Flowith

其实很纠结，也算是国内团队氛围比较好的一家了，无限长输出的概念也很赞，但还是想给BAD（未来看情况改/不改），以下应该能支撑：

1/ Web端真的巨卡无比，一切画布产品最重要的就是GUI优化优化优化，用户体验能正常进行都不是木桶的短板是木桶的底板，本身会选择用画布的就是少数重视思维和信息处理效率的一小批用户，且画布的意义本来就是为了能够高速拖来拖去全局交叉思考，就好像英伟达不能没有NVLink一样；

2/ 就像我在chat4data下面写的那篇查评一样，一个号称的卖点是可以部署任务always on长时/定时运行，但本质上只是简单地每隔一阵子重新跑一遍prompt，没有做到智能规划好可复用的部分，对于ai in the loop的重复任务做不到可规模化，那么这个功能对于小白用户和开发用户都是没有用的（开发用户还不如自己去写个coze/n8n脚本）；

3/ 几次使用下来，涉及到一点技术/艺术/文学社科等相关专业性的领域，专有数据源/检索质量还有待改进，如果没料讲就没法讲更多更深，无限长的前提是有可以输出的东西，否则都是LLM废话；

4/ 如果能做到3，那么建议有一个选项可以不要帮用户判断是否真的需要这么长，选了多长就输出多长，如果需要的规划构思深度太深导致上下文不够就标示目前该问题还做不到这么长的有效输出。任何问题一开始要对自己的解决能力有个预判。

尝试了一下neo，

主要focus场景：论文前期资料、ppt制作

学术相关的文献查阅的准确性不高

ppt只能产出html和图片，格式限制大

最早感觉交互设计的有些不太习惯，但上手之后发现还是挺好用的。挺独特的 95 后团队，有审美有技术有运营，每次新模型都接入的非常快，并且一直在折腾新的东西，画布、知识花园、Neo...

去年就关注了 Flowith，首创了无限画布流的交互，十分惊艳，是我想象中的交互。

因为很多问题，不是线性思考的，是不断扩展发散的探索性任务。

当时 Flowith 支持多进程，支持各个 Node 之间串起来，组成新的线，很适合头脑风暴的场景。

今年推出了 Flowith Neo，一个新的 Agent 框架，是工程化的集大成之作，动态规划和自我迭代。
我现在最常用的场景就是让 Neo 来做研究报告，然后基于这个报告给出的点，做一些更深的探索。

我刚刚看了一下 我跟Flowith第一次对话的时间是 2024 年 9 月份，这么说来 我使用它已经有 15 个月了，但是可能因为体验额度不多的原因，我使用的次数不超过 15 次

但是我意外地发现 他对所有的用户都开放了Gemini 的Nano banana pro功能，且不限量，那么我愿称之为宇宙最强

它的设计方式很独特 跟画布一样

也因此 你可以同时画多幅画

这也是我评价他为 good 的原因，所以我推荐大家如果想用来做图的话 一定要体验一下flowith，很强！

其实无限画布的概念我觉得是非常好的，这个也促成了我为这个产品付费，但是实际深度使用之后发现问题还是很多。

1、首先我主要使用web端，使用体验真的很卡，尤其是我喜欢开对比模式来看不同模型的回复效果，开起来之后不管是模型回答速度还是交互体验都不太流畅，而且有时候还会有生成不了的bug，我写的很长的prompt可能还要重写，刚开始遇到这个问题的时候真的很崩溃，非常影响用户体验。

2、模型联网搜索的效果不好，当然这部分强求一家初创公司做的很好确实有点为难，但是对于一个推无限输出概念的产品来说，信息源真的非常重要，联网搜索和个人知识库是重要的输入来源。

3、个人知识库的处理速度太慢，而且检索效果一般，不过这部分我比较喜欢的是flowith有自己的插件，可以快速给知识库增加网页内容，但是知识处理加工和召回的效果还有待提升。

flowith的几位创始人在社交平台上还是比较活跃的，感觉还是很想做好这个产品，产品的底层逻辑和定位我觉得也很好，但是实际的用户体验确实需要更多的优化，希望可以越来越好。