PMF & TIP

鯨選AI?003期

這是鯨選AI 重要的內容欄目，旨在更早發(fā)現(xiàn)AI時代達到PMF（Product Market Fit，指的是產(chǎn)品市場匹配度）和TIP（Technology Inflection Point 技術成熟度拐點）的產(chǎn)品服務。挖掘諸如Midjourney僅 11人創(chuàng)業(yè)取得數(shù)億美元營收（PMF）；Claude 3.7之于Cursor，帶來AI編程的春天（TIP）等案例，最先為大眾捕捉行業(yè)趨勢和奇點，提供科技和商業(yè)交匯點的創(chuàng)新觀察視角。

當然，如今“ARR陷阱”以及“AI顛覆論”盛行，在市場信息繁雜無序的背景下，我們盡力通過調研和實操，去掉噪音墻和雜波干擾，可能仍有力有不逮之處，期待大家多交流和指正。期待最終建立獨家（一手商業(yè)、產(chǎn)品信息）、獨特（更具洞見和特色的深度分析）、特有（最具呈現(xiàn)效果的實操）的內容風格。

“我們是最早做通用Agent的 ” “那個大廠產(chǎn)品都是抄我們的?！?/p>

在Flowith的上海內測交流會上，鯨哥聽到這些不服氣的聲音。作為較早的出海的AI產(chǎn)品，F(xiàn)lowith這次想憑借自由畫布+通用Agent的產(chǎn)品組合殺出圈。

在Manus最先打開聲量的Agent市場，現(xiàn)在非常火熱。Genspark、Fellow等新玩家層出不窮，F(xiàn)lowith打出的海報口號，更是全球最牛的Agent。

在周末測試了一圈以后，我想說新版值得大家都去體驗。在Manus定義、Fellow完善的通用Agent產(chǎn)品路上，F(xiàn)lowith提出了新的產(chǎn)品思考：虛擬機和Brower Use是最好的agent形式嗎？私有數(shù)據(jù)如何讓AI回答更懂你？ 自由畫布如何讓Agent過程可編輯？

在通過案例解釋這些問題前，我們先大概了解Flowith Neo版本在技術功能方面擁有的能力：實現(xiàn)無限上下文支持、主動發(fā)問、私有知識利用、多模型交互。

在產(chǎn)品服務上則呈現(xiàn)以下能力：

1、不再局限DeepResearch領域的任務

現(xiàn)在通用Agent產(chǎn)品的主要方向，大多數(shù)集中在深度調研領域，寫調研報告這事是專業(yè)的。但是其他領域就不太OK了，這次Flowith寫編碼做程序、生成連環(huán)畫，都能拿得出手，甚至不比Cursor 效果差很多。

2、首個圍繞能人的AI智能代理

過去以文件格式存儲為主，用戶會建設存儲文字、視頻或者圖片的文件夾，AI按照其理解整理，至于效果全靠模型水平?，F(xiàn)在AI agent時代，F(xiàn)lowith聯(lián)合創(chuàng)始人一塵提出要以人為主。不僅是通過私有資料，回答更懂你，而且能日常重復執(zhí)行某個任務，形成慣性服務。

3、更快速的Agent回答，實測比競品都快

沒有虛擬機，比四線程工作的Fellow還快。內部說也是多線程處理任務，應該是 拆解任務通過agent同時執(zhí)行，完成任務速度大幅提升。

3分鐘做“音躍空間”，小游戲自由

最近AI做貪吃蛇等小游戲案例，讓大家感受到AI編程的進步，我就尋思做個稍微復雜點的游戲。

于是，一個3D版音符形式的“跳一跳”構想就在腦海中產(chǎn)生，我直接發(fā)給Flowith，它很快就展開規(guī)劃，然后直接編寫代碼。

然后在右側的自由畫布里，就可以看到Agent的每一步的執(zhí)行效果，每一步都可以修改。

最終效果也是整合每步合成，不喜歡這個結果可以繼續(xù)修改。難得的是這個是個3D游戲，還有游戲音效，現(xiàn)在貪吃蛇等小游戲生成都是2D，理論上沒那么難。

