一码难求的 Manus金融杠杆投资，带火了整个 agent 赛道。OpenAI 推出 agent 工具包，开源项目 OpenManus 复现 Manus，同时，一些已经面世的 agent 产品也扩大了知名度，其中就包括 Flowith。
Flowith 是一个画布式 AI 创作平台，2024 年初开始布局 agent 方向，2024 年 8 月正式上线了 agent 框架——Flowith Oracle，这比 OpenAI 的 o1 模型还要早。至今，Oracle 已经解决了超过 2000 万次复杂问题。
2024 年 8 月 8 日，Flowith 发布 Oracle 并获得当日 Product Hunt 榜首
Oracle 好用吗？和 Manus 有什么不同？agent 的理想形态可能是怎样的？最近，APPSO 体验了 Oracle，并专访了 Flowith 团队的拐子，有了一些新的发现。
展开剩余92%解放双手的 agent，仍然需要人类的参与
使用 Oracle 的方式很简单，打开网页 flowith.net，然后在对话框点亮「Oracle」模式，输入你的问题。
如果需要深度的分析，建议使用高算力的Ultra模式
不少网友尝试用 Oracle 复刻 Manus 的案例，而在我的体验过程中，对于可视化、交互式的工作，Oracle 都能完成得比较好。
Oracle 生成，GPT 模型的演进路线图
Oracle 生成，自言自语的贪吃蛇游戏
同时，Oracle 有个鲜明的特点，和其他 agent 都不太一样：让人类体会到，自己和 AI 在协作。
当我让 Oracle 写篇可以通过晋江签约的小说，Oracle 先把完整的工作流搭建好了，分出了 13 个步骤，每个步骤包括多个子任务。
在 Oracle 执行任务之前，我们可以选中文字修改步骤，点击右边的「垃圾桶」图标删除步骤，或者点击左下角的「加号」添加新的步骤。确认无误，Oracle 再开始干活。
Oracle 先对平台和热门作品进行市场调查，然后确定小说的核心定位、主要情节线和矛盾冲突，再开始写大纲和章节。多线程画布的形式，让过程看起来条理分明。
虽然 Oracle 给出的大纲和正文，离真正的网文作者还是差点火候，但交付的过程和结果都很完整，尤其前期的调研工作做得很充分，确实把事情给做完了。
另一个有参与感的例子是，让 Oracle 帮我生成一个网页，参考史努比漫画的风格，给不懂技术的小白讲解什么是强化学习。
Oracle 觉得我的需求还不够清晰，主动向我追问了一些细节，我做了回复，明确只讲奖励机制，需要分章节，必须有互动元素，其他让它自己揣摩。
最终设计好的网页确实非常适合不懂技术的读者，各种静态的图示做得简单易懂。
交互的方式也很有趣和直观，比如，通过不同的方式教史努比找骨头和弹钢琴，对应了不同的奖励机制。
甚至，我们还可以向 Oracle 上传自己的内容。直接让 agent 生成一个网页，结果可能是同质化的、没有个性的，这其中缺少的，是我们自己的资料。
但只要在提示词里写到一些个人化的请求，比如「按照我的年终总结.....」，Oracle 就会设计一个步骤，让我们上传文档。
除了设计好工作流后向用户确认、信息不足时向用户追问和请求文件，Oracle 还会在完成每个步骤之后，询问用户满不满意。
如果满意，任务可以自动进行下去。如果不满意，用户可以修改步骤，重新运行。
如果给体验做个小结，可以说，大部分的工作确实由 Oracle 完成，但这并非意味着，我是被动的，恰恰相反，被解放了双手的我，能够更自由地指导 AI，体会到翻身当甲方的快乐。
传统的 AI 交互，是由我们给出提示词、AI 生成结果，人类是无情的任务发布和结果接收机器，我们的创造力发挥得有限，但像 Oracle 这种，AI 负责干活，人类负责督工和给出关键的 idea，实时参与、完善和优化 AI 生成的工作流，结果更可能让人满意。
按 Flowith 市场营销与商务拓展负责人拐子的话说，「人机结合」是 Flowith 的核心哲学，这并不意味着让 AI 更像人，关键是找到人类和 AI 各自最擅长的协作方式，「不是 AI 取代人类，也不是人类限制 AI，而是两个不同认知系统的深度融合与互补」。
交互独特的 agent，让 AI 不困在聊天框里
除了强调人的参与，画布的交互形式，也是 Oracle 和其他 agent 不同的地方之一。
每当用户输入指令，Oracle 会根据其功能和可以使用的工具，分解出较小的子任务，然后这些子任务会被传递到任务分配器，从而逐步执行。
Flowith Oracle 当前支持的部分外部工具
当这样的工作过程被画布所承载，我们便可以在画布纵向和横向展开的每张卡片里，看到子任务以及所调用的工具。
上下文无限延展，并行完成多个任务，拐子认为，这就是为什么，与线性的聊天框和打开网页一个个查看的 agent 相比，画布更加高效，「电脑是为人设计的，AI 完全不用被束缚住」。目前，Oracle 执行一个任务，基本都控制在 10 分钟内。
而且，AI 执行任务有出错的可能性，但画布的每个节点都可以控制，如果一个节点失败，可以让 AI 重新跑一次。能够干预中间步骤，也是画布形态的一个优点。
学生、教师、自媒体等内容创作者，构成了 Flowith 的核心用户社区，拐子强调，「这是一场双向选择」，Flowith 的愿景，就是打造一个为创作者而生的 AI 赋能工具。
