FlowithOS深度评测：超越ChatGPT，这款AI Agent正重塑自动化未来

type

status

date

slug

summary

当前AI Agent的困境：从“对话”到“行动”的鸿沟

今年以来，AI Agent 产品层出不穷，但大多停留在特定且封闭的任务场景中，例如辅助研究、生成PPT或搭建简单的网站。这些任务的边界清晰，几乎不需要与瞬息万变的外部数字世界进行实时交互。模型可以在一个相对“真空”的环境里完成指令。

然而，我们的日常工作与生活远比这复杂。试想一下，我们有多少时间是在处理琐碎的、跨平台的任务？比如，一边回复工作邮件，一边查询航班信息，同时还要为朋友挑选一份合适的礼物。这些任务对人类来说习以为常，但对目前的人工智能模型却是巨大的挑战。

即便是强大的 ChatGPT，在这些场景下也常常力不从心。你可以让它推荐礼物，但它无法理解你朋友社交媒体上展现出的微妙品味，更无法打开电商网站，货比三家后加入购物车。归根结底，现有的大多数AI工具本质上仍是一个高级的搜索引擎或内容生成器，它们缺少与真实世界交互的“手”和“脚”。

FlowithOS的破局之道：赋予AI“眼睛”和“手”

FlowithOS 的核心突破在于，它不再仅仅依赖于有限的API接口（MCP），而是尝试赋予 AI Agent 像人一样的视觉理解能力。它要解决一个根本性问题：让 AI 看懂网页，理解页面结构、元素功能和交互逻辑。

这意味着 AI 不再是“盲人”，它能识别输入框、按钮、菜单和购物车，甚至能理解不同网站（如淘宝和拼多多）之间截然不同的交互设计。这种基于视觉理解的自主行动能力，是实现通用任务自动化的关键。

为了验证其能力，我们进行了几项测试，其表现令人印象深刻：

基础网页自动化任务

我们给 FlowithOS 的指令是：访问一个在线视频下载工具网站，并将一个指定的社交媒体视频链接粘贴进去进行下载。这个看似简单的任务，对 AI 而言步步是坎。它需要： * 识别正确的输入框并填入链接。 * 定位并点击“解析”或“开始”按钮。 * 在下载选项中，理解不同分辨率的含义，并根据指令（如下载最高或最低分辨率）选择正确的下载按钮。

在多次测试中，FlowithOS 都能准确无误地完成这一系列操作，整个过程耗时不到两分钟，其稳定性和准确性远超同类产品。

高难度跨应用协同任务

为了进一步挑战其极限，我们设计了一个更复杂的场景：分析用户喜好并代为购物。指令如下： * 第一步： 访问指定的小红书博主主页。 * 第二步： 浏览并分析其发布的图文内容，理解其个人风格与兴趣爱好。 * 第三步： 打开淘宝，根据分析出的喜好，搜索并挑选3件价格在500元以内的礼物。 * 第四步： 自主选择合适的商品规格（如颜色、尺码），并将其加入购物车。

令人震惊的是，FlowithOS 成功地完成了这项任务。它不仅准确地从博主的帖子中推断出她养猫的爱好（并挑选了逗猫玩具），还在淘宝的执行过程中展现了惊人的“人性化”操作。例如，在选择商品时，它会像人一样上下滑动页面，对比不同的选项，而不是机械地选择搜索结果的第一个。

当然，过程中也并非一帆风顺。在一次测试中，电商网站弹出的“双十一”活动广告曾让 Agent 一时“蒙圈”。但这反而证明了其能力的真实性——它正在一个真实、复杂且充满干扰的互联网环境中学习和行动。

FlowithOS的定位：不止是浏览器，更是未来操作系统雏形

有人将 FlowithOS 归类为“AI 浏览器”，但这可能低估了它的野心。从其命名后缀“OS”（Operating System）可以看出，它的目标并非改造浏览器，而是要成为一个基于 Agent 的智能操作系统。浏览器，仅仅是它与数字世界交互的窗口之一。

这一趋势与 OpenAI 等巨头的战略不谋而合。将 ChatGPT 客户端化、深度集成进操作系统，正是为了让 AI 成为无处不在的智能助手。未来的交互范式将发生根本性变革：我们不再需要手动在不同的App和网页间切换、点击、输入，而只需用自然语言下达一个最终目标，由 AI Agent 自主规划、拆解并执行所有中间步骤。

当前以人类视觉和手动操作为中心的浏览器交互模式，在 AGI 时代显得过于笨重和低效。FlowithOS 所展示的，正是未来高效人机协同的雏形。

曙光已现，AGI之路道阻且长

毫无疑问，FlowithOS 是 AI Agent 领域一个里程碑式的产品。它将 Agent 的能力从理论和演示，向着真正可用的跨应用任务执行推进了一大步。虽然它目前仍处于早期阶段，存在不稳定的情况，但其展现出的巨大潜力足以让人兴奋。

正如 AI 大神 Andrej Karpathy 所言，我们正处于 Agent 新十年的开端。通往通用人工智能（AGI）的道路需要无数类似 FlowithOS 这样的产品在工程、模型和产品设计上不断探索和积累。它让我们真实地感受到，一个由 AI 驱动的、更高效、更自动化的数字生活，正在加速到来。

想要持续关注这类前沿的AI资讯和技术突破，可以访问AI门户网站 AIGC.bar，获取最新的AI新闻和深度分析，共同见证人工智能的未来。