欢迎收听十字路口，我们关注新一代AI技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻，形容他站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI正在给各行各业带来改变，我们寻找、访谈和凝聚新一代AI创业者和AI时代的积极行动者，和他们一起探索和拥抱新变化、新的可能性。
我是十字路口的柯基，联合创办了街旁、新世相和糖岛，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技，尤其是 AI，是我们这一代人最大的价值创造机遇。欢迎大家找我聊天，碰撞想法，链接下一个可能性。
我是十字路口的融汇，在美元 VC 工作过，也做过五年的硅谷驻站记者，关注科技发展和商业故事，也欢迎大家找我聊天和我交流。
Ronghui
去年 4 月，Flowith 在 Twitter 上发布之后，我感到十分惊艳。当时我辗转加到了创始人 Derek 的微信，和他在上海北外滩的一家星巴克约了见面。
回忆起来，去年让我产生这样冲动的，就是一定要找到这位 founder，和他见一面。这样的人、这样的产品，好像印象中真的也只有 Flowith 和 Derek。
当时 Flowith 打动我的是它的体验，丝滑流畅，审美也独树一帜。在当时大家都在做非常无聊的 chatbot 时，Flowith 选择了无限画布这种交互形式，让人耳目一新。
本周十字路口很开心，终于请到了 Flowith 的创始人兼 CEO Derek，以及 CMO 拐子，一起来上十字路口。
Flowith 非常有硅谷范儿，但同时又很接地气。可能很多人都不知道，Flowith 的小红书运营可以说是炉火纯青。我认为它甚至可能是最厉害的、没有之一的 AI 效率类产品。
Flowith 能够在小红书收获很多粉丝，我认为不只是因为他们很有网感、很会运营，更是因为这款产品本身就很不错，有它的过人之处，也招人喜欢。
今天 Flowith 也正好来到了我们发起的 AI Hacker House，在这里做了一场别开生面的活动，给他们最新的 AI Agent——Neo——做出道。Neo 在 AI Hacker House 出道的同时，我们录制了这一期播客。
也欢迎今天听播客的朋友在评论区和我们互动，我们在一周之后会抽出十位送 Flowith 的会员兑换码。
Koji
首先请二位和我们做一场快问快答。年龄。
Speaker 1
29 岁。
Speaker 2
24 岁。
Koji
毕业院校。
Speaker 1
我是美国 Lafayette College 数学专业毕业的。
Speaker 2
我是 UCL 的硕士，读的是人工智能与数字创新。
Koji
在 Flowith 之前，二位都做了什么？
1. Flowith 创始人的创业起点
Speaker 1
Flowith 之前，其实我做过非常多项目和尝试。其中比较大的几个项目，一个是 2016 年创办的科技教育品牌，一开始叫 Tech X Academy，后来叫 X Academy。它是一个青年的科技 summer camp，每年我们会在上海举办，现在已经是第 10 年了。
有非常多做 AI 创业的朋友，都是我们之前的校友。这个后面我会再进行一些分享。
除了 X Academy 之外，我在 2018、2019 年做过一个叫 Realm 的兴趣社交产品。当时我还在读本科，因为这个项目休学回国，在深圳创业了一年多。后来还是遇到了一些瓶颈，所以这个项目就结束了，但这算是我第一个互联网产品的经历。
Koji
拐子呢？
Speaker 2
我本科是在国内的一所中外合办大学，宁波诺丁汉大学读的。本科期间我也是数学专业，从大一开始就有过一段小的创业经历，做了国内第一个电子音乐节。
这个音乐节在浙江乃至全国都算小有名气。从公众号的角度来说，也有几百万的流量。我们自己也做过比较多社交方面的裂变。
Koji
二位的 MBTI 和星座呢？
Speaker 1
我是 INTP，双鱼座。
Speaker 2
我是 ENFJ，白羊座。
Koji
Flowith 现在的融资情况怎么样？
Speaker 1
这个融资还挺有意思。我们最近正在 close 连续两轮融资，不过因为暂时还没有完全交割，具体金额可能还没法讲，大概加起来是一千多万美金的融资额度。
在此之前，我们去年拿过一笔比较小的个人天使投资。再往前，这个项目最开始是我和合伙人拿之前创业的一些积蓄，自己孵化、自己做起来的。
Koji
恭喜。现在方便透露 Flowith 的用户规模和 DAU 这样的数据吗？
Speaker 1
用户规模其实还是非常小，目前有 20 多万注册用户。DAU 变化挺大的，因为我们最近增长特别快。
收入方面，今年 3 月我们的 ARR 达到了 100 万美金。2 月相比 1 月翻了好几倍，3 月相比 2 月又翻了好几倍，所以整体收入增速比较快。目前单月收入差不多也有几十万美金，比较期待这次全新发布之后会有一些新的变化。
Koji
非常感谢二位选择 AI Hacker House，来做这次 AI Agent Neo 的出道活动。如果请你们用一句话安利一下 Neo，为什么它值得被关注和使用，你们会怎么说？
2. Neo 的无限工作哲学
Speaker 1
如果用一句话，我会说，它是一个能让你变得更加聪明，同时又变得更加懒惰的超级全能 Agent。
Koji
又聪明又懒惰。那它和其他 Agent 有什么不一样？其他 Agent 好像也可以让我又聪明又懒惰。
Speaker 1
我们更加突出的是让大家变得懒惰。
我们在去年 5 月开始做 Agent 时，就在想为什么要做 Agent。因为我们觉得，大模型或者 AI 的推理能力和智能已经非常强了。大家应该都用过很多先进模型，对它的智商以及它对信息的掌握都有感知。
