隨著AI技術的飛速發(fā)展，市場對AI產(chǎn)品的期待越來越高。從ChatGPT到各類主流AI工具，盡管技術不斷進步，但真正能夠滿足C端用戶需求的成熟產(chǎn)品仍然稀缺。本文將介紹一款名為Flowith的產(chǎn)品，它以獨特的理念和創(chuàng)新的功能，試圖重新定義AI產(chǎn)品范式，幫助用戶更好地進行知識管理和創(chuàng)作。

自22年底ChatGPT爆火以來，LLM的模型表現(xiàn)一次次地再創(chuàng)新高，但是真正在C端人人都使用、都覺得好用的應用尚不多。兩年過去了，從文心一言到豆包、kimi等主流AI工具，依然在基于對話聊天的框架下，把最新最好的模型加進去、把新支持的模態(tài)加進去。

今年年初爆火的DeepSeek，主要的特點是：開源、高得分、低成本，但這些優(yōu)點都不是非從業(yè)者能夠直接感知的。媒體的熱議為它帶來了免費的流量（同為“6+2”之一的月之暗面為kimi投入了很多錢去推廣，可羨慕壞了），它自身的優(yōu)點則把感興趣的人轉(zhuǎn)化成了真正的用戶，筆者認為主要優(yōu)點有：

1. 展示了CoT推理過程，讓人覺得它真的在思考、很聰明（雖然ChatGPT之前也有推理模型，但DS是國內(nèi)第一個可以免費使用的的推理模型）；
2. 讓中國人覺得中文說的好，有很多高端詞匯、比喻排比等（可能與數(shù)據(jù)來源蒸餾、后對齊的設置都有關）；
3. 有限的算力無意中形成了饑餓營銷。

這不由得讓人感慨爆款總是需要天時地利人和。

最近筆者從一個小應用“八字成畫”看到了一個有趣的用戶現(xiàn)象：

相關帖子中的方法是：“用Deepseek命令：你是一個頂級的命理大師 ，特別會分析八字意象。請幫我描繪一下女命/男命八字xx xx xx xx的畫面。 把描述的文字復制到豆包生圖就可以啦～！”

估計豆包/Kimi等AI工具的PM看到這種使用方式會哭笑不得，他們產(chǎn)品自己就可以解讀八字意向（文生文）、再文生圖，為什么用戶要去DS轉(zhuǎn)一道呢？因為：

1. 模型得分的細微差異并不能直接被C端用戶感知，用戶更信賴已知厲害的DS，哪怕幾個月過去其他公司可能已經(jīng)追上。
2. 基于聊天框的AI應用，用戶已經(jīng)養(yǎng)成了“復制、粘貼”的習慣，所以復制（DS生成的文字）、（再去豆包）粘貼這個流程也很自然，就像復制prompt去AI軟件嘗試一樣自然。

由此，筆者不禁感慨，AI作為一個公認的新領域，給了市場一個全新的塑造用戶信賴的機會。以及，AI時代的產(chǎn)品范式尚未確立，當前廣為接受的聊天框形態(tài)只是過渡時期的產(chǎn)物。

既然范式尚未確立，未來幾年，很多常見應用都將面臨著以AI邏輯重構的挑戰(zhàn)。當前的LLM已經(jīng)具備對應的能力，只待產(chǎn)品模式的更新。

那么，AI時代的產(chǎn)品新范式是什么呢？

01 flowith的理念

在b站看到dereknee（flowith創(chuàng)始人倪正民）發(fā)布的視頻標題為“Chatbot 式 AI 將成為歷史 – 正式發(fā)布 flowith 2.0!”讓我看到這款產(chǎn)品的野心，它大聲喊出“天下苦chatbot”久矣！

從創(chuàng)始人的采訪看到他們的理念充滿著技術人文主義：

“我們是想讓flowith 2.0解決一個悖論：AI時代的信息過載反而讓深度思考變得更稀缺。

我們不是用技術替代人類創(chuàng)作，而是通過結構化知識流（輸入-重構-輸出）重建創(chuàng)作的心智秩序——當用戶為知識庫付費時，本質(zhì)是在購買一個持續(xù)進化的認知協(xié)作伙伴?！?/p>

創(chuàng)始人提出的悖論，筆者深以為然。在筆者看來，目前AI chatbot最實用的情況普遍有兩種：

1. 使用人的問題已經(jīng)很明確，AI通過檢索、生成回答問題，比如代碼補全、文章翻譯、論文潤色，這時對產(chǎn)出的掌握權在人手里；
2. 使用人只有模糊的問題，不知道自己想要什么，AI來發(fā)散開拓思路，這時產(chǎn)出由AI掌握；

對第二種情況，筆者覺得使用的同時也要警惕：把使用權交給AI，是否潛移默化吞噬了我們自己的思考與創(chuàng)作能力呢？

因此，flowith的定位是協(xié)助用戶更好地創(chuàng)作，不是號稱替代生產(chǎn)力，而是從人本位的生產(chǎn)過程出發(fā)提升效率。在AI勢頭正盛、但市場勞動力偏向供過于求的階段，這是一個很好的平衡點。

