各位生财的圈友们好，我是 flowith CMO 拐子，非常开心之前来到生财进行了分享，这是之前的内容进行的总结，有关我个人对于 Agent 在应用和商业化方向上的一些基础思考： 第1章 AI Agent 的基础概念 AI Agent 是一种能够自主感知、决策并采取行动的人工智能系统，未来十年，垂直Agent是商业化的核心机会。 1. AI Agent的定义及其与传统大模型的区别 什么是AI Agent？它是一种能够自主感知、决策并采取行动的人工智能系统。打个比方，ChatGPT有点像人类的大脑，但Agent更像一个完整的个体，拥有感知和神经系统去指导行动，从而完成具体的行为和任务，就像我现在在这里讲话也是一种行为。 我们目前使用的大模型产品，更多停留在底层逻辑和思维逻辑层面。而Agent会深入到场景层面和应用层面，真正帮助你解决实际问题，因此它离市场更近，离你的实际应用也更近。 1.1 AI Agent具备主动思考、规划路径、调用工具和记忆的能力。 它能够调用并调动不同的工具，还可以辅助记忆、思考等，并提供反馈。 1.2 通用Agent是终极目标，但短期内难以实现。 我们也不断强调，在这个时代，普通人或许没必要在模型层与大厂竞争，因为既竞争不过，模型层也确实没有太多机会。而选择做垂类模型，同样可能面临巨大的挑战和问题。 第2章 Flowith的产品功能与应用 1. Flowith的核心功能 1.1 支持无限上下文、无限步骤和无限工具调用。 我们的AI Agent有四个核心特点：第一，能主动思考；第二，能规划完整路径，这意味着用户无需自己搭建工作流；第三，它会自动调用工具；第四，具备记忆功能。 这与我们使用GPT等模型不同。GPT的Token有限，聊到一定程度就无法继续，必须从头开始。但Agent因为有记忆功能，所以可以持续不断地对话。即便关机，它也能持续工作，就像半夜为你打工一样。 Agent现在有点像移动互联网，大模型则像发动机。一旦发动机发明出来，就可以用来制造火箭、汽车等一系列基于发动机的产物。 与普通AI相比（例如ChatGPT），你问一个问题，它通常只能回答这一个问题。但对于Agent，你给它下达一个任务后，它会自主地分步骤完成。 例如，你问GPT“生财有术”是什么，它可能会回答那是一个国内关于赚钱经验分享的社区。但Agent则会主动上网搜索相关信息，并最终帮你输出一个网页、一份报告或一个PPT。 它会选用不同工具并进行记忆，能够长时间运行，而非局限于单次对话。 1.2 提供知识库功能，实现个性化定制 Agent需要主动思考、规划路径、调用工具并记忆，有点像钢铁侠的贾维斯，能像人一样思考。它可以长时间运行，不是单次对话。而且就算你关机了，它仍可以持续工作，实现全自动化，就像一个“牛马”一样半夜也能为你工作。 用户不再需要自己构建工作流，更多的是依靠AI自身。因为AI现在构建工作流的能力已经很强，它也知道自己需要使用什么工具。你只需把任务交给它，它自己就会去完成，这样既帮你节省时间，也帮你节省力气。 2. 应用到多个实际应用场景 2.1 小红书爆款内容生成 我们可以帮助你生产内容，例如写小说，或为小红书、视频号、公众号等平台制作内容，主要偏向于图片和视频的制作。 大家可能会问：可以做公众号内容排版吗？当然可以。能不能生产出高质量、有差异化且没有AI痕迹的内容？我认为这正是许多内容创作者的刚需。如果说以前类似工具能做到6分，现在我们的Agent达到九分应该是没问题的，这份自信我们还是有的。 2.2简历投递和求职场景： 我们也能帮你自动投简历。例如，我们之前有个案例：一位同学今年想去某大厂投简历，他可以把自己的简历上传给Agent。 Agent不仅能帮他自动投递到目标公司的邮箱，还能根据岗位信息优化简历，非常智能。并且可以直接进行投递，无论是海投一百个还是一千个职位，它都能完成，并能针对每个职位定向优化你的经历，非常实用。 2.3金融研报和市场调研报告的自动生成：  我们做过一个金融案例，Agent可以帮你动态追踪信息并辅助决策。当时这个案例分享帖非常火。 