Bruce-拐子: 刚刚开始玩即刻，不知道发什么合适，就发一下今天随手用flowith写的东西吧，特别长，不过是我的个人思维链诞生的一些，如果让我的脑子➕flowith现在的能力去介绍flowith，会怎么样 思维链源于 Start with why -- how great leaders inspire action | Simon Sinek 是我这一生最喜欢的一个Ted演讲，from why we do to how to what，golden circle 尝试着用这个文章的思路和我对于flowith的理解生成了以下这篇文章： Why knowledge Garden？ 问：有多少人用过文件管理，笔记软件？大家使用的问题是什么？ 什么是知识？ “学习知识，构建个人知识库，就是你的大脑，一个辛勤的园丁在播种培育的过程，服务于你未来的创造。” AI可能永远不知道拐子是谁，除非我火的不行。 知识离散性也是很大的一个问题，你需要切换各种软件去创作不同的内容，比如 Word、Excel、LaTeX、Figma 等；AI知识库真的不是“知识库”，它不是储存知识给你看到的，而是让AI去使用，去帮你创造的。 所以我们推出了知识花园，知识花园不等于知识库，它强调的是知识的动态应用，有机链接，通过AI把你的知识拆分成一个个小小的种子，并通过智能化的方式来生长与生成。 为何说可以生长？ 最简单的例子，你可以使用乔布斯的思维，付航的语言风格，雷军的销售能力，为你自己写任何的内容，为你的产品/工作/学习赋能。 更重要的是，它还能支持交易，私有化的知识往往是更有价值的。而且传统AI产品社区为什么做的不够好？因为缺乏透明度和合作机制。这导致了创新的局限性和效率低下。创作者赚不到钱，使用者没有足够优质的模板，恶性循环。 再者，现在的社交媒体知识分享类博主其实面临一个问题，比如 YouTube、小红书、B站、抖音等，每一个人都是一个优质的知识创造者，但大家和粉丝的交流都只停留在评论区，好一点的有社群，有线下见面会，但内容分享者不应该拘泥于这种“追星”的生态。市场可以给到粉丝去直接使用他们的知识去创造价值并实现知识的直接交换。 优质创作者可以获得收入，用户可以学习使用并真正利用AI提高个人的创作能力和技能发展。 Why oracle？ 有多少人知道什么是 agent？为什么普通人应该了解这个概念呢？现在做出好agent的人更多都是“开发者”。 这还是因为“门槛”。 首先大家需要明白一个词，叫思维模式，这存在于我们生活各处。平日里大家要和朋友去聚餐，打开大众点评查看推荐的餐厅和评论，再选择合适的时间进行预订；要出去旅行，需要在小红书上搜各种攻略，规划行程并且和朋友沟通；要点外卖，需要想很久今天自己吃什么，评论好不好，健康不，这些红包应该怎么用。 你的思维模式帮助你去形成你去决定各种事物，同理，这适用于如何去赚钱，如何去学习，如何去投资，如何去谈恋爱，如何去交朋友… 这一步步的步骤，如何去执行各种环节，使用各种工具，达到你的最后结果，就可以变向的被理解为一个个“AGENT”。 Oracle 由此诞生，用大白话输入你的目标，AI自动拆解这一目标需要的工作步骤，引用不同的工具资源，用户也可以修改生成的步骤，添加或删减，达成目标。 Oracle也存在社区，用户可以把自己的思维链上传，也可以使用他人的思维，后续也会把知识库和思维链条打通，这就是AI社区的一个非常好的形态。 Why Canvas画布？ GPT初次出来，撼动世界，用的是一个chatbox的聊天形式。但大家认为聊天就是人和AI交互的最终形态吗？为什么那么多人在用AI去做算命，去做互喷，本质就是因为我们被chatbox驯化了，你不可能用微信聊天框办公、写文件效率太低了，但你可以吐槽你的老板。 聊天本质没有任何问题，但chatbox的局限性太大了。上下文关联，必须打开新页面开始新对话，对话之间相对独立，无法链接。人的思维也是发散的，很多idea都是转瞬即逝的。 所以我们在去年是世界上首个提出了画布是一个人和AI在现阶段非常理想的交互形式，以及大家可以使用各种不同的模型去提问，我们也很早的支持了联网搜索等模式。 Why flowith？ 致敬一下乔布斯发布iPhone，就是把三个不同的事情合一，颠覆人们对于手机的认知，但究其根本，乔布斯是在challenge the status quo。 很多人问flowith的壁垒是什么？我可以这么说，ai时代技术壁垒可能不再存在。但我喜欢这个答案：flowith 的创始人 Derek 曾说过，品味是人类在ai时代最后的壁垒。 最近发了这样一个视频，配文是：刚刚看到这段很短的视频，尝试渲染出了 AI 眼中的世界 — 数据流、向量、概率分布和隐藏层 — 这些让我突然意识到一个被忽视的事实：我们一直在强迫 AI 用人类的方式理解世界。 "看到"猫，它只是在高维空间中匹配特征向量。"听到"声音，只是在计算概率分布。过去两年的 AI 热潮，其实是我们在用人类的思维模式去框定 AI 的能力边界。ChatGPT、Claude，它们都是被迫用人类的语言和逻辑来表达一个本质上与我们完全不同的认知系统。 这可能是 AI 发展最早期的状态 — 就像我们把驯化的大象放在马戏团里表演人类动作一样荒谬。真正的突破不是让 AI 更像人，而是找到人类和 AI 各自最擅长的协作方式。 我在构建时，也是在尝试创造这样一个平衡点 — 不是强迫 AI 模仿人类，也不是要求人类理解矩阵乘法，而是为双方提供一个能发挥各自优势的工作空间。未来最强大的生产力不是 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。这比单纯的工具使用要复杂得多，也有价值得多。 flowith，下一代 AI 生产力工具，致力于探索人和 AI 的终极交互形态，一个极具“品味”的产品。团队的每一个人都是“疯子、海盗”，我们寻找人才也不追求所谓的“名校”“大厂”，不在意年龄，我们真正在意大家是否热爱，真诚，勇于交付，敢于质疑行业现有的权威。我最近内心总是萌生着这样的想法：AI时代的公司是否还应该坚持传统的公司招聘岗位和形式？我们是否可以更灵活地定义岗位？ 最后的最后，Happy floing！