但当时我们会想，为什么 Agent 没有给很多人创造更多价值？为什么很多人没有通过 AI 赚到更多钱，或者产出更好的作品？
我们觉得最大的原因是，AI 没有把它的 agency 发挥出来。它有很强的智能，但是没有很强的能动性。Agent 是一个非常好的、可以把 AI 能动性发挥出来的形态，因为它可以执行多步骤任务、调用工具、管理上下文，从而执行更加复杂的任务。
我们当时做 Oracle 的时候，就有些强调这一点，但当时还处在尝试阶段，并不是非常确信，也没有一定要把这些东西放在第一个目标上。
现在做 Neo 的时候，我们更加确信，更长的步骤、更长的上下文和更长的输出非常重要。我们不希望 Agent 只是一个玩具，大家尝试一下、玩一玩就过去了，而是希望它真的能帮助用户解决需求，产出高质量内容。
所以这次 Agent Neo 非常强调，它可以执行非常长的任务，输出非常长的内容。我们会说它是“无限”的：这个架构在搭建时，就是朝着无限的目标靠近。不管是步骤可以无限长，还是最后的输出物可以无限多，都是 Neo 这次完全不同的地方。
除了无限之外，我们还很强调它是完全在云端执行的。你可以给它一个周期很长的任务，比如让它执行长达一周或一个月的任务，这些都是完全可以的。
无限长，再加上云端执行，就给了它非常多新的可能性。
Speaker 2
我补充一下刚才 Derek 说的。无限长度、无限步骤，包括超级长的工作流程，我们内部有一个很好的概括，叫作“can stop”——它停不下来，可以一直不停地为你干活。
Koji
可以讲一个 Neo 能做、但其他 Agent 做不了的 use case 吗？
3. Neo 的云端持续工作
Speaker 2
我先讲一个。我们刚好在十字路口录播客，十字路口也是一个科技媒体，可能需要追踪一些新的热点。
比如，我们知道世界上最好的大模型公司，像 OpenAI、Google、Anthropic。我们可以为 Neo 定制一个任务：每 2 个小时关注一次它们的 Twitter，并总结它们有没有发布新的内容。
你也可以让它关注 Sam，关注 Google Gemini 的负责人，或者关注 Anthropic 的负责人。它会不停地帮你爬取新的信息，并且按照你需要的交付物来交付。
比如，它可以给你发一封邮件，提醒你当天有哪些更新；也可以为你做一个网页或文档。它会在原有的文档、网页或邮件基础上，进行多轮更新。
它整个工作流可以不用停下来，这一点和其他同类 AIGC 产品非常不同。目前所有 AIGC 产品都还做不到，只有 Neo 能做到。
Koji
你觉得其他产品做不到，是因为它们做不到，还是因为它们选择不这么做？
Speaker 1
首先，目前来说，这是因为我们在设计 Neo 的架构时，出发点就是无限的可能性。从这一点来说，其他产品目前确实还做不到。
至于选择的问题，我觉得是设计理念的不同。我们对于 AIGC 的理解，尤其是对于创作领域的理解，是因为 Flowith 本身深耕创作领域。
如果未来创作领域的 AIGC 达到 AGI 水平，它必须满足这样的条件：像我们这样的创作者，可以无限生成任何东西；内容要有足够好的交付质量；同时还可以实时抓取用户需要的新信息，以及它原有的信息。
所以从设计角度来说，第一，其他 Agent 可能没有往这个方向构思过；第二，确实只有 Neo 能做到这一点，我们对此还是十分有自信的。
Koji
我刚才想表达的是，无限听起来确实是一个非常有差异化的定位。只要我有足够的 token、没有喊停，它就可以一直给我干活。我甚至可能已经忘了自己曾经下过这个任务，但它还在世界某个角落一直运行，默默消耗我的 token 和信用卡。
这个确实很有意思。我想问的是，你们把它当作非常重要的核心关键词，背后是为了找出和其他 Agent 的差异，还是你们真的觉得这件事能够带来很大的用户价值？Derek，你怎么看？
Speaker 1
我再补充一下。我觉得无限，或者说让步骤更长、产出更长，使它能够执行更复杂的任务，这应该是所有 Agent 必走的方向。
只是我们现在可能是第一个，或者比较领先地往这个方向做，并且把它落地了。但我相信之后不管是 Manus，还是其他模型团队，可能都会往这个方向走，只是我们先把这个概念和落地做了出来。
因为无限步骤，其实就有点朝 AGI 的感觉迈进。AGI 相当于可以长期操作、长期帮你完成任务，甚至主动帮你做一些事情。这些都建立在它可以执行非常长的步骤，或者记忆可以非常长的前提下。
我们现在就在这条必经路上，可能算是比较早把它落地了。
Koji
你说大家迟早都会走这一步。据你了解，现在有哪些团队也开始做了吗？
Speaker 1
现在应该还没有。因为我觉得大家也可以看出来，Flowith 一直做事比较快，同时也比较激进。
去年做 Oracle 的时候，大家其实还没有太关注 Agent。包括我们做画布，这些也都比较早。所以我觉得大家现在还没有开始往这个方向做，但很快会有很多 Agent 产品提升这一点。
4. Neo 聚焦创作领域
除了无限步骤、上下文和输出之外，我们比较大的特点是聚焦创作领域。刚才提到的 AGI，我们其实也想实现创作领域的 AGI，而不是完全通用的 AGI，因为我们的产品定位还是一个创作工具。
在创作领域，AI 或 Agent 的工作步骤非常重要。这些步骤需要人去看，人也可以在 Agent 工作的时候参与进来。这一点和其他很多产品完全不一样。
如果一个 Agent 定位是通用人工智能或通用助手，它的步骤也许没有那么重要。比如帮我规划旅行、订酒店，只要 Agent 足够聪明，把事情做完就行了，人不需要看步骤，也不需要介入。
但创作是不一样的。这就是为什么我们坚持使用画布，也坚持让人和 AI 一起共创。
Koji
当你说创作的时候，更典型、更细分的创作画像是什么？文字、图像、视频，还是其他形式？
Speaker 1