由于這個游戲是AI自動生成，我沒有在中間提出交互邏輯的問題，導致我點開游戲后還不會玩，回到生成邏輯中翻看，AI當時想怎么控制游戲玩法。

分析AI博主，不用爬蟲的Agent

現(xiàn)在很多agent產(chǎn)品為了能看小紅書和公眾號"APP墻"內的資料，往往采用

虛擬機和Brower Use結合的方式，說白了就像模擬你自己登陸賬號，去各種網(wǎng)站爬內容。

這種模式感覺像是過渡產(chǎn)品，畢竟還是有封號的危險。

我們看Flowith學習各種網(wǎng)站的模式，在X上是這樣的識別內容。無需登陸賬號，它可以自己理解各種內容的意思。

在鯨哥做的報告“YOutube 5大頂流AI博主分析并學習”的Case中，Neo很多流程圖也特別好。畢竟Flowith做自由畫布形式的知識管理起家，類似的邏輯圖就能很輕易做好。

每日發(fā)郵件，Agent也能有習慣

對于Neo有個重要能力，就是即便每晚關電腦，用戶下達的未完成指令也會繼續(xù)完成。這是無限上下文帶來的好處。

還有一個優(yōu)勢，就是Agent有了記憶，每天可以重復你此前下達的指令。鯨哥讓Neo做了一份日報，這個屬于常規(guī)能力，而從生成的日報看質量不夠，尤其對于英偉達的發(fā)布會總結的很詳細，缺點就是對國內的新聞關注度不夠。

最重要的一點，就是他可以跨程序執(zhí)行任務，這里鯨哥讓Neo每天晚10點發(fā)布送日報郵件到我的郵箱。

然后可以看到，Neo真的將總結的日報，發(fā)送到了我的郵箱。以后對于粉絲運營的主理人來說，感覺可以做個福利工具，每天自動給粉絲發(fā)日報。

關注鯨選AI賬號持續(xù)帶來更多好產(chǎn)品、好商業(yè)。

圖文結合報告，PPT簡單了

在做可視化報告這塊，現(xiàn)在看來Genspark和Flowith是絕代雙驕。

這里我讓Flowith寫一份AI Agent的入門教程讀物，F(xiàn)lowith 從拆解規(guī)劃任務、生成內容提綱、整合完善報告等步驟入手，最終生成下面這份內容深度和美觀度兼顧的報告。

更令人驚喜的是，它報告中包含很多邏輯圖，以及形象圖。這是Neo畫的學習型Agent邏輯。

這是Neo在報告中插圖，形象展示 Agent 發(fā)展簡史中的關鍵里程碑。

而且我限制了文章長度，在內測群中看到了大家做的無限長文。這也是得益于Flowith是Google加速器的成員，Google的Gemini 2.5 Pro著實有點強，上下文這塊基本沒有對手。

回看這些能力，你是不是會驚訝這個產(chǎn)品，難道是某家大廠的產(chǎn)品，但實際上， Flowith團隊才10人左右，我知道CEO 27歲，CMO 24歲，COO和CGO也都很年輕，不超過30歲的樣子。

Flowith的創(chuàng)業(yè)故事挺有趣，簡單介紹下這家公司誕生背景：

一群在大學期間創(chuàng)業(yè)的學生，組織名為Excel Technology的年度活動，活動內容涵蓋科技、生物、設計等。辦活動期間，他們團隊規(guī)模會迅速擴大至幾百人，模擬了一家中型公司的運營。

然而，隨著活動的舉辦，團隊成員意識到盡管與全球頂級高校成員合作，產(chǎn)生了幾千份PPT和Excel文件，信息仍分散在多平臺和介質中，導致協(xié)作效率低下。他們反思，現(xiàn)有系統(tǒng)未能有效解決信息分散和合作難題，尤其是在AI時代。這個團隊的核心，便一直堅持做Flowith，上個月完成0投放130萬美金ARR ，已經(jīng)獲得多輪美元基金投資。

這次升級Agent的版本-Agent Neo 在通用 AI Agent 能力測試 GAIA 中的表現(xiàn)：在三個難度級別中，全部刷新了 SOTA 性能評分。此前Level 1的斷層領先是Manus，現(xiàn)在已經(jīng)被超越。

對于Flowith Neo來說，相比其上代Agent“oracle”確實強大很多，自由畫布+Agent形式也獨具特色，沒有虛擬機也能網(wǎng)頁簡便操作，一切看起來都很具有創(chuàng)意。

當然現(xiàn)在也存在生成不穩(wěn)定，個別任務顯示不完整，以及大模型利用知識庫如何更好保護隱私等問題，但未來值得關注。

到點自動發(fā)放激活碼：

視頻內容推薦：