作者｜子川
来源｜AI先锋官
提示词如下：
使用 https://ralphammer.com/网站文章的风格生成一个 SVG 可视化，从本质出发，深入浅出讲解什么是「意识」。
同时Flowith 基于 canvas 的界面本质上适合多用户协作。在这里，还可以与同事共享流链接，允许他们直接查看生成的结果并加入您的创作过程协作生成的内容
很兴奋看到 Monica 团队推出的 Manus 产品，我相信更多好产品，才能让我们加速到达 AGI。这两天有特别多朋友来问我怎么看 Manus 的宣传以及和 Flowith Oracle 的区别，那我在这里统一分享下自己的看法。
虽然没有权限使用它的产品，只看了 Demo 视频和大家的演示，但它的技术和产品实现都还是比较清晰：Manus 的 采用了 Computer-Using 的方案来做 Agent，和 Devin AI、OpenAI Operator、Claude Compute Use 形态较为类似，这个方案去年智谱的开源 AutoGLM（还能直接操作手机）、前年的 Rabbit 都推出过且效果也都很惊艳。其中 Devin AI 我们还冲动消费过（当时我还发了推）。
令人印象深刻的是，用 Devin AI 的时候前 5 分钟觉得特别惊艳，因为它带来的人机交互的新奇感非常不同。但用了 10 分钟后团队里几位开放都不约而同地关掉了它的网页，后面一个月也都再也没打开，月费 500 美金也直接打水漂了。
因为自己也经历过，因此 Manus 这次对大众用户带来的新奇感我非常可以理解。但一波 hype 后，它能持续给用户带来的价值和留存，是较存疑的。Manus 主打自己“通用”，而过于通用的 Agent，在垂直/具体场景下很难优化、对用户来说也难以解决他们的实际需求并形成用户习惯（比如官方的几个 use case 很难说哪个是杀手级的）。
除此之外，最核心的问题是，Compute Use 方案的 Agent（依附于虚拟机和 Sandbox 的 AI），很难成为 Agent/AGI 的终极形态，这种方式的本质，是把 AI 囚禁在给人类设计的系统中操作和行动，虽然通用性强，可直接操作软件和系统，但是原理粗暴且效率低下，后续随着能力和执行任务的复杂度提升，成本会随之成倍增长（这也是为什么 OpenAI 的 Operator 月费要 200 美金，Devin AI 月费 500 美金的原因），而在不久的将来，当 AI Agent 数量超越所有人类数量的时候，我们很难想象这些 Agent 是依附于一个个虚拟机在运行。
而在去年年初开始开发 Flowith Oracle 这一通用 Agent 框架时（对，我们时间要早不少，但不会说自己是全球第一个，因为前面有很多前辈产品和开源项目都可以说第一）选择了类 AutoGPT、自主研发的 LLM 自主代理框架，也是因为这个架构下的性能、拓展性和通用性都较为出色：你可以在这个 LLM 原生驱动的任务执行系统下，直接和工具、数据进行交互，也可以把 Devin/Manus 式的沙盒类 Agent 当成 Tool 调用、或通过 MCP 去和用户的私有软件和文件交互。这套架构底层简单、又可以包罗万象。
最重要的是，在 flowith 的 Oracle 中，人不是一个袖手旁观的摆设，而是一个可以参与到 human in the loop 的主导者，实时参与到和 AI 的创造中；而结合了我们画布交互系统的 Agent，也不会被限制在人类过去几十年的 UI 里，而是可以让 Agent 们以一种对它们这种全新「物种」最友善、最高效的方式和世界交互，这也和 flowith 探索和打造面向未来的、人和 AI 最佳协作方式的理念一致。
最后，flowith 在营销上，还需要向其他团队学习很多、我们由衷敬佩。Flowith Oracle 去年八月上线以来已经为数十万用户解决了超过 2000 万次复杂问题，来自全球的用户共创了各种好玩的 case，但依然，如今大部分都没有听说过我们的名字。
我们团队过去总是 under-promise & over-deliver，从来都是先上线，再宣传（这点经常被我们的投资人吐槽说我们太务实、过于低调）。在各类产品层出不穷的今天，持续为用户产出价值固然是最重要的事情，但懂得包装和营销也是我们作为一个创业团队需要学习的。
最后，非常期待更多团队和我们一同，往 Agent 方向发力，2025 会是 AI 和 Agent 的一年，未来已至。
（文：AI先锋官）