我们对模态没有限制。我们发现，不同模态之间的转换非常容易，也非常自然。
有时候用户一开始预期的交付物是一段文本，或者一个很长的段落，但后来可能会发现，可以拿一个网页去展示这些内容。所以我们觉得，在 AI 生成的时代，模态非常灵活：它既可以是文本，也可以瞬间转成图片、视频，甚至网页，这些都没有限制。
具体的用户群体可能很多元。学生可以用它写论文、写报告，职场人士可以用它做产品、新媒体内容，每个人都可以有完全不同的交付物和内容。
Koji
为了服务好创作人群，Agent Neo 除了刚才提到的无限长度，以及更好的输入、输出和上下文之外，还有哪些交互或功能？可以讲一两个吗？
Speaker 1
比如，你可以让它写一部 20 万字的小说，可以让它续写《甄嬛传》，也可以续写你喜欢的小说、电视剧或电影。这个续写可以完全图文结合。
比如让它写一部 20 万字、分成 100 集的《甄嬛传》续集。这个任务可能要执行 100 多个步骤。
它一开始会先搜集《甄嬛传》原来的结尾，第二步列出大纲。这个大纲会涵盖后面 100 集的具体剧情。规划好之后，它会先做一个网页的壳子，最开始这个壳子是空的，之后再往里面填内容。
它会先写续集里的第 1 到第 5 章，生成文字之后再配图，每一章配几张图，一次生成 10 张，再把文字和配图放到网页里。这样，它就完成了前 5 章，然后不断重复，直到最后交付的网页完成。
最终网页会非常长、非常详细，内容质量也很高，看上去真的可以像读小说一样读下去。
Speaker 2
刚才 Derek 说的《甄嬛传》很有意思。我再补充几个我们内部比较有趣的案例。
第一个是我们当时在 GAIA 跑分时，Level 3 里最难的一道题。我们做算法开发的一位同事悄悄买了一个会员，大家想对比一下各个产品的 GAIA 能力，也想看看我们在 Agent Neo 这件事上，比如无限步骤和上下文，究竟做得够不够好。
当时 GAIA 有一道题，给出一张图片，图片里有两只狗，有一条狗绳牵着它们。题目要求先判断狗狗身上穿的背带是哪一个品牌的。这个品牌会在官网上分享代言人的故事，然后需要定位到 2022 年 12 月 8 日当天发布的故事，并找到其中提到狗吃了什么肉。
这个案例很复杂，听起来像一道奥赛题。最后的标准答案只有一个单词：bacon，也就是培根。
互联网上有很多杂糅信息。Agent Neo 首先需要识别图片里的狗绳是什么，然后找到狗绳的品牌。图片里没有任何可以直接参考的品牌信息，但它需要精准定位这个品牌。
接下来，它要找到这个品牌在 12 月 8 日发布的故事，判断文章提到狗吃了什么肉。那篇文章里有很多干扰词，所以必须精准定位。
我觉得这可以体现 Agent Neo 和其他产品的不同。它是一个偏专业的任务，有点像高中生参加数学奥赛，和写一篇语文作文。两件事都可以由一个大脑或 Agent 完成，但在不同情况下，它需要执行的步骤、交付结果，以及中间做出的选择，完全不一样。
Agent Neo 在执行过程中非常动态。它需要实时更新步骤，模型是动态的，调用的工具也是动态的，所以才能答对这道题。其他通用 Agent 产品都答不对，反正这是一道挺难的题。
另一个案例是 GAIA 的第二道题，可能没有那么直观，也没有那么好的视觉展现。但我自己是学技术和代码出身的，我觉得做一个 3D 游戏非常难，不管对人还是对 AI 都是这样。
当时我们在大理玩，那天晚上在打台球，就想让它做一个 3D 台球桌和 3D 台球小游戏。
以前的 Agent，不管是我们的 Oracle，还是 Manus、Genspark 等产品，做出来的 2D 台球桌都可能没办法很好地玩起来。台球游戏需要考虑球体碰撞、出杆力度，以及很多镜头和视角的问题，更不用说 3D 了。
我们也让 Cursor、Lovable 这类专门做代码的 Agent 横向比较，结果发现只有 Agent Neo 能完成这个 3D 台球桌的案例。
这个案例之后也可以放在 show notes 里，让大家实际体验一下。大家可以真的打一杆，就能看到，其他产品可能连一个台球桌都没有，或者只有一个非常基础的东西。
Agent Neo 做这个台球桌时，是一步一步完成台球游戏的。它可能先思考台球规则，做出一个台球桌，最后再考虑球体碰撞和出杆速度。它不是一次性完成游戏，更像一个游戏产品经理或开发者，一步一步完成任务。
我觉得 Agent Neo 与其他产品不同的特点，在于我们给它设计了专有的自我审查机制。它会不断优化自己的任务，最终达到用户想要的水准，这一点和其他案例特别不一样。
最后一个案例也和游戏有关。去年《黑神话：悟空》很火。我们最早做出 Oracle 的时候，我曾经在小红书分享过一个用 Oracle 做《黑神话：悟空》官方介绍页的案例。
但当时 Oracle 只能放一些它在网上搜到的、比较简单的《黑神话：悟空》图片，以及几段简单介绍。它的上下文能力很有限，也没有很好地索引网上图片，或者让 AI 自己绘图的能力。
如果让 AI 做这样的图片，prompt 需要非常精细。但这次我们让 Agent Neo 做了一个《黑神话：悟空》的产品展示页，也就是一个非常详细的官网，并且让它尽可能输出很长的 long context。
大家可以打开 show notes 里的案例。首先，我们让它学习《黑神话：悟空》的审美和技术风格，比如偏金色，以及很有艺术感的字体。
除此之外，在《黑神话：悟空》的人物设计上，它学习了网上的美术资料，然后把这些信息交给模型和图片模型，再结合我们自己的图片制作方法，为每个人物制作图像，比如孙悟空、八戒，以及其他怪物。
它制作了人物原型图，并标注引用来源，最终形成了一个非常详细、可交互的网页。
过去当上下文非常有限时，Agent 没办法交付一个图文并茂、特别详细的网站。我觉得 long context 或者 infinite context 不仅是文字的问题，它还包含图片和更多模态。
