯介绍 DeepSeek，还有没有可能和我们的产品做一些结合，让大家在内容创作上有新的突破，同时也能接住这波流量。我想到我们的「知识库」功能，它还带有内容交易的属性。于是我把这个想法告诉了 DeepSeek，做了一个 Flowith x DeepSeek 的支持库。

我把自己以前写过的一些有「网感」的文案喂给它，它给我生成了二三十个方向。其中一个很有价值的就是「用 DeepSeek 赚钱」。这和我们「知识库可变现」的思路不谋而合。那段时间我们发布了很多相关内容，国内外都有，形成了一波自然增长，也结合了产品端的一些裂变机制，带来了一个指数级的小爆发。

小红书运营，Flowith 的心得总结

🚥 Koji：这段经历很有意思，我也想多聊聊。Flowith 在小红书表现非常亮眼。刚才你讲了借助 DeepSeek 实现增长的故事，那你能分享一下你们现在在小红书最爆的一篇笔记是哪一篇或者哪几篇吗？

👦🏻 拐子：DeepSeek 期间数据都还挺好的，浏览量最高的一篇大概有 50 万。目前最爆的是那篇「DeepSeek 可以赚钱」的笔记，数据很好。那段时间我大部分内容都是让 AI 帮我想标题、内容和配图。我自己还搭了一个小 Agent，来做这些事。

另外印象深刻的一篇是我们发布 2.0 版本时的「知识花园」那一篇。我们当时内部在讨论，怎么让「知识花园」这个功能在市场上引起更大关注。它本身有知识交易、裂变等属性，但我们觉得还需要一个更强的噱头。我当时让 AI 帮我想标题，它给了十几个选项，直到我看到一个词—— OnlyFans。虽然这个词在国外语境下稍显敏感，但它的交易属性、社交属性都很成功。我个人很喜欢那篇内容，因为它体现了 AI 对创作的辅助，能精准抓住关键词。那篇笔记的标题也经常被媒体和其他博主引用。

最近国外有个「Vibe Marketing」的概念很火，跟「Vibe Coding」类似，核心是让 AI 帮你做决策，减少人为干预，享受与 AI 互动的过程。Derek 很早就私信我，说我可以倡导这个概念。我觉得我们从去年开始在小红书的运营就是这种理念的践行。国外甚至有人做了一个 20 分钟的视频来讲这个概念，很多观点和我是一致的。这也算是一种验证，证明「Vibe Marketing」确实可行，甚至在传播层面比「Vibe Coding」更容易出圈。我觉得未来我会继续深耕这个方向。

🚥 Koji：刚才你提到那篇笔记的标题被很多媒体引用，是哪一句？

👦🏻 拐子： 「我好像发现了 AI 时代的 OnlyFans。」

🚥 Koji：你们做小红书，有没有一些方法论或心得可以分享？有没有几条你自己总结的经验？

👦🏻 拐子：第一点，小红书最早是因为女性用户多起家，靠美妆、探店类种草内容带火的。所以「种草」这个理念非常深入人心，不管你是十万粉的大博主，还是几百粉的新号，被推荐的机会其实是差不多的，这是我长期发帖之后观察到的。

第二点，小红书是内容驱动的平台，标题和内容的「网感」非常关键。比如我发的大多是和 Flowith 相关的内容，在这个平台还是需要一个比较成型的、非常厉害的产品，才能引起大家的喜欢。如果你想在这个平台「go viral」，你首先要理解它的分发机制，其次是具备抓人的标题和视觉表达，然后才能吸引用户点击你的帖子。最后要思考转化——你的目标是什么。比如说，你要植入一些内容，完成你想做的事情。对于我来说，我肯定是希望产品转化。

🚥 Koji：有没有特别实用、回去就能用的建议？比如一个写笔记的小技巧？

👦🏻 拐子：我觉得是「多看多学」，就像训练 AI 一样。你要看你想发的内容领域里最火的长什么样，学它的结构、语言、标题。不仅要学习小红书，还要学习你这个话题下最火的东西可能长什么样，然后可以用 paraphrase 的方式做重构这些标题。

