PMF & TIP
鲸选AI•003期
这是鲸选AI 重要的内容栏目，旨在更早发现AI时代达到PMF（Product Market Fit，指的是产品市场匹配度）和TIP（Technology Inflection Point 技术成熟度拐点）的产品服务。挖掘诸如Midjourney仅 11人创业取得数亿美元营收（PMF）；Claude 3.7之于Cursor，带来AI编程的春天（TIP）等案例，最先为大众捕捉行业趋势和奇点，提供科技和商业交汇点的创新观察视角。
当然，如今“ARR陷阱”以及“AI颠覆论”盛行，在市场信息繁杂无序的背景下，我们尽力通过调研和实操，去掉噪音墙和杂波干扰，可能仍有力有不逮之处，期待大家多交流和指正。期待最终建立独家（一手商业、产品信息）、独特（更具洞见和特色的深度分析）、特有（最具呈现效果的实操）的内容风格。
“我们是最早做通用Agent的 ” “那个大厂产品都是抄我们的。”
在Flowith的上海内测交流会上，鲸哥听到这些不服气的声音。作为较早的出海的AI产品，Flowith这次想凭借自由画布+通用Agent的产品组合杀出圈。
在Manus最先打开声量的Agent市场，现在非常火热。Genspark、Fellow等新玩家层出不穷，Flowith打出的海报口号，更是全球最牛的Agent。
在周末测试了一圈以后，我想说新版值得大家都去体验。在Manus定义、Fellow完善的通用Agent产品路上，Flowith提出了新的产品思考：虚拟机和Brower Use是最好的agent形式吗？私有数据如何让AI回答更懂你？自由画布如何让Agent过程可编辑？
在通过案例解释这些问题前，我们先大概了解Flowith Neo版本在技术功能方面拥有的能力：实现无限上下文支持、主动发问、私有知识利用、多模型交互。
在产品服务上则呈现以下能力：
1、不再局限DeepResearch领域的任务
现在通用Agent产品的主要方向，大多数集中在深度调研领域，写调研报告这事是专业的。但是其他领域就不太OK了，这次Flowith写编码做程序、生成连环画，都能拿得出手，甚至不比Cursor 效果差很多。
2、首个围绕能人的AI智能代理
过去以文件格式存储为主，用户会建设存储文字、视频或者图片的文件夹，AI按照其理解整理，至于效果全靠模型水平。现在AI agent时代，Flowith联合创始人一尘提出要以人为主。不仅是通过私有资料，回答更懂你，而且能日常重复执行某个任务，形成惯性服务。
3、更快速的Agent回答，实测比竞品都快
没有虚拟机，比四线程工作的Fellow还快。内部说也是多线程处理任务，应该是拆解任务通过agent同时执行，完成任务速度大幅提升。
最近AI做贪吃蛇等小游戏案例，让大家感受到AI编程的进步，我就寻思做个稍微复杂点的游戏。
于是，一个3D版音符形式的“跳一跳”构想就在脑海中产生，我直接发给Flowith，它很快就展开规划，然后直接编写代码。
然后在右侧的自由画布里，就可以看到Agent的每一步的执行效果，每一步都可以修改。
最终效果也是整合每步合成，不喜欢这个结果可以继续修改。难得的是这个是个3D游戏，还有游戏音效，现在贪吃蛇等小游戏生成都是2D，理论上没那么难。
由于这个游戏是AI自动生成，我没有在中间提出交互逻辑的问题，导致我点开游戏后还不会玩，回到生成逻辑中翻看，AI当时想怎么控制游戏玩法。
现在很多agent产品为了能看小红书和公众号"APP墙"内的资料，往往采用
虚拟机和Brower Use结合的方式，说白了就像模拟你自己登陆账号，去各种网站爬内容。
这种模式感觉像是过渡产品，毕竟还是有封号的危险。
我们看Flowith学习各种网站的模式，在X上是这样的识别内容。无需登陆账号，它可以自己理解各种内容的意思。
在鲸哥做的报告“YOutube 5大顶流AI博主分析并学习”的Case中，Neo很多流程图也特别好。毕竟Flowith做自由画布形式的知识管理起家，类似的逻辑图就能很轻易做好。
对于Neo有个重要能力，就是即便每晚关电脑，用户下达的未完成指令也会继续完成。这是无限上下文带来的好处。
还有一个优势，就是Agent有了记忆，每天可以重复你此前下达的指令。鲸哥让Neo做了一份日报，这个属于常规能力，而从生成的日报看质量不够，尤其对于英伟达的发布会总结的很详细，缺点就是对国内的新闻关注度不够。
最重要的一点，就是他可以跨程序执行任务，这里鲸哥让Neo每天晚10点发布送日报邮件到我的邮箱。
然后可以看到，Neo真的将总结的日报，发送到了我的邮箱。以后对于粉丝运营的主理人来说，感觉可以做个福利工具，每天自动给粉丝发日报。
关注鲸选AI账号持续带来更多好产品、好商业。
在做可视化报告这块，现在看来Genspark和Flowith是绝代双骄。
这里我让Flowith写一份AI Agent的入门教程读物，Flowith 从拆解规划任务、生成内容提纲、整合完善报告等步骤入手，最终生成下面这份内容深度和美观度兼顾的报告。
更令人惊喜的是，它报告中包含很多逻辑图，以及形象图。这是Neo画的学习型Agent逻辑。
这是Neo在报告中插图，形象展示Agent 发展简史中的关键里程碑。
而且我限制了文章长度，在内测群中看到了大家做的无限长文。这也是得益于Flowith是Google加速器的成员，Google的Gemini 2.5 Pro着实有点强，上下文这块基本没有对手。
回看这些能力，你是不是会惊讶这个产品，难道是某家大厂的产品，但实际上，Flowith团队才10人左右，我知道CEO 27岁，CMO 24岁，COO和CGO也都很年轻，不超过30岁的样子。
Flowith的创业故事挺有趣，简单介绍下这家公司诞生背景：
一群在大学期间创业的学生，组织名为Excel Technology的年度活动，活动内容涵盖科技、生物、设计等。办活动期间，他们团队规模会迅速扩大至几百人，模拟了一家中型公司的运营。
然而，随着活动的举办，团队成员意识到尽管与全球顶级高校成员合作，产生了几千份PPT和Excel文件，信息仍分散在多平台和介质中，导致协作效率低下。他们反思，现有系统未能有效解决信息分散和合作难题，尤其是在AI时代。这个团队的核心，便一直坚持做Flowith，上个月完成0投放130万美金ARR ，已经获得多轮美元基金投资。
这次升级Agent的版本-Agent Neo 在通用 AI Agent 能力测试 GAIA 中的表现：在三个难度级别中，全部刷新了 SOTA 性能评分。此前Level 1的断层领先是Manus，现在已经被超越。
对于Flowith Neo来说，相比其上代Agent“oracle”确实强大很多，自由画布+Agent形式也独具特色，没有虚拟机也能网页简便操作，一切看起来都很具有创意。
当然现在也存在生成不稳定，个别任务显示不完整，以及大模型利用知识库如何更好保护隐私等问题，但未来值得关注。
到点自动发放激活码：
视频内容推荐：
