随着AI技术的飞速发展，市场对AI产品的期待越来越高。从ChatGPT到各类主流AI工具，尽管技术不断进步，但真正能够满足C端用户需求的成熟产品仍然稀缺。本文将介绍一款名为Flowith的产品，它以独特的理念和创新的功能，试图重新定义AI产品范式，帮助用户更好地进行知识管理和创作。

自22年底ChatGPT爆火以来，LLM的模型表现一次次地再创新高，但是真正在C端人人都使用、都觉得好用的应用尚不多。两年过去了，从文心一言到豆包、kimi等主流AI工具，依然在基于对话聊天的框架下，把最新最好的模型加进去、把新支持的模态加进去。

今年年初爆火的DeepSeek，主要的特点是：开源、高得分、低成本，但这些优点都不是非从业者能够直接感知的。媒体的热议为它带来了免费的流量（同为“6+2”之一的月之暗面为kimi投入了很多钱去推广，可羡慕坏了），它自身的优点则把感兴趣的人转化成了真正的用户，笔者认为主要优点有：

1. 展示了CoT推理过程，让人觉得它真的在思考、很聪明（虽然ChatGPT之前也有推理模型，但DS是国内第一个可以免费使用的的推理模型）；
2. 让中国人觉得中文说的好，有很多高端词汇、比喻排比等（可能与数据来源蒸馏、后对齐的设置都有关）；
3. 有限的算力无意中形成了饥饿营销。

这不由得让人感慨爆款总是需要天时地利人和。

B 端产品经理如何快速成长？

产品与业务架构主要是将整个业务工作流进行分层，梳理，然后抽象出一个个需求，将业务需求与产品合情合理的映射起来，最终使业务数据在产品中流动，执行，记录，使用。

查看详情 >

最近笔者从一个小应用“八字成画”看到了一个有趣的用户现象：

相关帖子中的方法是：“用Deepseek命令：你是一个顶级的命理大师 ，特别会分析八字意象。请帮我描绘一下女命/男命八字xx xx xx xx的画面。 把描述的文字复制到豆包生图就可以啦～！”

估计豆包/Kimi等AI工具的PM看到这种使用方式会哭笑不得，他们产品自己就可以解读八字意向（文生文）、再文生图，为什么用户要去DS转一道呢？因为：

1. 模型得分的细微差异并不能直接被C端用户感知，用户更信赖已知厉害的DS，哪怕几个月过去其他公司可能已经追上。
2. 基于聊天框的AI应用，用户已经养成了“复制、粘贴”的习惯，所以复制（DS生成的文字）、（再去豆包）粘贴这个流程也很自然，就像复制prompt去AI软件尝试一样自然。

由此，笔者不禁感慨，AI作为一个公认的新领域，给了市场一个全新的塑造用户信赖的机会。以及，AI时代的产品范式尚未确立，当前广为接受的聊天框形态只是过渡时期的产物。

既然范式尚未确立，未来几年，很多常见应用都将面临着以AI逻辑重构的挑战。当前的LLM已经具备对应的能力，只待产品模式的更新。

那么，AI时代的产品新范式是什么呢？

01 flowith的理念

在b站看到dereknee（flowith创始人倪正民）发布的视频标题为“Chatbot 式 AI 将成为历史 – 正式发布 flowith 2.0!”让我看到这款产品的野心，它大声喊出“天下苦chatbot”久矣！

从创始人的采访看到他们的理念充满着技术人文主义：

“我们是想让flowith 2.0解决一个悖论：AI时代的信息过载反而让深度思考变得更稀缺。

我们不是用技术替代人类创作，而是通过结构化知识流（输入-重构-输出）重建创作的心智秩序——当用户为知识库付费时，本质是在购买一个持续进化的认知协作伙伴。”

创始人提出的悖论，笔者深以为然。在笔者看来，目前AI chatbot最实用的情况普遍有两种：

1. 使用人的问题已经很明确，AI通过检索、生成回答问题，比如代码补全、文章翻译、论文润色，这时对产出的掌握权在人手里；
2. 使用人只有模糊的问题，不知道自己想要什么，AI来发散开拓思路，这时产出由AI掌握；