02 好玩 or 實用

筆者把flowith的功能總結成了如下兩個玩法：

玩法一：知識花園與社區(qū)

基于flowith的創(chuàng)作的基石為知識花園，通過搭建花園、跟花園聊天實現(xiàn)畫布上的創(chuàng)作，搭建好的花園可以發(fā)布到社區(qū)（類似于github）

主要功能的關系如圖

要在flowith上創(chuàng)作，首先要建立一個知識花園：

新知識花園的搭建頁面

知識花園的搭建邏輯

其搭建邏輯為：

1. 用戶可以自己上傳文本、文件、網(wǎng)頁上傳至知識花園；
2. 如選擇通過AI智能拆分，它則會根據(jù)語義精簡內(nèi)容、且重新拆分文檔（有利于RAG）；如選擇直接拆分則保留原文檔劃分，速度更快；
3. 拆分后的大塊內(nèi)容被稱為“AI驅(qū)動Seeds”（可以視為知識文件夾），它可以被加入新Seed（可以視為具體的知識文檔）、可以被繼續(xù)被編輯更新，從而形成可反復迭代的知識庫。

搭建知識花園后，則可以基于其發(fā)起對話。整個對話過程基于畫布，每個對話回合都是節(jié)點，可以通過并行、串行的方式被連接起來。

畫布的概念很具新意，很符合創(chuàng)作工作中有主線任務、有支線任務的特點，以及支持團隊協(xié)同、評論。

目前畫布節(jié)點僅支持通過與AI的對話開啟，對于生成的內(nèi)容無法編輯、調(diào)整節(jié)點順序等，相比于人們對于傳統(tǒng)白板的想象自由度稍低。

如果認為知識花園已經(jīng)完備，可以將知識花園發(fā)布至社區(qū)。進入任一花園，可以初步基于AI提問，覺得好的話可以免費添加至自己的知識花園或付費購買。

flowith將所有分享花園至社區(qū)的創(chuàng)作者用戶稱為：AI Knowledge Base Creator。目前社區(qū)挑選出的頭部八個知識花園中，除去flowith官方自己的招聘，其余大部分為跨平臺自媒體。目前已有四個花園收費，售價0.5-2.99美元不等。

在全部花園區(qū)域，則有“投資大師精華錄”、“孫子兵法”等特定領域主題的花園，大部分是個人愛好者所創(chuàng)建。這個現(xiàn)象讓我想起了貼吧、豆瓣等傳統(tǒng)平臺上，在特定知識領域總有用愛發(fā)電、勤勤懇懇搬知識的愛好者。在flowith，由于入庫后知識有AI的歸納和總結，愛好者只需要收集信息傳入庫，幾乎無需修改、翻譯，大大降低了內(nèi)容創(chuàng)作成本。

玩法二：AI對話oracle

flowith的另外一個重點功能是Oracle模式下，模型可以以agent形式工作、自主按問題生成步驟、按步驟尋求答案，此時不會基于知識花園，只靠模型與網(wǎng)絡知識。

筆者進行了一個旅行計劃的嘗試：

Oracle模式生成的待確認步驟

可以看到已經(jīng)生成了旅行計劃的主要步驟，可以進行增刪，確認后它則會按步驟執(zhí)行：

按步驟執(zhí)行，每個步驟會搜索多條網(wǎng)頁

整體Oracle在畫布上執(zhí)行了“按步驟串聯(lián)-步驟內(nèi)并聯(lián)搜尋信息”的過程，是比較符合常規(guī)工作習慣的。在每一個步驟結束如果用戶對結果不滿意，也可以要求返工。

比較有趣的是因為任務中提及了預算，flowith可以給到類在線excel的預覽，是產(chǎn)品層面貼近用戶需求的巧思。

最后由于拆解的步驟的最后一步是：“生成一個包含最終優(yōu)化后行程的網(wǎng)頁報告。報告應包括：每日詳細行程安排（含柯南景點參觀計劃）、清晰的預算明細（總額控制在25000-30000人民幣范圍內(nèi)）、機票和住宿類型建議（非具體預訂）、主要柯南景點介紹（含地址、開放時間）、以及日本境內(nèi)交通方式建議?！保詈笊闪司W(wǎng)頁代碼，可以直接在畫布上預覽，相當于快速產(chǎn)出了可預覽的demo。

對比市場上的agent工具，Manus執(zhí)行虛擬機下的指令，可執(zhí)行任務更具體，但成本消耗大、交互性低（不過可以通過工程提升）；智譜的GLM-PC牛牛通過識屏后在本機執(zhí)行指令，節(jié)省資源但準確度低；都說明了聊天框外的世界太復雜，通用agent的路還艱難。

而flowith將空間限制在網(wǎng)頁端畫布內(nèi)，幾乎就限制了使用場景為：創(chuàng)作、規(guī)劃、demo產(chǎn)出。在產(chǎn)品層面節(jié)點可追溯可調(diào)整，做到了細分領域?qū)嶋H可用的agent。