在 Agent 的服务里，它还嵌入了 YouTube 视频，支持更多模态，再通过文字、代码等各种形式，为用户完成输出。
《黑神话：悟空》这个例子大家可能比较熟悉，也更容易感受到：如果今天让它交付一个相对完整、产品级的介绍网页，Agent Neo 应该是第一个能做到的 Agent。以往的 Agent 产品，包括我们自己的 Oracle，都做不到。
Koji
听到这里，我感觉你们所说的“创作者”，是不是不是我们常规理解的创作者？你们讲的创作者，是不是指用 AI 做事的人，无论是使用模型还是 Agent？
Speaker 1
AI 或 Agent 有机会在未来把每个人都变成创作者。
以前我可能只擅长写文字，或者做一些其他事情，但现在有了 AI 或 Agent，它也可以帮助我成为一个不错的产品设计师、交互设计师，或者一个不错的程序员。
所以它首先拓宽了你的创作可能性，真的可以让每个人都成为创作者。
Koji
刚才 Derek 举了一个写 20 万字《甄嬛传》的例子。为了让这件事能够实现，并且做得比别人好，你们做了哪些优化？
Speaker 1
我们刚才说的无限产出、无限步骤，听上去可能不够直观。我举一个具体例子。
5. 无限迭代打磨作品
过去不管是 AI coding 工具，还是纯粹的大模型，让它做网页通常都是单步骤的。比如你让它做一个贪吃蛇游戏，它会生成代码，大概等 5 分钟，就把网页做出来了。这大概就是过去使用大模型或 Agent 的体验。
现在使用 Agent Neo，它可以分很多步骤完成整个项目。第一步还是创造网页，第二步则是在第一步生成的网页和代码基础上，自主进行修改和调整。
我们相当于打造了一个机制，让 Agent 或 AI 可以无限自主迭代、无限自主优化。一个网页的第一版代码可能只有 5,000 行，它可以不断迭代到 5 万行，甚至 50 万行，这些都是可以的。
这是其他产品目前可能都做不到的，甚至包括专门做 AI coding 的工具。比如 Cursor，也没办法完全自主地让 AI 实现这些事情。使用 Cursor，还是需要人在监管的情况下，让人与 AI 一步一步执行。
我们相当于可以让 AI 完全自主规划，自主进行一步一步的调整，最后完成整个代码和项目的交付。
Koji
那这和 Manus 或 Genspark 有什么不一样？感觉做 AI Agent，大家第一步都会先做任务规划，而不是像 chatbot 一样，立即开干、一次回复解决所有问题。
你刚才描述的，在我听下来感觉和大家都类似。还有什么不一样的地方，可以再讲讲吗？
Speaker 1
任务规划是目前所有 Agent 常见的做法。但在 Neo 里，生成网页时会拆得非常细，每一步只实现一个功能。
我们会非常强调让它在一个作品上反复修改，而不是一键生成，或者简单输出。虽然看上去所有 Agent 都有分步骤的 planning，但在交付物的打磨上，现有 Agent 都比较不足。
我们觉得这一点非常重要。想要输出高质量内容，就必须反复修改。人做作品也需要反复修改，在一个作品上不断打磨，但现在已有的产品在这方面都比较不足。
Koji
你们会给它设置至少要做多少步吗？
Speaker 1
没有。我们是比较动态的。
Neo 里有一个选项，可以让用户控制步骤数。如果你希望某个任务简洁、高效地完成，可能一两步就够了。但如果你希望它做出一个产品级、非常完善的代码，就可以把步骤数拉满，让它执行 100 步、200 步，把项目做出来。
比如做一个贪吃蛇，有的人只是想玩一下，做得简单就行；有的人想做得非常精美。prompt 可能一样，但用户的期待不同。所以我们提供了一个选项，让用户控制具体步骤数和迭代次数。
Koji
我觉得 Flowith 是一个使用门槛有点高的产品。有不少朋友觉得它界面很酷、口碑也很好，都想尝试，但试了一下之后好像就败下阵来。你们怎么看这个现象？
6. 画布降低产品门槛
Speaker 1
我觉得这个说法可能有点片面。我们一直非常关注这个问题。
Flowith 从 2023 年开始开发，最开始面临的最大挑战，就是画布式交互天然可能有比较高的门槛。当时我们很头疼，也花了很多时间优化。
最开始做产品时，它有点像自由画布，类似 Figma 或 Photoshop。用户可以拖动，也可以在白板或画布上自由使用和组合。
但后来我们发现，对小白用户来说门槛比较高，入门需要不少时间，所以我们优化了很多交互和设计思路，把最初比较自由的画布调整成现在的流式布局。
现在用户一上来不需要学习，直接在输入框里输入内容，就可以获得和 ChatGPT 或其他 AI 产品类似的交互体验。我们的理念是，用户不需要看教程，直接进来输入文字，就能马上用起来。
但当用户用得稍微深入一点，就可以随时开一个新的分支，或者在已有的单线程基础上切换模型，把原本完全纵向的延伸变成既有纵向、又有横向的延伸。
这时候用户会发现，Flowith 可以更好地帮助自己发散、对比、调整和优化。等到他想掌握稍微复杂一点的操作时，就已经有了一个很好的开始。
Koji
当时考虑做无限画布时，你们不担心用户门槛相对较高吗？毕竟大家更习惯聊天式交互。
Speaker 1
一开始我们没有想那么多。当时我们疯狂调 prompt，搭建一些 AI 的小测试。那时候还不叫 Agent，更多是一些小的 AI 实验。
我们发现，用 ChatGPT 或其他单线程聊天式 AI 时，一个很大的问题是：修改 prompt 之后，过去的历史就没有了，只能维护一个线程，所以修改和对比测试都很不方便。
我们自己也经常进行头脑风暴，都是比较多线程的思考者。在单线程对话里，不管是内容生成，还是和 AI 的交互，都会受到很大限制。
所以当时我们会把 AI 的 prompt、生成结果，以及整个单线分支搬到 Figma 上。Figma 可以横向排列内容，也比较自由。这样做之后感觉很方便：既可以左右对比，也可以往下查看后续回复。
