【对话/ 观察者网 心智观察所】
心智观察所：从微软Copilot到今天的Manus，媒体一次次惊呼万能AI助手“就是它了”，但每一次产品实际落地似乎都和高涨的预期有不小落差？
郭梓溢：从业者角度看，我认为不管是Copilot、AutoGPT，还是现在很火的Manus，它们都面临一个共通的核心问题—过度追求通用性。
去年8月当我们刚推出Flowith Oracle时，我们同样曾想主打“通用AI助手”这个方向。但很快我们就发现了一个行业真相：过于通用的Agent在垂直场景下很难优化，对用户来说难以解决实际需求并形成使用习惯。
真正的关键是找到那些Agent能做而基础模型做不到的任务。说实话，如果你只是需要一份旅行攻略，或者说做前端开发，哪怕Agent的演示案例再炫酷，直接问AI可能也能得到80%相似的结果。这其实并不是Agent的实际意义所在，大模型迟早会做到这些基础功能。
心智观察所：公众对于Agent的想象确实会比较理想化，你觉得目前AI Agent距离这样理想的状态还有多长距离？
郭梓溢：我个人认为垂类Agent已经足以出现一些杀手级应用。
现在对通用Agent的热情其实是很好的一件事情，就像漏斗一样，通过汇集用户的case，我们可以知道对Agent实际应用最强的需求在哪里，然后我们可能会去定制化开发一些现有基础模型和工具就能做出来的产品。所以说我觉得满足公众期待的垂类应用应该不需要等太久了，今年之内肯定会有很多爆发点，包括我们自己。
心智观察所：公众对于Agent讨论很多，实际使用过的很少，给我们举几个flowith用户比较不错的用例吧。
郭梓溢：我觉得比较有意思的像咨询行业编写调研报告，还有学科领域的知识总结，有个00后用户很有意思——他将自己的考研笔记转化为“学科知识图谱”，现在通过Oracle系统，可以针对不同学校专业的命题特点自动生成定制化复习方案。
另外我自己也会有实践，比如结合我自己的知识库，可以批量输出有我自己语言风格、表达习惯的深度内容，然后选取最好的一些结果，就这样我小红书成功一个月涨了5000个粉丝
心智观察所：对于内容创作与AI结合有什么体会？
郭梓溢：人的主体性是很重要的，我们也选择了不同的架构路线—在Flowith中，人不是袖手旁观的摆设，而是可以参与到human-in-the-loop的主导者，实时参与到创造过程中。当业界和公众都对Agent的通用性抱有过高期待时，实际使用产品时就难免发现理想与现实的差距。
未来Agent的价值不在于替代人类，而在于与人类形成深度融合与互补。这比单纯把AI当工具要复杂得多，也有价值得多。
这也是为什么我们认为，在AI时代，品味可能是人类最后的壁垒。
心智观察所：你觉得flowith目前商业落地最大挑战是什么？
郭梓溢：最早像我们这样的创业者，最头疼公众对Agent是什么、能干什么事并不知道，但现在DeepSeek其实为整个行业解决了用户普及的问题，就是大家对于AI知道的更多了，对于Agent现在也知道了，那这样的挑战其实变相的引刃而解了，我们只需要把真正能解决用户痛点的产品制造出来就可以了。
心智观察所：有人对AI Agent有一种看法，就是觉得它只是做基础模型和工具的整合，本身没有技术壁垒，怎么看待这种看法？
郭梓溢：我觉得挺荒谬的。
Agent的本质，我个人觉得更像是造车这门艺术——在第一台汽车问世之前，内燃机和各种前置技术确实已经存在了，但福特和奔驰这样的先驱者仍然需要极强的系统集成能力和深刻的产品定义洞察。这不仅是简单拼装零件，而是一个涉及无数微妙平衡和系统性思考的复杂过程。