我有个朋友是做这个的，他之前用GPT手动尝试（手搓）了一个月都没成功，之后用Cursor夜以继日写了一周才写出来。但现在的Flowith应该比Cursor更进一步；用Cursor你还需要手动提供实时信息，Flowith则能自己获取实时信息并自动更新，无需再手动操作了。 2.4 汽车对比和市场调研案例  我最近认识了一位专门从事汽车行业的朋友。谈到汽车，在座的各位可能很多都想买车。比如我自己想买电动车，但现在电动车品牌太多了，该选哪家的呢？坦白说，因为我没买过车，所以也不太清楚。 （针对这个选车场景）我们就进行了一些筛选和对比。这里我（在演示中）列出的选项可能比较少，但实际上，你可以让Agent搜集并对比所有国内外品牌的电动车信息。 第3章 AI Agent 的商业化机会 垂直Agent会是未来十年的商业化重点，创业者应聚焦于特定领域的用户需求。 1. Agent执行流程 任务规划阶段： 当用户提交任务后，Agent会在界面左侧规划出工作流程，即它将如何完成这项任务。例如，如果任务是调研理想、蔚来、小米三家车企，Agent会规划出依次调研、整理信息的步骤。 - 具体执行步骤：   - 第一步，调研理想汽车的所有相关内容，如发布时间、上市时间、车型等，并进行整理。   - 第二步，调研蔚来汽车的相关信息并整理。   - 随后，依次调研小米、特斯拉、小鹏等其他品牌的信息。   - 自主优化阶段： 完成初步调研和总结后，Agent会自主思考如何优化结果。例如，如果它认为总结报告中缺少图片会影响阅读体验，就会主动搜索并添加相关图片，持续优化输出内容。 - 最终成果：最终，Agent会直接生成一个网页，展示理想、小米等品牌的对比信息。用户可以在界面上进行筛选操作，例如取消选中理想汽车，那么理想的信息就不再显示。这个交互界面是支持定制的，用户可以根据自己的需求让Agent实现特定的交互功能。 2. 垂直Agent的商业潜力 正如我们之前提到的，在模型层面与大厂竞争对普通人而言机会不大，真正的机会更多在于应用层面。 2.1 专注于特定领域的Agent更易实现商业化 Agent出现后，许多普通创业者会问：我对AI感兴趣，能入局吗？目前，很多人对Agent仍感茫然。但通过这样的分享，当了解到Agent是什么之后，实际上就已经迈出了进入这个领域的第一步。 如果能进一步结合自身行业，深度了解Agent并开发出一些Agent应用，就能抢占先机，获得早期的流量和红利。 2.2 商业化应用案例分享   - 电商服装行业应用 举个简单的例子，我最近发现很多电商从业者，理论上都是在销售产品，例如卖口红、表情包或其他各种商品。我发现很多做服装行业的朋友，会用我们的Flowith：他们提供一张图片，Flowith就能生成无数个不同款式的服装设计模板图片，甚至直接为自己的品牌生成一个官网，无需再请专门的交互设计师或网页设计师。 这个由图片生成的官网，不仅可以展示产品，还能收集用户信息。生成的代码也可以下载，让用户可以真正搭建起自己的网页并绑定域名。服装图片可以变换不同的背景风格，看起来就像不同的成衣展示，之后只需找到生产商即可。   - 保险公司业务应用  对于保险行业，我可能不是非常了解，但我认为Agent可以处理很多保险信息、个人信息以及保险产品相关的业务。用户可以将产品信息录入知识库，也可以利用Agent模式调研各类保险产品，例如养老保险、医疗保险等。Agent可以协助完成信息收集、整理，并最终输出报告，这些功能在很多场景下都是通用的。 - 心理学行业应用 心理学是一个内容非常丰富的行业。我认为有很多可以类比的应用，比如像制作研报一样，在心理学领域，可以将大量心理学书籍和资料录入知识库。 目前，心理学领域的聊天机器人应用也比较多，因为很多人有情感困扰或轻微的心理问题，AI可以辅助提供一些支持。用户可以利用Agent构建一个带有自己语言风格、基于专业知识库的强大应用，来服务于有心理咨询需求的用户，这样就能实现非常好的结合。 - 通过知识库和API接口实现快速商业化。   - 知识库构建： 例如，一位健身教练可以将自己过往所有的健身知识和经验注入知识库，形成一个健身计划的基础。试想，这样的健身计划一旦成型，就可以无限次地提供给不同的用户。通过使用这个个性化的知识库，可以将身高、体重、体脂率、训练周期以及特定的训练内容等参数都纳入考量。      - 自动化服务生成： AI可以自动生成营养方案，并直接定制健身计划。这样一来，健身教练的许多日常任务可能就不再那么繁重，甚至连营养套餐的搭配也能完成。      - 更进一步的功能： 更厉害的是，它不只是提供单一的信息输出，（比如在界面右边）它能生成一个小型对话AI，可以随时与用户互动，并自动完成许多任务。      - 商业化部署： 由于它是本地部署好的，会生成一个网页链接，你可以将此链接公开，从而让用户为你的产品付费，或将其嵌入到其他平台进行推广。Agent可以进行无限轮次的对话，并且在与其他用户交流的过程中，可以将新的信息同步到知识库，逐步构建成一个更大、更复杂的产品，实现持续变现。 2.3 创业建议 - 利用现有Agent工具快速开发原型   - 通用Agent的定义与现状： 通用Agent的概念很通俗易懂，可以理解为未来的AI，就像电影《钢铁侠》里的贾维斯，它是一个能做任何事情的通用智能体。然而，目前的技术还无法实现这一点，许多方面仍有待突破，也需要大量现实条件的支撑。尽管如此，通用Agent仍是一个很好的概念，因为它能激发人们对未来的畅想，描绘出美好的生活图景。      - 垂直Agent的机会与优势： 垂直Agent则可以切入非常细分的领域，例如设计、医疗、金融、电商等，这些都是垂直Agent的应用方向。为什么说现在是入局垂直Agent的最好时机？因为，设想一下，即便十年后AGI（通用人工智能）真的到来了，那么在短期（未来三到五年内），市场机会仍主要集中在垂直Agent领域。通用Agent的终极形态就是AGI。      - 垂直Agent的现实价值： 垂直Agent的价值基于当前的市场环境，例如我们目前看到的直播、带货、电商等领域，其应用前景都非常广阔。Agent是在AI基础上为用户赋能的工具，它不仅能辅助写文案、做图片，更能直接帮助用户打造产品。    - 通过内容营销获取早期用户   - 从自身优势出发： 给大家的建议是，首先要找到自己最擅长的事情。例如，“生财有术”的许多圈友，有些本身就在做海外电商，或者有过往的创业经历。AI正是为这类人群赋能的，能够立刻帮助大家降本增效。要逐步开发自己的Agent，最好的方式是先学会熟练使用现有的Agent工具。      - 抓住时间窗口： 现在要做的就是赶紧多尝试、多体验，因为目前AI的渗透率可能还不到百分之一，这正是入局的好时机。但入局不能只停留在口头上，必须去学习、去实践，尽快掌握并用好这些工具。无论是使用我们这类创作领域的通用Agent，还是Cursor等其他Agent产品，我都鼓励大家积极尝试。      - 从使用到创造： 熟练使用之后，就可以着手创建自己的Agent了。例如，针对抖音电商或视频号电商，可以做一个小型数字人，或者一个能辅助进行自主直播的Agent。这类应用的开发门槛并不高，基本上学习如何制作Agent后，一个人大约五天时间就能完成一个原型。之后便可以规模化地创建更多个性化的Agent，例如一百个、一千个，都具备可行性。 第4章 Flowith的组织与运营模式 1. 扁平化团队结构 我们没有传统的层级架构，团队成员往往身兼数职。例如，我们没有专职的产品经理，Derek他一个人同时负责产品和UI，并且还承担全栈开发工作，是一位集多种能力于一身的超级个体。 此外，我们还有四位工程师，他们负责全栈开发、算法、前端和后端。团队中有一位偏产品方向的成员专职负责UX，但同时也会协助UI设计，并参与市场推广相关的物料制作等工作。 另外，我们的COO负责法务、整体运营、公司框架搭建以及融资等事务。再加上一位专职运营（负责客服等）和一位负责海外市场的成员，我们团队总共十人。 2. 技术背景与AI驱动 整体而言，我们团队中大多数成员都具备编程背景。