于是我们就在想，能不能直接把它做成一个产品，让大家在一个画布或简单界面里，既可以向下延伸，也可以左右发散。
当时没有任何产品这样做，所以一开始也不确定这是不是可行。但 MVP 做出来之后，我们找了很多朋友测试，发现很多人都有这个痛点。
包括一位投资人朋友，他说自己以前会把 AI 的 prompt 和回复放在 Excel 里。Excel 其实也是把一维变成二维，所以我们觉得这件事有很多共通之处。
后来我们就继续把最初的 MVP 做下去，发现它有潜力成为一个市场更广的产品。之后我们把定位放在创作领域。
在创作领域，画布或这种交互方式可能有一点学习门槛，但一旦掌握之后，很多人就回不去了，不愿意再回到传统的线性界面。
所以我们觉得，在创作领域，画布式交互可能是最好的选择。
去年有非常多产品开始借鉴我们的思路，今年也看到很多人开始往这个方向走。我觉得这也是一个反共识变成共识的过程。
Koji
前面我们聊了很多 Agent Neo 和其他 Agent 不一样的地方，也反复问了你们有什么不同、有哪些别人做不到的场景。
现在我比较好奇，站在 2025 年 5 月，市场最热的话题是各种各样的 Agent。也想听听你怎么看其他友商或竞品，包括 Manus、Genspark、Fellow，以及最新发布的 Lovart。可以分别点评一下吗？
Derek
没问题。我们其实也都看过这些产品。
7. 通用与垂直 Agent 分野
Manus 算是 Agent，甚至整个 AI 领域里程碑式的产品。它把 Agent 的概念带给了大众，让很多完全不了解智能体或 Agent 的用户认识了这个概念，也让大家接受了这种全新的 AI 产品落地方式。
Manus 出现之后，有非常多产品开始做 Agent 功能。但我觉得其他一些产品亮点比较少，有些基本没有什么新东西。虽然宣传声势很大，但功能上没有太多区别，所以现在大家可能有些审美疲劳。
我比较期待后面不管是创业团队还是大厂，都能推出一些新的东西。我们自己也比较乐于做新的尝试。即使最后失败了，或者没有 work，至少也会推动 Agent 的发展。
Koji
Flowith 也好，Agent Neo 也好，你们一直在做和别人截然不同的事情，给这个行业带来很多冲击和启发。
在 Manus 之后，Fellow 的创始人谢阳非常积极、激进地提出，Agent 应该使用本地浏览器，而不是放在云端。但 David 也好，Manus 也好，包括你们做的 Agent Neo，也都是在云端。你怎么看这条路线的选择？
Derek
我没有实际用过 Felo。我们之前的 Oracle 有点偏本地执行，必须在一个浏览器页面里看着它完成任务，所以过去在这方面也探索比较多。
现在的 Neo 非常强调云端执行。我们发现，相比本地，云端的好处多很多。
举一个比较实际的用户场景。我们内测 Neo 已经半个月了，很多时候我会在睡觉前给它几个非常夸张的任务。比如让它用 200 步调研一个我感兴趣的话题，或者调研一只股票；也可以让它做一个网站。
有时我第二天要见 Koji，但之前不了解他，就会让 Neo 在网上搜索大量关于 Koji 的信息，并给我做一份汇报。给完这些任务后，我就去睡觉。
第二天早上醒来，我拿手机一看，就能看到它的过程，以及最终输出的网页或结果。这个感觉非常不一样，有点像过去的小黑工或实习生：你交代给它一个任务，就不用管了，让它自己去完成。
我觉得这种心态和用户习惯的改变会非常大。本地 Agent 可能没办法做到这一点，因为本地需要开着电脑、开着浏览器，让它在那里运行。用户可能需要等待，也会面临要不要一直等的问题。
Fellow 之所以强调本地，是因为本地浏览器有更多上下文信息和浏览记录，而且用户通常已经登录。它在取数据时不需要反复打扰用户登录。你怎么看？
Derek
确实会出现这种问题。比如让它去 Twitter 帮我发一个帖子，它就可能没办法做到，因为需要登录。
但如果让用户在虚拟机上登录，隐私和安全隐患会比较大。如果在本地浏览器上，确实没有这个问题。
我觉得本地有它的优势，但之后应该会出现一种更好的结合方式。
Koji
刚才你们介绍 Agent Neo 是一个创作者 Agent，所以从某种意义上说，它是一个垂直 Agent。
但垂直 Agent 之所以可能成立，是因为某个垂直领域有复杂的 workflow，需要单独优化，或者有非常专业的知识库，需要对信息来源进行校准。
一个创作者 Agent 最后为什么能够成为独立的 Agent，而不是被通用 Agent 淹没？通用 Agent 的终局肯定是 AGI。如果 AGI 实现了，好像各种垂直领域都可以被它解决。
Derek
我觉得这件事不会那么快发生。如果真是这样，AGI 出现之后，像我们这种垂直 Agent，甚至很多人类岗位，都会被颠覆。这就不只是垂直 Agent 的问题，而可能是整个社会的问题。
如果 AGI 只是一个目标，那么现在的通用 Agent 很难在垂直领域做到比垂直 Agent 或专门工作流更高效。
通用 Agent 可能什么事情都能做，但很难把每件事情都做得非常好。
可以举个例子吗？在选择做创作者这个垂直 Agent 之后，你们放弃了哪些事情？对于通用 Agent 来说，那些事情又必须做？
Derek
有的。这还牵涉到我们可能在 3、4 个月后的一个技术更新，那个功能可能会更科幻一些。等它推出之后，希望再和大家分享。
Neo 现在支持很多工具，比如生成网页、网络搜索等。我们考虑增加工具时，会重点考虑它们在创作过程中是否有较大价值。
比如我们可以增加发短信或打电话的工具，技术上并不难。但因为我们是一个创作工具，让 Agent 给你打电话或发短信，好像没有太多必要，所以我们会进行取舍。
Ronghui
