Flowith 这家公司是我在今年春节的时候开始关注到的，那个时候 DeepSeek 大火，而他也乘着这波热度，收获了很多新客户，我是其中之一。Flowith 整个产品、创意和设计还是十分让人耳目一新的，有三条业务线，Flow（思维画布 + AI ChatBot）、Knowledge Market（知识库市场）和 Agent Oracle（偏创作者向的通用 AI Agent）。在这两个月的使用时间里，我对 AI Agent 的发展方向有了一些思考，今天记录下来。
通用 AI Agent 和 垂直 AI Agent 会长期共存
当前 AI 圈有一个热议的观点：“符合大家预期的”通用 AI Agent 技术实现难度太高，未来会被垂直领域的专业 Agent 所取代。但我认为，这两种形态不是非此即彼的关系，而是会长期共存，并且可能以 3:7 的比例分割市场。
为什么通用 Agent 不会消失？
对普通 C 端用户来说，在不同场景切换不同工具本身就是一种交互阻力。就像现在我们有问题时，习惯直接问 ChatGPT 或 Claude，而不会专门去找论文检索工具或特定领域的 AI。用户更倾向于"一站式"的解决方案，特别是当这个工具能够满足他们大部分需求时。
垂直 Agent 的优势在哪里？
B 端用户或专业 C 端的需求就不同了。他们通常有固定的领域需求，对效果要求很高，也不太在意交互成本。只要工具能带来实际收益，就愿意采购和使用专业的垂直 Agent。
并且垂直 Agent 能够聚焦在其专长领域的功能构建和用户反馈数据的收集，更容易形成良性循环。
AI Agent Store 是否会发展成下一代 App Store
很多人看好 AI Agent Store 的概念，类似于开发者可以在像 Coze、Dify 这样的平台上分发、销售他们的创建的 Agent，就像 App Store 一样。但我对这个模式持怀疑态度。
原因很简单：如果 Agent 基于统一平台构建，那么它们能调用的工具和数据必然有限，无法访问私有领域数据。这样打造出来的 Agent，很难真正满足用户的专业需求且容易同质化。
相比之下，传统 SaaS 公司的优势恰恰在于掌握私有领域数据。一般来说，领域数据有两大作用：1. 进行业务洞察以辅助决策；2. 进行模型训练以增强智能。有到了 Agent 时代，这个优势依然存在。未来的 Agent 公司更可能采用"大模型+垂直数据精调"或"大模型+小模型"的组合方式。
对 Flowith 三条业务线的想法
1. 思维画布 + AI ChatBot
类似于 Xmind + ChatGPT 的组合，主要面向学生、科研人员、设计师等群体，市场相对小众。产品的交互范式创新非常吸引我，比如支持多线程操作、可以像人类思维一样"生长"的画布。
这个功能是我在 Flowith 上用的最多的功能，当我需要学习某个知识、寻求某个解决方案时，我常会让多个 LLM 同时解答我的问题，选取最优的回答继续深入；并且在对话 Context 精细控制上它也做到了极致。
2. 知识库市场
这个业务我认为很有想象力。AI 时代人们对知识的需求激增，知识焦虑也在加重。从小红书到 Notion，知识付费内容都很火爆。一个专门的 AI 知识库交易平台，确实有不错的商业前景。
3. Oracle 通用 AI Agent
如前所述，通用 Agent 市场至少能占到 30% 的份额，长期来看仍非常有价值。BTW，据我所知，Oracle 发布的时间比 Manus 还早，只是没有抓住宣传时机，足见其团队的视野和技术前瞻性。
写在最后
大模型技术的以周为单位的飞速发展给 AI 初创公司带来了巨大的不确定性。基础大模型的任何重大突破都可能彻底颠覆现有格局，导致公司被淘汰。最近也收到了很多视频、图像编辑领域的 AI 初创公司原地解散的新闻。
AI Agent 代表的会不会不仅仅是技术进步，而更可能是像 Web 1.0、移动互联网一样的时代变革呢？
历史的车轮滚滚、时代的洪流滔天，应该如何造一艘踏浪前行的船呢。
三个月后的补充思考（2025年6月）
距离上次在车库里的录音已经过去三个月了。这三个月，AI 世界的变化真的是前人想都不敢想的。每隔一周都有新鲜的、爆炸性的新闻出来。
AI领域爆炸式发展
这三个月里面，Claude Sonnet/Opus 4 发布了，Gemini 更新了两个版本，GPT-o3 出了，DeepSeek 也有新版本发布。AI Agent 创业公司像雨后春笋一样涌现出来 —— 做 AI coding 的、做设计的、做播客的、做市场营销的、做 HR 的、做炒股的，应有尽有。就在前两天，英伟达的股价也突破新高，有机构预测它的市值在几年后能达到6万亿。
这是一个太疯狂的时代了，风险与机遇都被放大到了极致。
对之前观点的更新
三个月来，对于一些观点整个行业慢慢达成了共识，我想对之前的一些看法和疑问，回过头来进行反思和更新。
第一，AI Agent 是否是一场时代变革？
之前觉得很有可能，现在觉得是 100% 确切无疑的。而且它带来的会是远远比之前的互联网、移动互联网给人们带来的更加深远的变革。创造以往没有的需求，催生全新的业态，甚至重塑社会结构。
第二，创业公司如何避免被基础大模型覆盖？
行业达成了一个共识：你做的事情不应该是为基础模型打补丁，而是要和基础模型一起成长。
有个比喻是“基础模型是上涨的海浪，AI 创业公司最好做船，而不是做灯塔。船能逐浪前行、水涨船高，建塔的速度永远没有海面上涨得快。” 如何分辨某个业务是塔还是船也是一种功力。
第三，关于通用 Agent 平台
之前我担心 Agent 平台会导致内容同质化，因为还停留在 Workflow 开发者的语境里，觉得用户使用平台工具搭建的 Agent 会受限于平台能力。
但现在来看，Agent-to-Agent（A2A）应该是一个不可避免的趋势。
随着大模型的后训练（post-training）对齐能力和思考能力越来越强，A2A 的实现不会像以前想象的那么难，不再需要担心"幻觉乘以幻觉是更大的幻觉"。推理成本的持续降低也会促使 A2A 更快到来。
如果以后出现这样的平台或入口，它不会受限于平台自身的能力，平台只是作为 Agent 去调用提供方的 Agent。这样就能兼具平台的可靠性和便捷性，又能保证调用各个垂直领域最优秀的 Agent，同时兼顾专业能力，两全其美。
这方面，不管是像 Anthropic 这种大平台，还是像 YouWare 这种做前端交互的玩家，亦或是像 Flowith 这样有着很棒 Agent 经验的选手，都可能有机会。
写在最后
观察漩涡不如跳入漩涡。