作者: 鏡山
編輯: Koji
排版: NCon自從 3 月份 Manus 釋出打響 AI Agent 元年的第一炮之後，整個 AI Agent 賽道如雨後春筍，百花齊放。
如果說 4 月份是每週一個新 AI Agent 產品的釋出節奏，到了 5 月這一週，幾乎每天都有 1～2 個新的 AI Agent 產品來邀請「十字路口」體驗。
就在我們團隊的幾個人用得頭昏眼花又審美疲勞之際，突然遇到了一個讓我們眼前一亮的「新物種」，來自 flowith 推出的 AI Agent：Neo。
出道吧！Agent Neo
兩天前的週六，Agent Neo 選擇在「十字路口」於上海漕河涇發起的 AI Hacker House 「出道」，舉辦了一場非常矽谷範兒的小型閉門釋出會。
「出道」釋出會的現場來了幾十位 AI 行業的朋友，大家熱熱鬧鬧地聊了三四個小時。
AI Hacker House 也為 Agent Neo 的「出道」悄悄準備了一個「0 歲生日蛋糕」。
（ps，我們期待看到更多酷產品、好產品來 AI Hacker House 出道，歡迎後臺聯絡我們。）
Koji 在這場釋出會的現場往我們的群裡 po 了不少照片和感想，表達欲突然變強，還立了 flag 說打算寫一篇文章來分享他的感受和思考，下週發在「十字路口」，歡迎大家關注。
今天這篇文章，我們著眼於產品本身，重點介紹 Agent Neo。
與眾不同的新物種
「十字路口」團隊大概提前 5 天拿到了邀請碼，第一時間全方面體驗了 Agent Neo。我們在花了幾十個小時、跑了四十幾個 case 之後，可以很有信心地說：
為什麼說 Agent Neo 是「新物種」？——因為它就像是跨越了 Agent 種族的一次創新，不但長得和其他 AI Agent 不一樣，背後的邏輯與理念也獨樹一幟。
下面是我們的第一手體驗。包括 3 個最能代表 Agent Neo 與眾不同能力的 case，和幾點感受。
Hello，Agent Neo！初次見面，請多多關照。
在分享 case 之前，讓我們先介紹一下 Agent Neo：它是誰、從哪裡來、打算到哪裡去。
它是誰？
Agent Neo 是 flowith 推出的 AI Agent。
在 flowith 裡開啟 Agent Mode ，可以直接呼叫 Agent Neo 模式，此模式下 Agent Neo 可以智慧指揮多種大模型，完成長程複雜任務。
除了 Agent 模式之外，flowith 還提供了像是圖片/影片生成、提示詞生成、聯網搜尋等多種垂類任務的應對策略。
flowith 把 DeepSeek-R1、Grok 3、Claude 3.7 Sonnet、OpenAI o3 等全網最 SOTA 的大模型全部整合進來了，統統可用。
flowith 還有一個在深受使用者喜愛的功能：知識花園，以及隱藏在「發現更多」裡的知識市場。
通用 Agent 在面臨垂類任務時往往會有些吃力，因為它需要私域資訊確保輸出答案的合理性。
flowith 則將這一系列知識庫功能融合進來。
使用者可以自主建立知識庫，或者乾脆用別人上傳好的。在讓 Agent 幹活時，一鍵啟用這些知識庫即可。
比如，我將做客「十字路口」的嘉賓們的談話記錄上傳了知識庫，並且公開給所有人用。
上傳後，flowith 會自動進行分析，提取關鍵資訊作為“種子”。
flowith 認為“種子是知識的最小單元”，就像是下面的每一頁都是一個“知識種子”：
從哪裡來？
flowith 由一群年輕的中國人成立於美國矽谷，現在同時在上海和美國設立兩個辦公室，現已獲得多輪一線美元基金投資。從建立之初，他們就在思考如何構建一個超越傳統聊天工具的 AI 創作平臺。 他們自己也有一句非常有趣的 slogan: " Stop chatting, start creating"
他們的第一款 Agent 產品 Agent Oracle 早在 OpenAI o1 推理模型出世之前，就已經推出，曾在去年 8 月獲得了 Product Hunt 產品日榜全球第一。
上個月，flowith 甚至創造了 0 投放 130 萬美金 ARR 訂閱收入的好成績。