Oracle模式也是有對應的社區(qū)模式的，不過目前尚未形成比較明確的創(chuàng)作者生態(tài)?；赼gent模式下整體是AI產(chǎn)出內(nèi)容，人類只把關節(jié)點目標的情況下，可能也不會形成知識創(chuàng)作與付費生態(tài)，更多維持在思路、流程分享交流的狀態(tài)。

03 總結

整體體驗下來，筆者當前flowith的長板和短板總結如下：

1.與AI對話的畫布打破線性敘事，很有創(chuàng)意

筆者最初也是被這個功能點吸引的，目前這個創(chuàng)意已經(jīng)呈現(xiàn)出來了，但是畫布上常規(guī)功能（如節(jié)點編輯、移動等）的缺失導致對普通用戶還不是真正能依賴創(chuàng)作的工具，更適合輔助頭腦風暴。

2.訂閱制的社區(qū)，比傳統(tǒng)知識付費附加了AI協(xié)助理解能力

傳統(tǒng)的文字知識付費很容易被搬運成盜版。但如果以AI知識花園的知識呈現(xiàn)，對創(chuàng)作者來說創(chuàng)作成本更低，對購買者來說附加的AI問答能力還能協(xié)助理解內(nèi)容，是雙贏的局面。

比較適合適合知識搬運>觀點輸出的內(nèi)容創(chuàng)作者（比如搬運論文為主的的科技自媒體）擴大影響力。

3.需要構建知識創(chuàng)作、PUGC知識社區(qū)付費的良性循環(huán)

如第一點所說白板尚不足支持創(chuàng)作，以及尚未形成白板創(chuàng)作后反哺知識花園的閉環(huán)，當前創(chuàng)作生態(tài)的產(chǎn)品力還需加強。

因此對于普通用戶來說，很可能卡頓在構建知識花園、白板對話等創(chuàng)作環(huán)節(jié)，難流轉(zhuǎn)到發(fā)布社區(qū)環(huán)節(jié)；

而能成功發(fā)布到社區(qū)的用戶，很有可能是本來就把內(nèi)容多平臺分發(fā)的專業(yè)自媒體。從社區(qū)排行第二的“通往AGI之路”可以看出，他們的主要內(nèi)容依托于官網(wǎng)和飛書文檔呈現(xiàn)，只是將flowith作為分發(fā)渠道之一。這可能導致普通用戶經(jīng)AI問答跳到外部，最后未實際留存在flowith。

因此，讓普通用戶也能夠把flowith當作創(chuàng)作生產(chǎn)力來使用，是創(chuàng)作社區(qū)生態(tài)良性循環(huán)中重要一步。如果無法實現(xiàn)循環(huán)，那么當飛書文檔等原知識管理平臺開始“模仿”創(chuàng)意的時候，flowith的處境會比較尷尬；而如果flowith成功把這個循環(huán)打通，則完整生態(tài)下有可能發(fā)展出相當有黏性的一批用戶。

引申：筆者的一點感慨

在互聯(lián)網(wǎng)化高度發(fā)展的今天，我們常常感慨，最聰明的人每天都在研究怎么讓我們多點擊1次，多停留1s，多掏1筆錢——這已經(jīng)不是打天下的時代，是守天下的時代。

我們需要心懷理想的鯰魚，去攪動局面，去重新定義產(chǎn)品范式（結果怎么樣甚至沒有那么重要，攪一攪總是好的）。當前基于LLM的AI，離AGI雖然還遠得很，但已經(jīng)足夠成為杠桿，助力小團隊做鯰魚出來。

flowith是鯰魚嗎？我覺得是，也不是。

會說是，是因為它在知識付費領域或許是一條鯰魚；

也覺得不是，是因為它定位中的一部分：“重新定義人類的創(chuàng)作方式”，我甚至覺得市場上并沒有現(xiàn)有的產(chǎn)品。過去互聯(lián)網(wǎng)更多地是重新定義內(nèi)容分發(fā)，用不同的渠道、推薦流量去分發(fā)；或者重新定義內(nèi)容格式，從圖文到長短視頻，比較少有產(chǎn)品關注人的創(chuàng)作過程本身（依托卡片筆記法的flomo浮墨筆記算一個）。

王興說“多數(shù)人為了逃避真正的思考，愿意做任何的事情?！保敲次覀冏鍪裁礃拥漠a(chǎn)品呢？是迎合逃避思考需求、讓人更加上癮的產(chǎn)品呢？還是讓人更容易進入思考創(chuàng)作狀態(tài)的產(chǎn)品呢？

或許“思考”、“創(chuàng)作”這些名詞早就被互聯(lián)網(wǎng)拋棄了，但在AI到來的時代，你是驅(qū)動AI的人、還是被AI鞭子驅(qū)動的牛馬正是取決于此。

希望AI讓你我的明天變得更好。

參考資料：

[1]Chatbot 式 AI 將成為歷史 – 正式發(fā)布 flowith 2.0!

[2]對話flowith創(chuàng)始人：chatbot式AI將成為歷史｜甲子光年