刚才 Derek 讲了很多创作类垂直 Agent 和通用 Agent 的区别。但我拿到邀请码之后，用了几天 Agent Neo，感觉它其实蛮通用的，没有特别明显地感受到它的垂直性。
所以也想听听，你们是怎么定义通用 Agent 和垂直 Agent 的？有没有一些内部思考可以分享？
Derek
我们觉得，通用和垂直的界定其实比较模糊。
Manus 提出自己是第一个通用智能体，但在我们看来，它其实还不太通用，或者说仍然比较有限。
我们希望把自己限定在创作领域的 Agent 这个方向。比如打电话、点外卖，如果我们想支持，理论上也有可能做到，但我们选择不做一些事情，只做和产品定位、长期愿景相符的事情。
所以我们会特别强调创作。
Koji
在 Manus 发布前后，市场对 Agent 的关注度大幅提高。同时 Manus 5 亿美金的估值，也让市场燃起了一些热情。
你有没有感觉到，Manus 发布前后，你们在资本市场、和 VC 聊融资时，有一些变化？
Derek
Manus 之前，我们在 2 月已经有了比较大的增长。本来我们就一直觉得自己被低估了，不管是在融资上，还是在市场上。
所以前面 close 的第一轮应该没有受到太大影响。但后面的轮次，肯定和 Manus 把 Agent 这个领域带起来有关。这部分确实要感谢他们。
我们今年年初，也就是春节之后，本来规划是在下半年或年底把 Oracle 全新升级后推出。原本没有那么着急，准备多花一些时间。
但因为 Manus 出现，我们加快了速度，所以现在 5 月就可以把这个功能推出来。这和外部市场变化也有关系。
刚才提到，2 月、3 月 Flowith 都有非常明显的增长，甚至是 double 以上。可以讲讲当时你们做对了什么吗？
8. DeepSeek 带来的增长飞轮
Ronghui
3 月最重要的事情，可能是大家都知道，春节期间出现了一个最重要的 AI 明星——DeepSeek。
今年 1 月，Flowith 在 2.0 版本里做了一个新功能，叫知识花园。后来 DeepSeek 的关注度非常高，我记得很清楚，那是大年三十晚上，我正在吃年夜饭。当时 DeepSeek 的服务器崩了，很多人都在讨论这件事。
我们当然接入了 DeepSeek。我当时就在想，不能只单独讨论 DeepSeek，Flowith 和 DeepSeek 有什么可以结合的地方，能够让大家在创作上更进一步？
说得通俗一点，就是借助 DeepSeek 这波流量。我想到了我们的知识库，而知识库当时还带有知识交易属性。
于是我把这些事情告诉了 Flowith 的 DeepSeek，开了一个自己的知识库，把我以前写的一些和网感有关的文案放进去。它给我输出了二三十个方向，其中有一个非常好的选题，就是“用 DeepSeek 赚钱”。
因为我们的知识库本身就可以赚钱，所以那段时间我们发了很多相关帖子，国内国外都有。相当于先自然增长，再和产品端的小裂变结合，整体完成了 2 月、3 月的增长。
所以那段时间不是翻几倍，而是一个小小的指数级增长。
Koji
这个很有意思。Flowith 在小红书做得风生水起，刚才拐子讲了抓住 DeepSeek 机会做小红书增长的故事。
现在小红书上你们最爆款的笔记是哪一篇，或者哪几篇？
Ronghui
现在最爆款的笔记，应该是 DeepSeek 那一篇。DeepSeek 那段时间我的数据都挺好，最好的一篇大概有 50 万左右的浏览量，反正是好几十万，具体数据我有点忘了。
“DeepSeek 可以赚钱”那一篇是最火的。
除此之外，那段时间大部分内容、标题和图片选择，都是让 AI 帮我完成的。我自己搭了一个小 Agent，帮助我做这些事情。
我印象比较深的是 2.0 发布时的那一篇。当时我们内部讨论，知识花园怎样才能在市场上引起更高关注。
知识花园有知识交易、裂变等属性，但我觉得还需要一个更好的噱头。当时我和团队一直讨论，也没想出特别好的需求，于是让 AI 帮我想。它大概给了十多个方向，直到有一个词映入我的眼帘：OnlyFans。
这个词还挺符合。虽然它在国外环境下可能有一些敏感因素，但这个产品本身很成功，有交易属性、社交属性等。我觉得这个选题很惊艳，也是我个人最喜欢的一篇。
这是 AI 辅助我们创作的案例。它精准捕捉到一些核心关键词，而这篇帖子的标题后来还被其他媒体拿去使用。
最近国外很火一个概念叫 Vibe Marketing。因为 Vibe Coding 很火，它大概的意思是，大部分时间让 AI 帮你直接做决策，自己不要过多人工干预，单纯作为一个输入者，享受和 AI 交互的 vibe。
最早的时候，我记得 Derek 很早就给我发过一条私信，说可以去推广一下 Web Marketing 这个概念。我也很早就开始践行。从去年到今年做小红书，我们一直在践行这个理念。
我也写过很多关于 Web Marketing 的内容，让 AI 帮我定义。最近外网上有一条关于 Vibe Marketing 的推特帖子非常火，还出了一个 20 分钟的视频。我认真看了一下，发现和我的想法有很多相似之处。
所以我觉得这件事也得到了验证：Vibe Marketing 肯定是可行的，甚至比 Web Coding 更可能在市场端和传播端引起关注。以后这件事还值得我认真去做。
Koji
刚才提到有一篇帖子的标题被很多人引用，甚至被媒体引用。那个标题是什么？
Ronghui
“我好像发现了 AI 时代的 OnlyFans。”
Koji
做小红书有没有一些方法和心得，可以总结几条分享给大家？
Ronghui
小红书最早发展起来，我记得是因为有很多女性用户，大家一开始做美妆种草、探店种草，所以“种草”这个理念深入人心。
大部分帖子，不管你是一个 10 万粉的博主、几百粉的小博主，还是一个新账号，被推荐到用户面前的概率可能差不多。这是我发得久了之后发现的一件事。
第二，小红书是一个完全基于内容分发的平台，所以标题和帖子都要非常有网感。