他們的願景也很簡單：Let technology flowith everyone
要到哪裡去？
flowith 的野心不小，為 Agent Neo 設定的目標聽起來十分“星辰大海”。
比如，flowith 認為 Agent Neo 不僅是他們過去的 Agent Oracle 的升級，更是爭取要超越其他 AI Agent。
並且，他們洞察到 Agent 元年的下半場的第一個關鍵詞是 「Agency」（此語境下譯為：能動性）。
flowith 這麼講的原因是：這回他們帶來了一個能夠構建、執行、管理超複雜自動化工作流。
flowith 提供了 Agent Neo 在通用 AI Agent 能力測試 GAIA 中的表現：在三個難度級別中，全部重新整理了 SOTA 效能評分。
接下來是我們的一手體驗，分享給大家！
Agent Neo 的關鍵詞：「無限」
為了測試 Agent Neo 打造的「無限」有多「無限」，我們試跑了很多工。
先從「無限步驟」說起：Agent Neo 可「打一輩子工」
「無限步驟」意味著 Agent Neo 能持續不斷地為你工作，就像一個永不疲倦的終身助手。
目前市面上的 AI Agent 都只發揮了 LLM 的基礎智力，在此之上並沒有展現更多的「主觀能動性」。
而 Agent Neo 是第一個同時支援主動思考、詢問、迭代的「專家」。
首先，你可以指定 Agent Neo 定時完成重複的複雜任務，這個任務可以一直重複、一直跑，直到地老天荒。
比如，我們試了試這個任務：
然後，我一般預設開啟所有“外掛知識庫”，這樣操作既方便，又能讓 Agent Neo 在實際執行任務提升精準性。
Agent Neo 會立馬開始規劃一個非常詳細的長序任務工作流：
在無限畫布裡， Agent Neo 會在第一輪尋找如何定位 10 家 VC，開始自動搜尋知識，自己給自己賦能。
根據這些搜尋資訊，Agent Neo 會讓使用者確認最終的候選名單。完成確認後，你只需提供一個郵箱地址，它就能繼續執行任務。
之後，Agent Neo 就會繼續自動規劃，全程無需使用者互動。
它首先會回溯並分析各家 VC 的歷史投資動態，彙總相關資訊，生成一份完整的回溯報告。
到這一步，我就無須關注 Agent Neo 到底如何完成任務了——因為第一份報告已經順利送達我的郵箱。
值得一提的是，Agent Neo 相對於 flowith 前一代 Agent Oracle，在處理複雜任務時明顯更加流暢，而且能更熟練地搜尋資訊並判斷資訊來源的時效性。
然後，我就可以安心睡覺了，因為 AgentNeo 不僅可以半夜工作，還可以像一個人一樣自己最佳化任務，按照我的提示詞需求，定時爬起來做任務。
在我睡著的幾個小時內，Agent Neo 自動傳送了 28 輪報告到我的郵箱，展現出驚人的工作效率。
經過與 Agent Neo 團隊確認後我們瞭解到：只要使用者不主動終止任務且 token 額度充足，這個任務就會一直持續下去——真如"打一輩子工"那般，直到地老天荒。
Agent Neo 的「無限上下文」可以有多無限？
先看一個簡單點的任務：
我預先複製了一篇 Koji 與大聰明的對談記錄，做成了文件上傳給 Agent Neo，再讓 Agent Neo 自己去搜什麼是 flowith，參考飛書和我上傳的文件，做一個網頁。
緊接著，Agent Neo 開始自動規劃多步驟的工作流，開始第一輪資訊蒐集：flowith 到底是個怎樣的公司。
很快，Agent Neo 將這些資訊和知識總結成了一份報告，並根據這份報告作出了第一個網站。
它長這樣：
之後，Agent Neo 開始了數個版本的自主迭代：
直到 Agent Neo 覺得上一個版本的沙盒演示可能符合使用者的基礎需求了，它開始詢問我是否有進一步微調或者是補充特定資訊的修改意見：
在回滾五六輪之後，Agent Neo 的工作流終於完成了。
它發來了最終版本——一個數萬字的網頁，文章排版完全符合我給出的設計提示詞要求。
具體長什麼樣，請看下面這個影片：
看到 Agent Neo 動不動就能輸出數萬字的能力，我們打算進一步試探 Agent Neo 「無限上下文」的邊際在何處。