对第二种情况，笔者觉得使用的同时也要警惕：把使用权交给AI，是否潜移默化吞噬了我们自己的思考与创作能力呢？

因此，flowith的定位是协助用户更好地创作，不是号称替代生产力，而是从人本位的生产过程出发提升效率。在AI势头正盛、但市场劳动力偏向供过于求的阶段，这是一个很好的平衡点。

02 好玩 or 实用

笔者把flowith的功能总结成了如下两个玩法：

玩法一：知识花园与社区

基于flowith的创作的基石为知识花园，通过搭建花园、跟花园聊天实现画布上的创作，搭建好的花园可以发布到社区（类似于github）

主要功能的关系如图

要在flowith上创作，首先要建立一个知识花园：

新知识花园的搭建页面

知识花园的搭建逻辑

其搭建逻辑为：

1. 用户可以自己上传文本、文件、网页上传至知识花园；
2. 如选择通过AI智能拆分，它则会根据语义精简内容、且重新拆分文档（有利于RAG）；如选择直接拆分则保留原文档划分，速度更快；
3. 拆分后的大块内容被称为“AI驱动Seeds”（可以视为知识文件夹），它可以被加入新Seed（可以视为具体的知识文档）、可以被继续被编辑更新，从而形成可反复迭代的知识库。

搭建知识花园后，则可以基于其发起对话。整个对话过程基于画布，每个对话回合都是节点，可以通过并行、串行的方式被连接起来。

画布的概念很具新意，很符合创作工作中有主线任务、有支线任务的特点，以及支持团队协同、评论。

目前画布节点仅支持通过与AI的对话开启，对于生成的内容无法编辑、调整节点顺序等，相比于人们对于传统白板的想象自由度稍低。

如果认为知识花园已经完备，可以将知识花园发布至社区。进入任一花园，可以初步基于AI提问，觉得好的话可以免费添加至自己的知识花园或付费购买。

flowith将所有分享花园至社区的创作者用户称为：AI Knowledge Base Creator。目前社区挑选出的头部八个知识花园中，除去flowith官方自己的招聘，其余大部分为跨平台自媒体。目前已有四个花园收费，售价0.5-2.99美元不等。

在全部花园区域，则有“投资大师精华录”、“孙子兵法”等特定领域主题的花园，大部分是个人爱好者所创建。这个现象让我想起了贴吧、豆瓣等传统平台上，在特定知识领域总有用爱发电、勤勤恳恳搬知识的爱好者。在flowith，由于入库后知识有AI的归纳和总结，爱好者只需要收集信息传入库，几乎无需修改、翻译，大大降低了内容创作成本。

玩法二：AI对话oracle

flowith的另外一个重点功能是Oracle模式下，模型可以以agent形式工作、自主按问题生成步骤、按步骤寻求答案，此时不会基于知识花园，只靠模型与网络知识。

笔者进行了一个旅行计划的尝试：

Oracle模式生成的待确认步骤

可以看到已经生成了旅行计划的主要步骤，可以进行增删，确认后它则会按步骤执行：

按步骤执行，每个步骤会搜索多条网页

整体Oracle在画布上执行了“按步骤串联-步骤内并联搜寻信息”的过程，是比较符合常规工作习惯的。在每一个步骤结束如果用户对结果不满意，也可以要求返工。

比较有趣的是因为任务中提及了预算，flowith可以给到类在线excel的预览，是产品层面贴近用户需求的巧思。

最后由于拆解的步骤的最后一步是：“生成一个包含最终优化后行程的网页报告。报告应包括：每日详细行程安排（含柯南景点参观计划）、清晰的预算明细（总额控制在25000-30000人民币范围内）、机票和住宿类型建议（非具体预订）、主要柯南景点介绍（含地址、开放时间）、以及日本境内交通方式建议。”，最后生成了网页代码，可以直接在画布上预览，相当于快速产出了可预览的demo。

