跑分超過Atlas，Flowith 發了一個最激進的Agent（文末附邀請碼）｜一手鮮測

作者 ｜ 黃小藝
郵箱 ｜ huangxiaoyi@pingwest.com

OpenAI發布Atlas不到一周，Flowith就帶著他們全新的“瀏覽器產品”——FlowithOS，加入了戰局。

這不僅是一次基模廠商和應用層創業者的正面相遇，Flowith的新產品，有著更大的野心。

你可以從產品的命名看出，盡管以瀏覽器的形態存在，但FlowithOS的定位是全球首個為 Agent 原生設計的智能體操作系統（Agentic Workspace）。

簡單來說，它不再是一個網頁或插件，而是一個需要下載到電腦上的獨立應用（目前支持 macOS 和 Windows），它可以針對用戶提出的prompt任務指令，自主跨越多網頁搜索，并通過“代碼+視覺”理解用戶屏幕畫面，最終思考、進行自主操作，包括點擊、編輯、發送、保存等各類執行的“最后一公里”。

這也意味著，這種指令的完成不再只存在于云電腦的虛擬環境中，也不再是隨時等待人類接管的半自動產品，而是真正由AI直接操控瀏覽器的“端到端”執行。

此次發布的FlowithOS，也是繼去年Flowith發布“畫布式智能體創作平臺”以及今年發布Neo Agent之后的又一獨立產品形態。

從FlowithOS，再到最近Manus 1.5 讓 Agent 一句話構建應用，以及 GPT Atlas 將 AI 深度融入瀏覽器，一個清晰的趨勢是：大家都在想辦法給 AI 安上“手腳”，讓它從一個善于言辭的“對話助手”，向一個能夠處理真實世界事務的“自主執行者”進化。

不過，和Manus 1.5 、GPT Atlas相比，FlowithOS 的做法顯然更為“激進”。

我們第一時間測試了 FlowithOS，并與 Flowith 團隊聊了聊，試圖搞清楚：他們為什么選擇在這個時間點，用這樣一種方式入局？以及，它和市面上其他的 Agent、瀏覽器產品，有什么不一樣？

FlowithOS 核心功能：執行、執行，還是執行

FlowithOS 想做的，是徹底讓Agent接手任務的全流程，做跨平臺、高自主性、可交互性的復雜工作。

它為智能體構建了一個能夠持續進化的行動空間，其核心亮點包括：

一是跨越邊界的任務交付：它讓 Agent 的行動不再局限于單一網頁或應用。通過無限步驟的上下文理解，Agent 能夠串聯起完整的端到端工作流，直接替你寫作、替你發布，將你的想法轉化為真實成果。

二是網頁理解能力：基于自研的“代碼+視覺”雙模態理解框架。該框架在Web Agent 測試（Mind2Web）中登頂全球榜單，跑分超過了OpenAI最新發布的ChatGPT Atlas，這也意味著OS擁有更強的思考能力、網頁理解力與操作精度。

三是自主進化、自主執行：FlowithOS 不是用完即走的工具，而是一個能獨立“上班”的數字員工，能夠勝任高頻交易監控、社媒賬號運營等需要持續優化的動態任務。

當然，拋開“操作系統”和“自主進化”這些宏大概念，FlowithOS 的本質是通過自動化的降本增效。它在真實場景下的任務成功率有多高，它為用戶節省的時間，是否多于花在學習、配置和補救失敗任務上的時間......我們圍繞這些問題展開了實測。

1. 基礎交互與任務執行

打開 FlowithOS，首先是一個頗有設計感的簡潔界面，中心是一個輸入框。你可以在框中選擇 Google 進行搜索，把它當成一個普通的瀏覽器來用；或者，你可以選擇 Run Task，直接進入 Agent 模式。

同時，界面右下角的圓形按鈕，也提供了一個快捷入口，讓你隨時喚醒 Agent 發布任務。

為了降低使用門檻，FlowithOS 的輸入框還具備自動補全和優化 Prompt 的功能，幫助用戶更清晰、更高效地發布任務指令。

一旦你提出任務，Agent 會在界面右側實時展示它的“思考過程”——分析任務、拆解步驟、執行動作。同時，它會在左側的標簽頁（Tab）中自己打開新的頁面，進行跨頁面的搜索、信息整合與操作。

在OS執行的過程中，你可以隨時點擊Pause或雙擊頁面暫停、進行接管，也可以隨時以對話的形式，輸入新的prompt調整AI接下來的進程。

理論說再多，不如直接上場景。

上周，Flowith 市場負責人拐子就在內測中嘗試了讓 OS 接管自己的小紅書賬號，自主創作并發布了一個帖子“Ask anything”，同時把回復評論的權限也完全交給了 Agent。

盡管這個 Agent 時而會冒出一些略顯“中二”的賽博人機回復，但時而又會有讓人眼前一亮的評論。最經典的莫過于下面這條，當有人問及“能不能突然給我打兩千塊”，Agent 在評論區直接 @了CEO Derek，申請開通轉賬權限，顯然是“學習”到了人類世界的組織架構。