还有一个非共识的观点是：如果一个账号发了100篇，流量一直很低，那可能不是运气的问题，而是账号本身或者内容策略有问题。小红书和公众号、微博不一样，它是完全不同的逻辑。你要重建对平台的认知，多刷、多学、多发。

👦🏻 Derek：我觉得小红书最核心的一点是它有点实现了「注意力平权」。像我们在公众号有几十万粉，在其他平台也有很多粉，但是那些平台的粉丝越多，后续的数据会越来越好。如果你是一个新号，比如就几十个粉丝、几百个粉丝，一开始发文章出来之后，它流量肯定是比较低的。而在小红书，即使你是一个新号，只要内容够好，也能和几万粉的大博主获得同等的推荐机会。它是图文为主，不需要高成本视频制作，创作门槛低。

刚才拐子提到「Vibe Marketing」，我觉得小红书就特别适合。它门槛低，不用想太多，直接发就好。但很多人发几条之后数据不好就放弃了。其实，看上去最简单的道理就是：狂发。你发五条不行，就发二十条，五十条。虽然你一开始的网感不一定很好，但只要不断输出，肯定会爆一条。一旦你获得了正反馈，这个飞轮就能转起来，这非常关键。

不管是像我们这样做 AI 创业的，还是其他领域的创作者，我觉得都适用。当然，如果是做产品，核心还是产品本身。如果产品没亮点、比较普通，那即使你在小红书上标题再吸引人，效果也不会太好。我自己也用小红书，虽然最近发得少，但去年有空的时候我会去发，也尽量真诚地分享一些认知和感想。可能这些内容在平台上不太常见，所以也比较容易获得关注。

精简团队实现低 burn rate

🚥 Koji：我上周见到一位也在做 Agent 的创业者，他说非常佩服 Flowith，觉得你们的 burn rate 特别低，成本控制得很好，因为团队很精简。你们现在团队有多大？都是什么岗位？

👦🏻 Derek：我们最近在招人，所以刚进来不少新同事。现在差不多十五六个人，比之前多了不少。我第一次见 Koji 的时候，我们才三个人，非常小的团队。后面虽然陆续招人，但节奏比较慢。整体还是希望控制在三十人以内，以比较精简的状态把产品做下去。

🚥 Koji：这十五六个人大致是什么岗位和分工？方便说吗？

👦🏻 Derek：一大半是技术和开发，剩下的包括市场运营、产品、设计各占一部分。

🚥 Koji：你觉得你们现在的产品研发团队结构，和以前互联网公司的那种有什么不同？

👦🏻 Derek：区别还是很大的。我们早期，包括之前的创业项目和 Flowith 刚开始的时候，也挺传统的。产品流程是从产品经理到 UX，再到 UI，最后交给开发，开发完再测试上线。但在 AI 时代，这样太慢了。

所以我们简化了很多流程，现在是产品直接到开发。UI 交给 AI 或 Agent 来做，UX 和产品合并，由产品经理直接推进开发。开发这边也配合 Vibe coding 和 AI 的辅助，落地非常快。开发完成后，我会再做一轮测试，比如调整一些不够理想的 UI 或交互，由我来改代码，最终形成可上线的版本。总之，我们现在的开发流程已经和传统方式有很大不同。

🚥 Koji：刚才你提到让 AI 做 UI，那总得有人来引导它怎么做吧？现在这是谁负责？在哪个阶段介入？

👦🏻 Derek：我们最开始做了很多尝试，后来找到了一种比较稳定的方法：让 AI 在我们已有的设计语言、风格下工作，包括阴影、主色调、圆角大小等都能掌握。我们会把这套 prompt 规则提供给 AI agent，它就能生成符合我们设计系统的代码，然后进行落地。

除了这个过程，我们的工程师在生成过程中也可以对 UI 做一些微调。最后我也会参与修改。因为 AI 有时生成的界面比较平庸，需要润色和调整。等这些都做好后，就可以交付上线了。