不过，对于一些用户来说，画布的交互形式，可能意味着一定的使用门槛，特别是完成复杂任务的时候，流程和节点会呈现更多的信息量。拐子表示理解，但他也认为，画布恰恰反映了人类思维的本质——并非一条单一直线，而是多维度、多分支的发散过程。
虽然现阶段 Oracle 执行任务时已能并行搜索和处理多维度信息，本质上仍是单一 agent 在进行思考和决策。这就像你有一个非常聪明的助手，但终究只有一个大脑在运转。
但很快，我们就能看到 Flowith 的进化。拐子预告，即将推出真正的「多智能体协作」模式，用户可以同时指挥多个专精不同领域的 AI 智能体，比如，一个负责研究，一个专注创意，一个擅长整合，彼此之间还能进行思想碰撞，「这不再是简单的工具使用，而是一种全新的创作生态系统」。
画布形式的另外一大优势在于，知识库的构建与激活。知识库的意义不难理解，如果我们不告诉 AI 自己是谁，不向 AI 输入我们个性化的知识，AI 输出的往往是千人一面的通用信息，接入了知识库后，AI 才能真正为我们所用。
2025 年 1 月，Flowith 正式发布 2.0 版本，其中一个核心升级便是「知识花园」功能，它比传统的知识库更灵活，可以将各类素材、灵感和资料，有机整合到一个或多个动态空间中，由 AI 进行智能管理和激活。
图片来自：即刻@Bruce-拐子
目前，Oracle 还没有和知识库功能打通，但拐子透露，他们正在快速推进这项工作，「当 agent 与个人知识花园结合，它将不仅仅是执行任务的工具，而是真正理解你思维模式、掌握你私有化信息的协作伙伴」。
和主打通用 agent 的 Manus 不同，Oracle 只是 Flowith 生态中的一个关键组件，Flowith 真正想打造的，是一个「终极形态的 AI 创作工具」，以二维画布为交互基础，同时集成 agent、知识花园以及多样化的模型能力，构建一个完整的思维创作空间。所以，拐子认为，Manus 与 Oracle 不存在直接的可比性，尽管它们都被称为 agent。
用 agent 解决问题，关键在于交付有价值及品味的结果
Manus 火了以后，出现了一个很有意思的现象：很多用户会尝试用它直接生成视频。这符合了人类指挥 AI 干活最好一步到位的微妙心理，但生成视频的任务，并不适合由现在的 agent 完成，反而会浪费较多的算力。
目前，Oracle 暂未接入视频生成工具，拐子解释，这是从体验决策的角度考虑的，视频生成的成本高，体验又没法做到极致，「如果用户付费却只得到平庸结果，还不如引导他们使用专门的 AI 视频工具」。
兜兜转转，我们又回到了最基础的问题上：用 agent 做什么？在产品调研时，拐子发现了一个很有意思的现象：很多用户，包括他自己，一开始都并不知道，用 agent 解决什么实际的问题。
从拐子的经验来看，目前 Oracle 在深度调研类任务中表现尤为出色，能将复杂的调研成果转化为交互式网页等高价值媒介。
Flowith 社区里的一个例子，让他印象特别深刻。一位用户利用 Oracle，生成了一个完整的交互式网页，集成了上汽的四个汽车品牌，包含时间线、技术分析等元素，不是简单地罗列信息，而是将思维具象地呈现，水准接近专业汽车品牌官网。
作为 Flowith 团队核心成员和 Oracle 的深度用户，拐子还亲自进行了一系列和 agent 有关的创新实验，其中最有意思的是，将 Oracle 纳入个人内容创作工作流，特别是小红书运营。
从选题到发布的全流程，Oracle 都能提供系统性支持，自动拆解创作任务，智能推荐素材资源，提供深度修改建议，甚至生成精准引流话术。这套 AI 加持的创作流程，帮助拐子在短短一个月内就涨了 5000 多名粉丝，AI 生成的内容，在互动数据上也表现优异。
拐子体会到，AI 已经不只是一个简单模仿的「内容生成工具」，而是一个「创作伙伴」。当我们把自己的语言风格、思维模式输入到知识库中，让 AI 学会用我们的口吻说话，AI 就能帮我们打造一个独特且有吸引力的个人 IP。同时，人类的价值排序，可能会随之变化，「如果大家都会使用 AI，那品味将是我们人类最后的壁垒」。
从实验延伸开去，未来，Flowith 计划设计更多垂直化的「子 Oracle」，针对特定场景，提供深度优化的 agent 能力。比如，专门用于小红书经营的 agent，可以帮助那些技术过硬但不擅长运营的独立开发者，获得更多的曝光和用户支持。
Manus 的爆火，让 agent 概念进入更广泛的讨论，同时也引发了更深层次的思考：agent 的理想形态究竟是什么？是模拟人类操作电脑、手机，还是与工具和数据直接交互，或是多种方式的有机结合？
拐子给出了自己的见解：「没有所谓的终极答案，Flowith 提供的只是众多可能性中的一种。但有一点是确定的：agent 的核心价值在于解决实际问题，交付有价值的结果。所谓有价值，不仅是功能上的实用，更是优质产品、思维模式与个人知识的融合，最终生成既满足创作者，也打动用户的方案。」
对于 agent 的边界和可能性金融杠杆投资，拐子认为最重要的是用户亲自探索：「agent 到底能做什么，不能做什么，这些边界需要在实际应用中不断验证。更关键的是，我们需要习惯这种全新的 AI 交互方式。诚然 AI 还有很长的路要走，但每一位用户都可以随着 AI 一起成长，共同探索可能的未知。 」
发布于：广东省