因为我大部分发的是 Flowith 的内容，所以产品本身要足够好，能够引起大家喜欢。但如果想在小红书或很多内容平台上 go viral，引起广泛关注，首先要了解平台机制，其次需要有图片、标题等方面的 sense，吸引用户点击。
最后还要考虑转化，在内容中植入一些信息，完成自己想做的事情。
Koji
如果希望听众今天回去就能用在下一篇笔记上，你能不能给一个更实操的建议或 tips？
Ronghui
我想想。我觉得是多学习，这和 training AI 有点像。你得先学习一下，你想发布的内容里，最好的内容大概是什么样。
不仅要学习小红书，也要学习你所讨论的话题里最火的内容是什么样，然后可以对它们进行 paraphrase，或者重新塑造标题。
我觉得还有一个过程非常重要。如果你下一篇帖子就想火，我有一个不一定正确的判断：如果一个人或一个账号一直发小红书，发了 100 篇，流量始终只有一点点，那可能说明账号或运营思路存在问题。
小红书和微信公众号以及其他平台的逻辑完全不同，需要重新学习这个平台。
我觉得最重要的一点，是小红书有点实现了注意力平权。
以前我们在微信公众号上有几十万粉丝，在其他社交媒体上也有很多粉丝。对那些平台来说，粉丝越多，后续数据通常越好。新账号一开始发文章，因为只有几十个或几百个粉丝，流量肯定比较低。
但小红书不一样。即使是新账号，只要发出有价值的内容，也有机会和几千粉、几万粉的博主一样爆火。
而且它以图文为主，不需要创作成本很高的视频。所以任何人发表高质量内容，都可能突然获得很多注意力和粉丝。
刚才拐子提到的 Vibe Marketing，我觉得特别适合小红书。它不需要太高的创作门槛，也不需要想太多，先发就行。
很多人发了几条，数据不好、反馈不好，就放弃了。所以最简单、看上去最简单，但可能最重要的事情，就是要狂发。发 5 条不行，就发 20 条、50 条。
只要持续发，虽然一开始网感可能没有那么好，但肯定能爆一条。只要获得正反馈，就能把飞轮转下去。
不管是 AI 创业者，还是其他领域的创作者，我觉得都是这样。
当然，如果是做产品，产品还是最重要的。如果产品本身没有亮点、比较普通，标题想得再好，最后效果也不会特别好。
我自己也会用小红书。虽然最近发得少，但去年稍微有空的时候，我会比较真诚地分享一些自己的认知和感想。恰好这些内容在平台上不是那么常见，所以比较容易获得关注。
Koji
上周我见到一位创业者，他说非常佩服 Flowith，因为你们的 burn rate 特别低，成本控制得很好，团队也很精简。
你们现在的产品团队有多大？分别是什么岗位？
Derek
9. 团队与融资的加速
我们最近正在招募，所以有很多新同事加入，现在差不多 15、16 个人。相比之前已经多了很多。
去年我第一次见 Koji 的时候，我们只有 3 个人。
后来我们陆续招募，但整体还是比较缓慢。我们希望团队规模控制在 30 人以内，用一个比较经典的状态把产品继续做下去。
Koji
现在 15、16 个人分别是什么岗位？方便讲吗？
Derek
一大半还是开发和技术，剩下的有 marketing、产品和设计，大概各占剩余人员的一半。
Koji
你觉得你们和以前互联网公司的产品、研发、设计构成有什么不同？
Derek
区别很大。最早不管是之前创业，还是 Flowith 一开始，我们都有点传统。
产品落地的工作流，是产品经理先做产品，再到 UX、UI，然后交给开发。开发完成后测试，最后上线。
一开始我们比较传统，但后来发现，在 AI 时代这样太慢了。所以我们减少了很多步骤，后来直接从产品到开发，把 UI 交给 AI 或 Agent，UX 和产品合在一起。
这样从产品经理直接到开发，非常快速。开发再结合 Web coding 和 AI 辅助，也可以很快落地。
产品到开发，再到最后测试，也会直接进行。一般开发完成后，我会做测试和最后的润色。如果工程师和 AI 助手做的 UI、设计或交互比较粗糙、有问题，我会再改一改代码，把它变成最终可用的版本。
所以我们现在的开发流程，已经和过去传统的方式非常不一样。
Koji
刚才提到让 AI 做 UI，但总得有人指挥 AI，或者判断 AI 应该怎么做 UI。现在这是谁的工作？发生在哪个步骤？
Derek
我们一开始做了很多尝试，后来找到了一种比较好的方式，让 AI 在我们的设计风格和设计语言下工作。
包括阴影、主题色、圆角大小等，我们都可以让 coding 工具比较好地掌握。在这个基础上，我们把这套 prompt，也就是提示词，交给 AI Agent 助手，让它生成代码时完全遵守我们的设计系统。
除此之外，工程师在这个过程中也会对 UI 和设计做一些调整。我自己也会参与最终修改。AI 有时候写出来的界面比较平庸，需要再润色或微调。
这些都完成之后，就可以交付和上线。
Koji
Derek，你前面提到最近在聊一轮融资，之前也有一些个人投资。你是不是从去年到现在一直在中美两边跑，接触两边不同的投资人？
Derek
是的。不过最近我们一直在国内赶产品，所以在国内多一些。之前两边都会跑得比较多。
Koji
你觉得去年融资和今年融资的难度，有什么特别明显的变化？
Derek
变化挺大。去年年初，包括前年的时候，国内融资环境不是特别好，大家比较悲观，机构出手也比较保守。
过去可能每年投几十个项目的机构，前年的时候也只投几个项目，感受非常明显。
所以我们去年的策略也比较保守。我们觉得环境不好，就专心打磨产品、做技术。无论做画布、Oracle，还是 Agent，我们都采取比较保守的宣传路线，融资也没有特别激进。
但从今年 DeepSeek 开始，再到后面很多现象级产品出现，国内机构一下子变得非常火热。
最近两个月，我们经历了很多比较夸张的融资情况，和之前完全不一样。
Koji
比较夸张的融资是什么样？
Derek
过去两个月大概聊了 20、30 家机构。因为很多家都有比较强的意向，所以我们两个月前就已经拿到比较好的 offer，准备签了。