大概只有两位成员最初没有代码背景，但现在他们也都掌握了AI相关的技能。 我们对每个成员都强调，人人都必须会用AI。写代码都使用Cursor，因为它能显著提升效率。作为AI产品的开发者，我们自己首先必须是最会用AI的人。 我负责市场营销，无论是现在的内容创作，还是未来的广告投放，我都会全面使用AI来完成。只有自己先用好AI，才能更好地教会用户如何使用，这一点至关重要。 2.1根据市场需求灵活调整开发优先级 - 任务导向的协作模式： 我们的组织架构比较特别，我们经常内部开选题会，然后成员分领任务去执行。这种以任务为导向的协作方式，相比传统的固定分工，能让我们更高效地进行产品迭代。在规划层面，我们团队已合作多年，公司也成立了大约三年。我们其实有基础的分工，我个人更多负责判断市场需求，如果某个需求非常重要，且能迅速带来商业回报，我会立刻反馈给团队。 - 技术预判与快速响应： 在技术路径选择上，我们很早就开始规划，并预测当前模型可能发生的更新。我们会预判AI模型未来的进化方向并提前做好规划。一旦市场需求出现，我们就能迅速迭代产品，我也会立即批量制作内容进行市场分发。 - 双线并行的开发策略： 在产品主线开发上，Derek和我们的开发团队紧密合作，他们非常清楚未来两三个月的主线任务。但如果有额外的、特别重要的市场需求出现，整个团队会暂停当前工作，优先满足市场需求，然后再继续原定的开发计划。 实际上，产品主线会持续推进，例如我们会规划好未来两三个月的主要更新、重大升级以及整体发展方向。但当出现能迅速实现商业化落地、带来即时收益的市场需求时，我们会立即着手开发，完成后快速迭代上线。对于这类市场需求，因为我也懂一些编程，所以我了解其开发难度通常不大。我们四位开发人员一起集中处理，大约两三天就能完成。之后他们继续原有的开发工作，而我则负责市场推广。 2.2用户教育的重要性 - 通过案例分享和社区支持，降低用户学习成本。      - Cursor“航海”主题活动： 去年九月，在Cursor崭露头角后不久，我们便推出了Cursor的“航海”主题活动，旨在引导大家掌握这类先进工具，这非常重要。      - 宽产品策略与用户筛选： 我们会打造一个功能覆盖面稍广的产品，使其能满足多种需求。然后通过观察产品在哪些具体需求点上获得用户青睐，从而精准定位我们的核心用户群体。 - 小红书的内容推荐优势： 在小红书上推广为什么效果好？因为它带来的用户通常是真实且精准的。与许多其他平台的广告推荐算法不同，小红书是基于内容推荐的，只要内容做得好，就能吸引到真实的目标用户。 第5章 去“AI味”的内容创作 1. 在提示词中明确要求“拒绝AI味” 我教大家一个简单有效的方法：在提示词中明确要求“拒绝AI味”。 AI虽然是人工智能，但它能理解“AI味”的含义。通过指令如“拒绝AI味”、“严格按照搜索到的信息执行”、“避免幻觉”、“不要使用AI腔调”，就能有效约束它的输出，使其不再随意发挥或产生不必要的联想。 这个方法非常简单直接，大家可以立刻上手尝试，使用任何大模型时都可以应用这个技巧。 2. 利用知识库提供上下文支持，减少幻觉问题 传统AI使用中常出现幻觉问题，主要是因为大模型本身容易产生幻觉，并且它不清楚用户具体需要检索哪些信息。 例如，在我们的案例中，如果要查询小米SU7（或其他新发布产品）的相关信息，直接询问DeepSeek这类通用模型，它很可能不知道，因为这是一款较新的产品。这时，通过结合使用精确的提示词和专门的知识库，就能有效解决这个问题。 例如，当你使用一个更新过的知识库（比如“生财有术”的专属知识库），情况就不同了。如果之前你直接让GPT介绍“生财有术”，它可能会产生幻觉，因为它可能并不真正“知道”最新或详细情况。 同样，如果让它介绍更新的产品如Flowith，它也可能不清楚，因为其训练数据相对陈旧。但如果此时你结合知识库并使用Agent，Agent本身的幻觉概率就会低很多。 因为它能获取大量最新的网络信息，并将其融入到当前的交互中进行参考，这样，它就能输出质量更高、更准确的内容。