基础大模型更偏底层，就像发动机这样的核心部件。即便DeepSeek这样的模型已经非常强大，但为什么大家仍然难以在日常工作生活中深度应用它？不是因为底层技术不够厉害，而是因为真正能与具体场景深度适配的产品形态还未大规模出现。
在这个AI飞速进化的时代，将基础能力转化为真正有价值的产品体验，需要的是对人机协作本质的深刻理解和对产品细节的极致追求。当所有人都在用同一个发动机时，真正的差异化恰恰体现在你如何构建整个系统，以及如何让这个系统为真实用户创造价值。
心智观察所：海内外的Agent初创企业往往会有很多自己创造的技术概念，甚至同一个术语所指向的语义也有差异，你怎么看待这个阶段性现象？
郭梓溢：我觉得重要的还是最后落地的商业模式。有些Agent想去做垂直领域最快的跑车，但有一些团队想做通用，适合大众市场需求，这种Agent开发就相对更难。但是基础的技术框架我觉得肯定会渐渐固定，就那几种模式，垂类Agent会做很多特定工具的优化。
心智观察所：能不能简单讲讲你和flowith的故事？
郭梓溢：我的背景融合了数学与计算机科学，本科和研究生阶段都深耕这两个领域。说实话，创业的种子其实早在大学时期就已经种下了，那时就有过几次尝试，虽小但给了我宝贵的思维训练。
加入flowith团队背后有两个关键驱动力：一是与创始人早有交集，这种基于信任的协作在AI时代尤为珍贵；二是被flowith的核心理念深深吸引—我们不是在做又一个AI工具，而是在challenge the status quo，挑战人们对AI交互方式的固有认知。
当大多数团队还在讨论如何让AI更像人类时，我们就已经在思考人与AI最理想的协作模式。我们的愿景非常清晰：打造AI时代的终极创作工具，一个能真正发挥人类品味与AI能力各自优势的平台。
心智观察所：我注意到你们的团队成员普遍都很年轻。
郭梓溢：都是95后，我自己是00后。
心智观察所：接下来的问题其实跟年龄非常有关系，Agent创业团队年轻化好像是一个特别鲜明的特征？
郭梓溢：我觉得年轻化可能跟我们的本科教育有关系，我记得在我本科的时候GPT就出来了，所以我们对AI接触是比较早的，而且刚好是在我们最核心学习的那个阶段，所以我们当时有大量时间和资源去学习这些东西。这个领域没有'工作年限即专业度'的等式，我们用得足够早，对原理的理解足够深入，思维足够开放—这才是真正的竞争力来源。在AI几乎可以复制一切的未来，真正的分界线不是谁掌握了更多知识，而是谁拥有更敏锐的洞察力和更独特的思维方式。年轻化不是一种选择，而是AI时代发展的必然趋势
心智观察所：Manus的宣发是全英文介绍，flowith我知道也是早期从海外市场起步，你怎么看待本土创业团队这样的选择？
郭梓溢：为什么选择出海，是因为最早国内的基础模型说实话能力还没有那么强，在DeepSeek出来之前。那个时候如果你想给用户最好的体验，你没有选择只能选最好的模型去做，所以面临着你只能选择出海这条路。
而现在的格局已经发生了根本性变化。我们最近的测试显示，DeepSeek、阿里的千问、智谱的GLM等国内模型正在以惊人的速度缩小差距，它们的能力已经达到了相当出色的水平。这种变化不仅仅是技术指标的提升，更代表着中国AI生态正在形成自己独特的创新路径。
心智观察所：对智谱评价这么高？
郭梓溢：对，智谱的效果其实还挺好的，包括他们多模态这些支持的特别好，国内模型的能力提升促使着我们也会马上推出国内版本。
心智观察所：很多人有这样一种共识，就是将AI比做三十年前的互联网，但那时候的硅谷有两个特点，一是创业者普遍极其年轻，二是传统的商业模式和评价标准失效了，比如当年信息高速公路概念刚出来，绝大多数专家都认为互联网的未来就是500个新的内容频道，而实际却是5000万个网站。
作为00后年轻人，你怎么看待今天外界对AI创业的想象力和评价体系？