后来又有新的头部机构进来，开始抢这个 deal，估值变化也非常快。
Koji
之前有接触美国投资人吗？会考虑拿美国的钱吗？
Derek
去年聊过一些。今年我们主要在国内，上海离国内基金比较近，我们本来也没有特别着急融资，所以最近几个月见的还是国内机构为主。
但之后也希望在美国多聊一聊，因为我们是一个比较全球化的产品。
Koji
会考虑提前做什么准备吗？比如 Manus 碰到的情况，你们会提前预备吗？
Derek
肯定要提前做好准备。不管是前期融资时对机构的考虑，还是公司架构，都比较复杂。
全球化之后，出海融资会有美国机构比较关心的问题，所以我们也在这个过程中学习。像公司架构这样的事情，都需要提前设计好。
Koji
你觉得过去一年做的最正确的一个决定是什么？
Derek
最正确的决定，我一下想不到特别具体的。但有一些做得不太对，或者说还可以改善的决策，可能比较多。
Koji
可以分享一下吗？
Derek
我过去一年可能犯过的一个问题，是看到了一些很明显的发展方向，也形成了一些反共识，但当时没有那么自信，也没有那么坚持，没有非常 all in 地做下去，或者更激进地往前推，而是稍微保守了一点。
比如推画布、推 Agent 时，其实都比较保守。
后来我就在想，如果当时可以再冒险一点、更有自信地做下去，结果可能会更好，有些事情也会更快。
Koji
有什么激进的事情，是当时觉得可以做但没有做的？
Derek
比如推 Agent。Oracle 出来之后，技术和表现其实都非常领先，但我们没有说它是第一个通用 Agent，或者类似这样的产品。
我们当时只宣传它是一个可以帮助你完成深度工作的 AI 助手，所以传播比较有限。很多人错过了我们的产品，也不知道我们很早就做了这些事情。
Koji
那现在你会在哪些事情上要求自己更激进？
Derek
不是更激进，而是对自己的推论，以及内部形成的共识，更有信心，投入更多资源，做更多准备。
比如这次 Neo 的发布，包括刚才提到的 3、4 个月之后的新功能。当我们已经看到一个比较明显的未来时，就会投入更多资源、做更多准备，把这件事促成。
Koji
你对 Flowith 的短期和长期目标是什么？
Derek
短期目标肯定是基于现有产品，把各项功能进一步优化。
Agent 当然是很重要的一部分。我们推出 Agent Neo，后面还会推出新的 Agent，这些都会越来越强。但我们也会继续优化过去已有的知识库和画布等基础交互。
过去团队很小，时间也有限，所以还有很多可以做的空间。接下来我们会继续打磨和升级。
10. 终极 AI 创作工具
更长期的目标，是做成一个终极 AI 创作工具。
这里的创作不只是专业用户的创作，一些任何与智能有关的、非传统的创作，也会属于我们想做的部分。
我们希望以后用户有任何创作需求，都可以在 Flowith 上很快、高效地拿到一个满意的结果。
你想过这件事需要多久吗？
Derek
我们计划用 1 到 3 年的时间，但速度和未来还是比较难预测。我们会尽力让它尽快发生，同时也会做好打持久战的准备。
Koji
你觉得今年 Agent 的竞争格局，到年底会是什么样？
Derek
我觉得会有越来越多垂直 Agent 出现。我们做的是创作 Agent，其他领域也会出现更垂直的 Agent。
通用 Agent 也会更多，包括 OpenAI 和其他模型厂商，都会做更多尝试。现在模型厂商还没有推出特别新的通用 Agent 产品，接下来几个月肯定会陆续发布。
我也期待看到更多技术和产品突破。接下来几个月，每天或每周都会有很多有意思的产品出现。
总结来说，通用 Agent 可能是模型厂商发挥空间更大，创业公司的机会则更多在垂直领域。
Koji
这是一个共识吗？好像还没有那么共识。
除了 Flowith，你自己用得最多的 2、3 个 AI 产品是什么？
Derek
用得最多的应该是 Cursor。因为我经常写代码，不管是算法还是前端，我都会参与修改。
刚才提到我们的工作流比较特别，所以我每天可能会花 3、4 个小时使用 Cursor。其他产品用得比较少，有时候做视频、音频会用一些工具，比如 ElevenLabs、可灵，除此之外基本没有了。
不管认不认识，有没有交流过国内或硅谷的创业者？有没有谁是你特别欣赏、特别认可的？
Derek
国外接触比较多的是 X Academy 的校友，他们做得都挺成功。可能国内很多人没听过他们的名字，但他们在美国不管是盈利还是公司发展，都做得不错。
我有一个朋友做了一个叫 Flare AI 的 AI 生图工具，用户数和其他数据都做得挺好。还有一些在硅谷做硬件的朋友，大家也都做得不错。
国内的话，我们最近也合作了一些朋友，但可能不太方便讲，因为有些人他们身份还是有对。
作为一个创业者，从创业和管理公司的角度来说，有没有什么公司可以作为参考？或者有没有特别喜欢的公司，希望 Flowith 未来的产品品牌给别人留下类似的感受？
Derek
有一个比较特别的例子。大众熟悉的公司很多，但我大学室友在多邻国工作，我们经常聊天，他也会分享一些企业文化和内部信息。
我觉得多邻国整体做得很好。它看上去是一个比较垂直、稍微有点小众的公司，但它的公司文化和我们比较相似。
他们非常强调内部沟通要直率和友善。有什么问题要直接指出来，不要拐弯抹角。
但直率有时会伤到人，所以还要保持友善。尽量兼顾这两个方面，团队内部的问题和想法就可以比较好地解决。
我还是很认同这种文化。
谢谢拐子，也谢谢 Derek。非常期待你们发布的 Agent Neo 得到更多用户的喜欢，被更多人知道和使用，也期待你们再次做客十字路口。
Derek
谢谢。
Ronghui
谢谢，拜拜。
如果你认为有朋友也会喜欢本期十字路口的内容，请转发微信推荐给他们。最后，欢迎你加入十字路口的会员群，我们鼓励大家在群里聊天互动，交朋友，寻找未来的同路人。