融资心得：去年和今年形势大不一样

🚦 Ronghui：Derek，你之前提到最近在聊新一轮融资，之前也有一些个人投资。你是从去年到现在都在中美两边跑吗？会同时接触两边的投资人吗？

👦🏻 Derek：对，其实最近我们主要还是在国内，尤其在赶产品的阶段，但之前确实是中美两边都跑得比较多。

🚦 Ronghui：你觉得去年融资和今年相比，有什么明显不同吗？

👦🏻 Derek：差别挺大的。去年年初，甚至前年，国内的融资环境就不是很好，大家都比较悲观，机构也出手很保守。以前每年投几十个项目的机构，前年可能只投了几个，这种变化我们感受很明显。所以去年我们的策略也比较保守，觉得环境不好就专心打磨产品、做技术。无论是画布还是 Agent，我们在宣传上也走得比较谨慎，融资也没那么激进。

但今年从 DeepSeek 开始，再到后面出现一些现象级的产品，国内机构突然就热络起来了。我们这两个月经历了不少非常「夸张」的融资事件，和之前完全不同。

🚦 Ronghui：什么样的「夸张」的事情？

👦🏻 Derek：最近两个月大概聊了二三十家机构，很多都表达了强烈的意向。其实我们两个月前就拿到了不错的 offer，准备签了，结果又有新的头部机构加入，就开始抢这个 deal，估值变化也非常快。

🚦 Ronghui：那你之前有接触过美国投资人吗？会考虑拿美国的钱吗？

👦🏻 Derek：去年我们也和一些美国机构聊过。今年我们一直在上海硅谷两地跑，也没有太急着融。因为国内基金比较容易见面，所以这几个月聊的以国内为主。但之后我们也希望在美国多接触一些机构，毕竟我们是一个偏全球化的产品。

🚦 Ronghui：那你们会提前做一些准备吗？比如像 HeyGen 或 Manus 遇到的那些情况，会有预案吗？

👦🏻 Derek：会的，这肯定需要提前准备。不管是融资前的机构考虑，还是公司架构的设计，这些都挺复杂的。现在做全球化的出海融资，美国机构对这些问题会有不少 concern，所以我们也在不断学习，像架构这些就得提前规划好。

过去一年可以改善的事情：对自己的选择更自信

🚥 Koji：你觉得过去一年你做的最正确的决定是什么？

👦🏻 Derek：最对的决策，一下想不到什么很具体的，一些可以改善的决策会比较多。

🚦 Ronghui：可以分享一下吗？

👦🏻 Derek：比如，过去一年我的一个问题，当时我们其实看到了几个很明确的发展方向，或者说有一些「反共识」的判断，但当时我们对自己的判断不够自信，没有坚定地去 all in，没有更激进的往下推。像我们在推进画布或 Agent 时都比较保守。后来我回想，如果当时能更冒险一些、更有信心一些，可能进展会更快，效果也更好。

🚥 Koji：那当时有哪些你觉得应该更激进但没做的事情？

👦🏻 Derek：比如我们在推出 Agent 的时候，Oracle 技术表现其实非常突出，但我们宣传上没有把它定义为「第一个通用 Agent」，只是说它是能帮你完成深度工作的 AI 助手。这样的表达就比较保守，传播效果也有限，很多人其实错过了我们产品的发展节奏，不知道我们很早就在做这些了。

🚦 Ronghui：那现在你在哪些事情上会要求自己更激进一点？

👦🏻 Derek：也不是更激进，而是说对我们团队内部形成的一些共识和推论要更有信心，愿意投入更多资源去执行。比如我们现在在做的 Neo 发布，以及未来三四个月内准备的新功能。这些方向我们已经能看到很清晰的前景，就会更早做准备，投入更多资源，把事情真正落地。