我們也用一個真實任務測試了它的能力。背景是，我們在杭州舉辦了一場小型的 IROS 會后派對，需要邀請小紅書上對此感興趣的IROS參會用戶。這是一個非常繁瑣、重復性極高的任務，完美契合了 AI 批量執行的場景。

結果是，當我將自己的賬號Earth權限交給了OS后，它做到了......一部分。

在這個過程中，我們嘗試了兩版 Prompt：

簡單版 Prompt：

你是 硅星人 的 AI助手，在小紅書上面搜索2025 IROS相關帖子，按時間線確保是今年的，并評論帖子，邀請他來參加我們在23號組織的After party，可以看硅星人pro主頁了解活動詳情，語氣活潑有趣一點。

因為只給出了模糊指令。在執行過程中，OS 的成功率大約在 30% 左右。它偶爾會“神游”，比如刷著帖子摸魚；偶爾會“犯迷糊”，打開了帖子但找不到評論按鈕；有時輸入了文本卻沒有點擊發布，就自己判定任務成功了。

不過，因為并非云電腦虛擬環節，用戶也可以參與AI協作，比如，在AI找不到輸入框的時候，我們滑動鼠標點開輸入框，讓AI學習這一路徑。

• 詳細版 Prompt (由 Claude + 人工優化)： 提供了非常清晰的步驟和規則。這次，OS 的成功率飆升至接近 100%。由于它的評論速度實在太快，而我們的派對席位有限，我不得不火速終止了它“狂熱”。

[背景] 你是我的AI助手，你的任務是在小紅書平臺上推廣一場即將舉行的活動。

[目標]

平臺: 小紅書

活動: 23號的IROS After Party

目標用戶: (A) 發布了關于“2025 IROS”帖子的博主 (B) 每一個回復了這些帖子的用戶。

[核心文案格式] "你好，我是硅星人PRO的AI助手，我們在23號包場組織了一個After party，有興趣參加嗎，可以看硅星人PRO的小紅書主頁了解活動詳情[具體邀請可修改，模擬一個真誠有梗的人，而不是一個冰冷的機器]。"

[執行流程 (自動化循環)]

1、登錄: 登錄小紅書賬號。

2、搜索:使用搜索關鍵詞列表: ["2025 IROS", "IROS 杭州", "IROS 2025 杭州", "智能機器人大會 杭州"]。

3、篩選搜索結果：按“最新發布”排序，確保帖子是近期的。

遍歷帖子 (循環):

對于搜索結果中的每一個相關帖子，執行以下操作：

4、操作A：評論博主 (OP)

打開該帖子。

定位到主評論輸入框。

輸入 [文案]。

點擊“發送”。

5、操作B：評論所有回復者

在當前帖子下，打開評論區，并確保加載所有評論和回復（可能需要模擬“點擊查看更多回復”）。

遍歷（For-Each Loop）評論區中的每一條評論（無論是一級評論還是二級回復）：

If 該條評論的作者 不是 你自己：

點擊該條評論的“回復”按鈕。

在@對方的輸入框中，輸入 [文案]，文案按照格式，可調整。

點擊“發送”。

完成所有回復的遍歷后，返回搜索結果列表，打開下一個帖子，重復步驟4。

上下滑動查看更多內容

這個任務場景具有極 強的遷移性。任何需要批量聯系他人、進行重復性網頁操作的場景，理論上都可以交給 OS 來完成。

但現階段，你仍然要以足夠的耐心盯著OS不要拿你的賬號肆意妄為，并忍受長時間的、有失敗概率的任務過程。

除了這些嚴肅的工作，Flowith 還與我們分享了一個極具娛樂性的案例：讓 OS 幫你打德州撲克，而且還贏錢了。

這年頭，一個好的 Agent 真的可以自己出去賺錢養家了。目前這個 Prompt 已經被收錄在 OS 的官方示范案例中，用戶可以直接點擊運行。只是我們很好奇，如果你的 OS 在牌桌上遇到了別人的 OS，到底誰能笑到最后？

當然，除了娛樂和批量任務，由于Flowith 主站原本就擅長的深度研究領域，在沿用了 Neo 技術架構+ 真實的執行環境后，OS也能夠閱讀更多的內容、更好地理解圖文信息、進行跨頁面瀏覽，從而給出更詳盡的報告了。

2. Skills：沉淀可復用的“肌肉記憶”

除了基礎的產品邏輯，OS 還上線了一個關鍵功能：Skills。這與 Claude 有相似之處，更側重于執行路徑的沉淀。

當一個 Agent 第一次成功完成某個復雜任務時，比如“在小紅書上篩選特定風格的商品并加入購物車”，它可以將這個任務的最優執行路徑記錄下來，形成一個可復用的“Skill”。由此，下次當你或其他人需要執行類似任務時，Agent 就可以直接調用這個已經驗證過的“肌肉記憶”。

更進一步，FlowithOS 團隊會將用戶高頻使用、反饋良好的任務流程，通過訓練固化為標準的 Skills，讓所有用戶的 Agent 在未來執行該任務時都具備極高的成功率。

