這個超級應(yīng)用的升級，給通用Agent帶來了新氣象

一

1984 年，《Access》雜志的記者湯姆·齊托采訪了剛剛推出第一代Mac的喬布斯。

在訪談中，他問了喬布斯這樣一個問題——

“1977年你曾說過，計算機(jī)是尋找問題的答案，現(xiàn)在你的看法改變了嗎？”

彼時年僅29 歲的喬布斯回答說——

“我們現(xiàn)在擁有的計算機(jī)類型是工具，它們是響應(yīng)者：你操作計算機(jī)做某事，它就會去做，下一個階段將是計算機(jī)作為Agent，換句話說，就好像盒子里住著一個小伙伴，它開始預(yù)測你的需求，它不再是幫助你，而是開始引導(dǎo)你處理大量信息，它幾乎就像盒子里住著你的小伙伴。”

41年后的今天，進(jìn)入大模型時代的AI終于讓Agent這個曾經(jīng)非常遙遠(yuǎn)的概念在逐步變成事實。

沒錯，今年被不少媒體稱之為“Agent元年”。

從通用Agent到垂直Agent，從模型廠商到應(yīng)用創(chuàng)業(yè)者，更具有實用性的Agent被視為AI走向大眾的關(guān)鍵一環(huán)，大家的一致感受是——這回路子對了。

接下來我們就來聊一聊一款非常能打的通用AI Agent——GenFlow。

作為超級應(yīng)用的最新升級，GenFlow在能力上更加全面，效果上更有實用價值。

毫無疑問，AI會催生很多超級個體，在我的理解中，超級個體一定不是那些只用Chatbot的人，而是能充分挖掘AI Agent潛力的人。

畢竟，用好了，Agent是真出活——

二

今天的百度世界大會很熱鬧，在所有的產(chǎn)品中，但我最感興趣的，就是我們要聊的GenFlow3.0。

它這次的更新在我看來是很有誠意的。

我不想照著他們發(fā)布會上的流程去羅列具體的功能，那樣太無聊了。

我想用幾個實際的案例和場景，挑幾個我認(rèn)為值得說的關(guān)鍵詞，一起來看一看升級后的GenFlow實際表現(xiàn)到底如何——

第一個實用關(guān)鍵詞——Office操作

沒錯，在線文檔各家公司很多年了，但我們還是沒有能殺死Office三件套。

打工人們一直跟Word、Excel、PPT這三兄弟斗智斗勇，的確掉了很多頭發(fā)，背后的原因在于Office是使用最廣泛通用格式標(biāo)準(zhǔn)。

這件事的本質(zhì)是什么？

是人被迫去適應(yīng)機(jī)器。

而今天，有了一種新的Office玩法——

在新升級的GenFlow3.0里，用戶只需要上傳文檔，輸入指令，AI會自己進(jìn)行Office三大件的操作。

我試了試之前文章《》一文中提到過的騰訊招聘官網(wǎng)上下載的微信招聘崗位統(tǒng)計的Excel，并輸入指令——

“請在文檔中創(chuàng)建一個工作地點的統(tǒng)計分布圖，同時通過崗位名稱將所有崗位分為——企業(yè)微信、微信視頻號、微信小店、微信搜索、微信支付、微信安全、其他共7個類型，畫出類型分布圖。”

GenFlow一通操作之后，我的Excel中就出現(xiàn)了兩張排版精美的圖表，速度飛快，數(shù)據(jù)準(zhǔn)確。

而兩個值得說的細(xì)節(jié)是：

首先工作地點中原本Excel中的是拼音——guangzhou\beijing，它在圖中都貼心地變成了中文“廣州”、“北京”。

另一個細(xì)節(jié)是崗位分類并不是Excel中已經(jīng)分好的某一列原始數(shù)據(jù)，而是要根據(jù)崗位名稱進(jìn)行統(tǒng)計，會發(fā)現(xiàn)它的思考過程非常合理、細(xì)膩。