短期目标：优化产品；长期目标：做一个终极 AI 创作工具

🚦 Ronghui：你对 Flowith 的短期和长期目标是怎样的？

👦🏻 Derek：短期内，我们会继续优化现有产品功能。Agent 是非常核心的一部分，我们已经推出了 Agent Neo，未来还会有更多新的 Agent 出现，它们的能力也会不断提升。同时，我们也会对之前的功能做进一步优化，比如知识库、画布这些基础交互。因为之前团队规模较小，时间有限，还有很多可以改进的空间，我们会继续打磨和升级这些部分。

长期目标是希望 Flowith 成为一个终极的 AI 创作工具。这不仅仅面向专业创作者，也包括所有具有智能创作需求的用户，甚至是一些非传统意义上的创作。我们的愿景是让用户在 Flowith 上，能快速高效地实现他们的创作想法，拿到满意的结果。

🚦 Ronghui：你觉得这个目标需要多久能实现？

👦🏻 Derek：我们的规划大概是 1 到 3 年。但进展速度不好预测，我们会尽力加快实现，也做好打持久战的准备。

一个非共识：通用型 Agent 模型厂商空间更大，创业公司的机会是垂直类 Agent

🚦 Ronghui：你觉得今年 Agent 的竞争格局，到年底会变成什么样？

👦🏻 Derek：我觉得会有越来越多的垂直类 Agent 出现，比如我们就是做创作类的 Agent。其他领域也会有类似的发展。

通用型 Agent 这块，像 OpenAI 这样的模型厂商应该会做出更多尝试。现在很多模型厂还没发布真正最新的 Agent 产品，但接下来几个月应该都会陆续上线，我们也期待看到这方面的技术和产品突破。

对创业公司来说，垂直方向的机会可能更大。可以预见的是，未来几个月会不断有有趣的新产品冒出来。

🚦 Ronghui：所以总结来说，通用型 Agent 更适合模型厂商发挥，创业公司的机会更多在垂直类 Agent？

👦🏻 Derek：是的。

🚦 Ronghui：这是一个共识吗？

👦🏻 Derek：好像也还没有形成完全共识。

🚦 Ronghui：除了 Flowith，你自己最常用的两三个 AI 工具有哪些？

👦🏻 Derek：用得最多的是 Cursor，因为我经常写代码，不管是 Neo 的算法，还是前端的一些部分我都会参与。我们的工作流比较特别，我基本每天会花三四个小时在 Cursor 上。其他用得少一些，比如做视频或音频时会用到一些 AI 工具，像 ElevenLabs 或者可灵。除此之外就不太用了。

欣赏的创业者与公司文化

🚦 Ronghui：不管是否认识，有没有你特别欣赏的创业者，无论是国内还是硅谷的？

👦🏻 Derek：国外的话我们接触很多是 XAcademy 的校友，他们在美国的发展都挺好，虽然在国内可能不太知名。比如我们有个朋友做了一个叫 Flair AI 的生图工具，用户数和盈利都不错，也有在做硬件的朋友进展也很好。

国内也有一些最近合作的朋友做得很好，不过因为身份原因不太方便具体说。

🚦 Ronghui：那你有没有特别喜欢的公司文化？未来希望 Flowith 给用户留下什么样的品牌印象？

👦🏻 Derek：大众一些的大家都知道了，一个比较特别的例子是多邻国。我大学室友在多邻国工作，我们经常聊天，他也会分享他们的公司文化和内部沟通方式，我觉得挺好的。多邻国看上去是一个垂直、小众的公司，但文化上跟我们很像。他们非常推崇「直率和友善」这两个词，鼓励员工直接指出问题，不搞弯弯绕绕。但直率的同时要保持友善，这样团队内的问题和想法都能很好地沟通解决。我很认同这种方式。

但直率带来的问题就是有时候会伤到人，所以还是要保持友善，尽量两者都兼顾。这样的话团队内部有什么问题，或者有什么想法都可以比较好的解决。这个我还是蛮认同的。

🚥 Koji：谢谢 Derek，也谢谢拐子，今天的分享非常精彩。期待 Agent Neo 被更多用户喜欢，也欢迎你们再来「十字路口」！

👦🏻 拐子：拜拜。谢谢。

👦🏻 Derek：谢谢。

🚥

参考资料