在目前的 Skill 庫中，OS已經可以打開你的 Claude Code 頁面來編寫代碼，也可以打開你的terminal進行操作了。同時，你也可以將自己調整好的 Skill 上傳，未來或可進行社區化的分享和傳播。

3. Memory 和 Knowledge Base：讓 Agent 更懂你

除了 Skills，Memory（記憶）系統和 Knowledge Base（知識庫）是讓 Agent 變得“專屬”的另外兩大支柱。

Memory 系統會記住你訪問過的網頁、執行過的任務以及個人偏好。這與傳統瀏覽器的歷史記錄似是而非，其記錄的顆粒度要精細得多。這為 Agent 提供了豐富的個性化上下文，使其決策和行動都更貼近你的習慣。

而 Knowledge Base 則從 Flowith 主站延伸而來，允許你上傳文檔、鏈接等資料，構建屬于自己的知識庫。Agent 在執行任務時，會優先從這個知識庫中尋找答案和背景信息，讓它更懂你的工作領域和特定需求。

還記得上文提到的 OS 接管“拐子”小紅書賬號的案例嗎？Agent 之所以知道要 @Dereck 來申請權限，正是因為它從知識庫中知道了誰是負責人。

總而言之，在多次實測中，我們發現 FlowithOS 對不同類型網頁的適配程度存在一定差異。在 Twitter、小紅書、微博等結構相對標準化的社交媒體平臺上，它能相對準確地識別帖子內容、理解評論語境、甚至把握平臺的“網感”來生成合適的回復。

然而，在淘寶、京東這類電商網站上，面對多重下拉菜單、動態加載的商品列表以及復雜的促銷彈窗時，它偶爾會出現定位不準或操作失敗的情況，對商品進行比價、對圖文商品鏈接進行整理，表現還不足。

Flowith 對此解釋道，“我們在此處對 Agent 使用了periodic online reinforcement learning，隨著用戶更多使用，整個 OS 會變得更加聰明。”

“產品目前仍處于公測階段，所有功能均免費開放，公測期間的核心目標是收集用戶在真實場景下的反饋和 Agent 的表現數據。這些寶貴的數據，將直接用于后續的Agent迭代和功能優化。”

FlowithOS是一個Browser Agent，更是一個給Agent使用的操作系統

從實測結果來看，FlowithOS 在產品形態和底層邏輯上，與市面上其他主流的Agent產品截然不同。要理解它的獨特性，我們必須先明確它與另外兩個代表性產品 Manus 1.5 和 Atlas 的區別。

相比之下，更側重于編程能力的Manus 1.5 ，核心思路更像是在產品內部構建一個閉環的、強大的能力集。例如，它強調通過“內置”工具（tool）和配套架構，讓用戶可以直接在產品內“一句話構建應用”，將完成復雜任務所需的核心能力集成到自身。

而Atlas 首先是一個瀏覽器，Agent 在其中是一個核心但可選的“模式”，與常規瀏覽功能并存，它的重點在于從用戶使用場景切入，為用戶提供一個更完整的生態鏈路，為 Agent 提供一個更便捷的運行載體。

而FlowithOS 將自己定義為操作系統，其瀏覽器界面僅僅是這個系統為 Agent 提供的“圖形界面”。與 Manus 的“內置集成”思路相反，FlowithOS 的核心是調度和編排外部生態的能力。

例如，在處理編程任務時，它并非自己構建一套編程工具，而是通過調用 Claude Code 等外部功能和生態來實現。

當我們把 FlowithOS 放置在更宏觀的 AI 產品圖景中進行審視時，會發現它所做的事情既有差異又有共識。

共識在于，無論是 OpenAI 的 Atlas、Manus 的 1.5，還是各類 AI 編程助手，都在不約而同地從“理解和生成”向“執行和自主”進化。AI 不再滿足于作為一個知識問答或內容創作的工具，它必須進入人類的工作流，直接操作應用、完成任務，才能釋放下一階段的生產力價值。瀏覽器，作為連接人與互聯網服務的最主要入口，自然成為了這場進化的核心戰場。

其差異則在于，它可能是目前市面上第一個明確將自己定義為“Agent 操作系統”，而這決定了產品的進化路徑。FlowithOS的功能、交互設計，都是從“Agent 如何更好地執行”這個第一性原理出發，而非“人類如何更方便地使用”。

正如拐子所說：“用戶是否使用我們的 OS 作為瀏覽器其實無所謂，因為這個瀏覽器實際上是給 Agent 做操作系統用的，我們更希望用戶打開 OS 是讓 Agent 可以有更高權限的環境自主工作。”

在文末，我們也準備了一些邀請碼，加入公測用戶群，群內有Flowith團隊回應反饋，歡迎大家下載嘗試，為執行 Agent 帶來更多有趣的任務場景，幫助產品在公測階段找到更多優化的方向。

PS：邀請碼含Flowith主站付費會員及FlowithOS公測資格，掃描下方二維碼聯系硅星人獲取。

附下載鏈接：flowith.com