对比市场上的agent工具，Manus执行虚拟机下的指令，可执行任务更具体，但成本消耗大、交互性低（不过可以通过工程提升）；智谱的GLM-PC牛牛通过识屏后在本机执行指令，节省资源但准确度低；都说明了聊天框外的世界太复杂，通用agent的路还艰难。

而flowith将空间限制在网页端画布内，几乎就限制了使用场景为：创作、规划、demo产出。在产品层面节点可追溯可调整，做到了细分领域实际可用的agent。

Oracle模式也是有对应的社区模式的，不过目前尚未形成比较明确的创作者生态。基于agent模式下整体是AI产出内容，人类只把关节点目标的情况下，可能也不会形成知识创作与付费生态，更多维持在思路、流程分享交流的状态。

03 总结

整体体验下来，笔者当前flowith的长板和短板总结如下：

1.与AI对话的画布打破线性叙事，很有创意

笔者最初也是被这个功能点吸引的，目前这个创意已经呈现出来了，但是画布上常规功能（如节点编辑、移动等）的缺失导致对普通用户还不是真正能依赖创作的工具，更适合辅助头脑风暴。

2.订阅制的社区，比传统知识付费附加了AI协助理解能力

传统的文字知识付费很容易被搬运成盗版。但如果以AI知识花园的知识呈现，对创作者来说创作成本更低，对购买者来说附加的AI问答能力还能协助理解内容，是双赢的局面。

比较适合适合知识搬运>观点输出的内容创作者（比如搬运论文为主的的科技自媒体）扩大影响力。

3.需要构建知识创作、PUGC知识社区付费的良性循环

如第一点所说白板尚不足支持创作，以及尚未形成白板创作后反哺知识花园的闭环，当前创作生态的产品力还需加强。

因此对于普通用户来说，很可能卡顿在构建知识花园、白板对话等创作环节，难流转到发布社区环节；

而能成功发布到社区的用户，很有可能是本来就把内容多平台分发的专业自媒体。从社区排行第二的“通往AGI之路”可以看出，他们的主要内容依托于官网和飞书文档呈现，只是将flowith作为分发渠道之一。这可能导致普通用户经AI问答跳到外部，最后未实际留存在flowith。

因此，让普通用户也能够把flowith当作创作生产力来使用，是创作社区生态良性循环中重要一步。如果无法实现循环，那么当飞书文档等原知识管理平台开始“模仿”创意的时候，flowith的处境会比较尴尬；而如果flowith成功把这个循环打通，则完整生态下有可能发展出相当有黏性的一批用户。

引申：笔者的一点感慨

在互联网化高度发展的今天，我们常常感慨，最聪明的人每天都在研究怎么让我们多点击1次，多停留1s，多掏1笔钱——这已经不是打天下的时代，是守天下的时代。

我们需要心怀理想的鲶鱼，去搅动局面，去重新定义产品范式（结果怎么样甚至没有那么重要，搅一搅总是好的）。当前基于LLM的AI，离AGI虽然还远得很，但已经足够成为杠杆，助力小团队做鲶鱼出来。

flowith是鲶鱼吗？我觉得是，也不是。

会说是，是因为它在知识付费领域或许是一条鲶鱼；

也觉得不是，是因为它定位中的一部分：“重新定义人类的创作方式”，我甚至觉得市场上并没有现有的产品。过去互联网更多地是重新定义内容分发，用不同的渠道、推荐流量去分发；或者重新定义内容格式，从图文到长短视频，比较少有产品关注人的创作过程本身（依托卡片笔记法的flomo浮墨笔记算一个）。

王兴说“多数人为了逃避真正的思考，愿意做任何的事情。”，那么我们做什么样的产品呢？是迎合逃避思考需求、让人更加上瘾的产品呢？还是让人更容易进入思考创作状态的产品呢？

或许“思考”、“创作”这些名词早就被互联网抛弃了，但在AI到来的时代，你是驱动AI的人、还是被AI鞭子驱动的牛马正是取决于此。

希望AI让你我的明天变得更好。

参考资料：

[1]Chatbot 式 AI 将成为历史 – 正式发布 flowith 2.0!

[2]对话flowith创始人：chatbot式AI将成为历史｜甲子光年