於是，我們佈置了一個新任務：
《甄嬛傳：太后臨朝》100 集的詳細敘事就這樣被「無限上下文」地創作出來了，除了文字部分，Agent Neo 同樣搜尋到了大量關鍵劇照：
直觀感受下全屏的工作流：
對於真實存在的《甄嬛傳》，Agent Neo 會直接搜尋根據文字內容去「無限制」地尋找真實的劇照。
如果讓它續寫 100 集《哆啦 A 夢》，它則會自主根據這部動畫片先前的內容進行分析，按照一般的情節開始創作：
緊接著，Agent Neo 開始根據《哆啦 A 夢新動畫片》每集的內容開始呼叫文生圖模型，進行圖片生成了。
比如「萬能修理泥漿大混亂」這一集，主要的劇情是這樣的：當大雄再次搞砸事情時，哆啦 A 夢拿出的“萬能修理泥”卻搞得到處都是。
這張關鍵配圖是不是還挺符合故事主題的：
在 Agent Neo 創作的過程中，故事與圖是一起生成的，每一張生成的圖片都對應一個劇情短篇：
Agent Neo 呼叫文生圖模型第一輪圖片生成中就給出了 20 張，每張圖都做的好可愛，我忍不住多放了幾張在這裡，大家請欣賞！
利用「無限工具」，用知識花園做一個「數字分身」
Agent Neo 的「無限工具」體現在哪些地方呢？
為了探索它的真正含義和邊界，我們進行了大量的任務測試。
最後，我們找到了一個好玩的：
我們發現 Agent Neo 將複雜任務處理能力與 flowith 深受好評的「知識花園」功能進行了結合，從而開啟了更多的「可能性」。
在 flowith 首批測試使用者群裡，我們受到了 @杜韋柯er. 的啟發，決定利用十字路口的知識庫（Koji 的採訪對話播客稿件）來製作一個 Koji AI 數字分身。
建立一個性格豐富的 AI 數字分身其實很簡單，只需前往 DeepSeek API 平臺[1] 開通 API 並充值 10 元即可，這筆費用足夠使用很長時間。
接下來，只需要輸入一段很簡單的提示詞，只需要描述好：
-
參考知識庫資訊
-
分析 Koji 的性格特點
-
做一個數字分身
-
API Key 是：XXX
-
API 技術文件在哪裡
之後，Agent Neo 會自動結合我上傳的知識庫，分析裡面所有與 Koji 這個人物有關的資訊，並給出一份極其詳盡的 Koji 人物畫像報告。
（據悉，Koji 本人對此十分滿意，性格特點和身份等等資訊都十分精準）
緊接著，Agent Neo 會自動呼叫 Browser 檢視 DeepSeek 的技術文件，視覺定位這個網頁裡的所有元素，獲取知識。
有了上一步的知識積累，Agent Neo 開始自主構建 Koji 的數字分身了，包括如何呼叫 API、Koji 這個角色該如何塑造等等。
製作 Koji 數字分身的整體流程只需要 10 分鐘，甚至只跑了一遍測試，結果就已經令人十分滿意了。
我錄了一段 Koji 老師是如何工作的影片，大家可以直觀感受下：
我與這個分身聊了不少時間，DeepSeek API 的消耗非常低，如果想聊一上午，估計也就是幾分錢。
Koji 數字分身的整體人設也比較一致，並且具有歷史記憶管理能力。
現在大家可以隨意透過 flowith 的知識花園——這個具有強大識別能力的知識庫，以非常“從容、輕鬆”的姿態，上傳你想要構建的任何數字分身的背景資料，一步做出具有“專業知識的數字分身”。
別急，我們還有一些感受要分享：
1 與眾不同的“無限畫布互動方式”
flowith 主打的“無限畫布互動方式”，雖然初看非常複雜，但往往會在某些時刻帶給我很驚豔的體驗。
比如，在這份無限的畫布中，AgentNeo 的任務步驟、可延展性、多執行緒處理能力可以做到相對無限地自由拓展。
在 Agent Neo 的工作流程中，當它在某個節點完成了一份詳盡的投資動態報告後，我能直接選中並引用這份報告。
此時，flowith 會提供大量對話模式，每種模式下都會提供可選擇模型。
如果沒有特殊需求，直接選用“Agent Mode”模式，Agent Neo 就可以直接自動呼叫多種型別的模型，製作一份用於商業分析報告的網頁。
我們給 Agent Neo 做的可互動網頁錄了個屏，你可以直觀感受下，短短幾分鐘之內，Agent Neo 是如何多線處理任務，並且給出了一份質量很高的答卷的：