郭梓溢：我最近一直在深度思考组织形态的革命性变化。传统企业的部门壁垒、层级汇报和固定岗位在AI时代已经显得异常僵化。在flowith，比如我们可能每周团队有100个任务，每个人选自己最适合的任务去完成就好了，而不是说分到每个部门，Leader再去分任务。
我强烈认同未来会涌现更多'小而美'的独角兽公司。这让我想起早期互联网创业者的身影，他们第一个完成的范式转换就是：用远少于传统企业的人力，创造出远超传统想象力的产品和服务。
心智观察所：在国内AI开发者社群里，flowith已经开始有了能见度，你们接下来会在培育开发者生态上做些什么工作？
郭梓溢：国内的话，我们接下来会去进校园，因为我们平台是挺适合学习用途的，我们也更想去做一些偏向于普及化的一些推动。
心智观察所：从市场需求看，国内无论是个人还是企业，普遍都有对AI强烈的FOMO情绪，特别是DeepSeek出来以后，政企机构都在争相进行本地部署，你怎么看这个潮流？
郭梓溢：数据安全肯定是一个理由，但我觉得也有跟风的因素。我个人觉得这不是一个非常好的方式，成本是一方面，其次DeepSeek多模态支持比较差，真实地用在业务场景上，对于现在业务提升我觉得是非常有限的。而且说实话，企业的老板如果自己不带头用DeepSeek，你更别指望员工了。
当然，我们最近也在评估B端和SaaS这些事情，对于企业我们可能会提供一个商用版本，公司可以通过平台快速搭建自己私域知识库。
心智观察所:你预测什么时候会出现一个真正改变行业的Agent产品，类似于微软office这种量级？
郭梓溢：office这样改变用户习惯的产品我觉得还看不到，但改变行业的Agent，我个人认为就在今年。除了我们正在做的，我知道还有无论国内还是海外的团队，有很多不错项目。
心智观察所：假如五年之后回顾今天的Agent热，你觉得可能有什么是被过度高估了？
郭梓溢：我也不敢想象这个世界五年后会变成什么样，现在发展太快了，变化一定是翻天覆地的。Agent只是AI当下的演进热点，它是不是一个标准答案？我觉得可能是，五年后可能会发展得特别好，但也有可能Agent这个概念在未来会有新的改变，以后基础模型加上很轻量的产品就有可能能满足用户所有日常需求。但从当前角度来讲，Agent是一条切实可行的发展路径。
心智观察所：在国内互联网生态里，大厂对于新兴业务的扩张冲动是非常强的，朱啸虎最近正好有个采访，表示随着几家大厂AI to C的应用开始发力，未来创业团队基本没有机会了，你怎么看待这种见解？
郭梓溢：看到大厂们已经在产品和市场预算上投入重金，也有非常不错的产品，但说实话，那种“国内大厂必将统治AI应用市场”的预测完全不切实际。
从行业认知和创新速度来看，国内外许多创业团队毫无疑问处于最前沿位置。大厂或许可以快速的复刻走某一个产品的功能特性，但对用户的深度理解、产品背后的思维模式和理念，这些核心价值永远是抄不走的。再者，许多大厂的产品不是为了AI体验原生的产品。
另外我感觉大厂AI产品商业价值转化率其应该不会太高，但我们的付费转化率应该是同类产品中最高的，这也是我们团队之前没有拿太多funding仍然保持极强竞争力的原因。
心智观察所：确实有一个观感，就是大厂仍然停留在旧瓶装新酒的思维范式里，往往选择把搜索入口用AI重做一遍。
郭梓溢：我觉得原来的产品定义限制住了很多思路，AI原生的产品需要新的方法论。大厂里决定资源分配和优先事项的关键人普遍还是上一代移动互联网浪潮中成长起来的，他们对AI技术与应用的理解需要有新的更新。
本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