在這份 VC 投資分析網頁原型裡，每一個功能模組（諸如 Filters、搜尋框）都可以互動，體現出了很高的完成度。
2 從”透明“到”控制”
人與人要構建深度關係，信任非常重要。因此，Manus 和 DeepSeek 都把自己的工作過程與思維過程纖毫畢現地“透明”展示出來，贏得了使用者的信任。
Agent Neo 又往前走了一步，在“透明”的基礎上，實現了更多一些的“控制”。
1）給使用者賦權，人為控制
從輸入提示詞開始到專案製作完畢，Agent Neo 的工作並不總是一帆風順的，雖然它的能力已經很強大了，但「使用者」更重要。
比如，最終成品網頁出來之前，它就已經做了三個版本，不斷地新增功能、修改 BUG。在這個自我改善的過程中，Agent Neo 會將修改的權利給到使用者。
像是 Webpage 節點的下方都會存在兩個鍵：一個網頁程式碼、一個視覺化成品。
在視覺化成品端，flowith 還支援單一節點的 Refine，可以直接用提示詞在交付物上進行程式碼的最佳化。
在網頁程式碼端，使用者被賦予了“隨意修改程式碼”的權利，這集成了主流 AI 程式設計 Agent 的介面互動思路。
2）自我反思，不斷審查
AgentNeo 還會一遍一遍地自主審查做出的成果是否符合需求。
你會在 Agent Neo 的工作流之中，發現它不斷地給自己傳送審查報告，以此來督促自己。
如果 Agent Neo 在某項任務中出現問題，你還可以用 AI 去微調它，
即便成果已到達使用者提示詞裡的交付標準，Agent Neo 還會再附贈一份框架審查報告、一份框架總結報告，還有一堆專案總結報告。
這種將"控制權"交給使用者的方式讓我感到非常愉悅。它不再是一個讓人無從插手的"黑盒"，即便結果可能出現幻覺。
作為使用者、作為人類，我對 Agent 的需求不僅僅是"提示詞—結果"這樣簡單的互動（何況在當下，LLM 的幻覺問題仍未解決，結果質量往往不盡如人意），更重要的是要有"掌控感"。
3 美是一種生產力
Agent Neo 是具有「審美觀」的，這不僅體現在 Agent Neo 的互動介面上，更體現在了功能之中。
相對於傳統的圖片生成工作流，Agent Neo 不會基於使用者直接輸入的提示詞生圖，，而是用“提示詞——自主蒐集資訊——生產創意性知識——圖片生成”的流程。
先看效果。
Agent Neo 在做一整套“三體”設定故事集時，生成了如下的配圖：
如果單純追求藝術感，而忽略了使用者需求，那麼它就很難說是一個能夠擴寬 AI Agent 生產力平臺邊界的產品。
但看看下面這個 Agent Neo 為自己量身定做的「自我介紹」網站，也很有風格。
除此之外，flowith 這家公司的審美還體現在各種細節，比如為 Agent Neo 做的預告片。
再比如，他們勸導使用者進入超級 AI 創作空間的宣傳片：
4 將知識作為 Agent 的算力
flowith 利用過去的積累——知識花園，給 Agent Neo 送上了新的價值大禮包。
現在的使用者可以快速上傳、新增知識庫，利用 flowith 將知識降解成「知識種子」的玩法，讓 Agent Neo 發揮更大能力。
比如，在我實際測試 Agent Neo 能不能為我“打工”一輩子時，就已經產生了大量較為成熟的工作流，而這些“知識”全部可以作為 Recipe 釋出到社群裡，繼續發光發熱。
flowith 還做了一個 Agent 社群，在這裡使用者間可以互相分享 Recipe，為彼此提供新玩法。
每個人都在分享自己的工作流，這不就是在花園裡播撒知識的種子嗎！
Agent Neo：歡迎來到未來世界，我們一起，共赴星辰大海！
flowith 也為我們提供了一批邀請碼，數量真的非常非常非常有限！需要的朋友直接關注公眾號，後臺回覆「 neo 」就能參與抽獎了。
悄悄地說一句：flowith 已註冊的老使用者會自動獲得邀請碼，未註冊的新使用者還能繼續「裂變」邀請碼，並獲贈會員。
希望大家都能玩上！
參考資料
DeepSeek API 平臺: https://platform.deepseek.com/api_keys