從這個案例我們看到——用嘴操作Office的時代正在開啟，要做什么，直接跟GenFlow說，比自己動手要快要準(zhǔn)。

這背后其實是一套很重的基建。

為了這套融合編輯器，團(tuán)隊花了兩年半的時間去打磨，這套東西是云端的，不依賴本地裝的Office版本，因而有更大的靈活性。

過去，工具的復(fù)雜性本身就是一種壁壘，現(xiàn)在，AI要把這個壁壘給拆了。

三

第二個關(guān)鍵詞——全局記憶。

很多人吐槽過，絕大多數(shù)AI都是金魚的記憶，這其實是AI Agent走向?qū)嵱玫淖畲笳系K之一。

一個記不住你是誰、記不住你的偏好、記不住上次聊了什么的AI，不可能成為你的得力助手，頂多是個一次性的工具。

GenFlow3.0這次升級的重點，就是“記憶中心”。

這個記憶中心會記錄你和GenFlow交流過程中的關(guān)鍵信息，包括你主動喂給它的還有它在與你合作中自己領(lǐng)悟和識別到的，都會沉淀下來。

一起來看一看我在GenFlow里的記憶——

當(dāng)我授權(quán)GenFlow開啟記憶后，它為我生成了一份個人記憶庫，有些信息是我主動告訴它的。

比如：

“我是一名科技作者。”、“我正在進(jìn)行低碳水化合物飲食。”

但更多內(nèi)容，是它通過與我的日常協(xié)作，自己總結(jié)提煉出來的。

比如，它發(fā)現(xiàn)我經(jīng)常讓它用生活中的例子來解釋復(fù)雜的技術(shù)概念，于是它記下了：

“用戶常常結(jié)合生活中的例子來類比技術(shù)概念。”

它看到我經(jīng)常搜索阿西莫夫、道格拉斯*亞當(dāng)斯、阿瑟克拉克、劉慈欣等人的作品和相關(guān)哲學(xué)討論。

就給我打上了標(biāo)簽：

“用戶偏好‘硬科幻’和探討人性與科技倫理方向的書籍推薦和話題討論。”

現(xiàn)在，這份記憶檔案已經(jīng)有點“分身”的意思了，我們來看它的實用之處——

這個周末，我要給海淀區(qū)溫泉鎮(zhèn)的小朋友講一個關(guān)于“AI與科幻”的主體的講座，我希望AI給我點建議。

如果是面對一個沒有記憶的AI，我需要寫一段極其復(fù)雜的Prompt。

我需要詳細(xì)描述我的寫作風(fēng)格、我的知識背景、我希望引用的科幻概念等等，這個過程本身就夠?qū)懸黄∽魑牧恕?/p>

但現(xiàn)在，我只需要對GenFlow說一句話——

“我要給一群7-13歲的小朋友做一次關(guān)于AI的講座，幫我構(gòu)思一個主題是“AI與科幻”的演講稿大綱，要能引發(fā)小朋友的興趣與思考，同時兼顧小朋友的理解能力。”

接下來，GenFlow的操作，就完全是基于它對“我”的理解——

從它的思考過程看，它立刻調(diào)取了我的專屬記憶庫。

它知道我是一位科技作者，偏好是硬科幻和人性以及科技倫理，同時輸出中的《流浪地球》和《銀河系漫游指南》顯然是考慮到了我記憶中的阿西莫夫和劉慈欣的條目。

可以看到，在執(zhí)行任務(wù)的過程中，我沒有費力去解釋我是誰，但GenFlow卻始終知道我是誰、我有哪些偏好。

這種帶記憶的交互，讓人和Agent之間有了默契，這個體驗自然提升了一個臺階。

當(dāng)然，GenFlow目前的記憶不支持直接編輯，僅能通過對話來修改或刪除，這一點我覺得后續(xù)如果優(yōu)化一下，體驗會更好。

四

第三個關(guān)鍵詞——定時任務(wù)

我們再來看一個讓GenFlow 3.0從聰明變得能干的功能——定時任務(wù)。

打工人的痛點是什么？

周期性的重復(fù)勞動絕對算一個，比如寫周報，甚至有的奇葩公司還要寫日報，這事本身意義有多大另說，但作為打工人又不得不做，的確讓人頭疼。

再比如，作為一名野生科技作者，我需要持續(xù)關(guān)注幾個頭部大廠的動態(tài)。

以前我的工作流是怎樣的？

每天早上，把騰訊、阿里、字節(jié)跳動這幾家公司的行業(yè)媒體的相關(guān)板塊都刷一遍，看到有價值的信息，就丟到NotebookLM里，打上標(biāo)簽。

一周下來，NotebookLM里堆了幾十條信息，到了周末，再花半天時間把這些碎片化的信息重新梳理，形成一個整體的認(rèn)知。

這個過程，枯燥、重復(fù)，而且極易遺漏，有時候忙起來，幾天沒看，再想補(bǔ)就費勁了。

GenFlow的定時任務(wù)就是來搞定這種重復(fù)勞動的。

我試著給它下了這樣一個指令——

“請幫我創(chuàng)建一個定時任務(wù)，每周三晚上9點45分給我發(fā)一個關(guān)于阿里、騰訊、字節(jié)這三家公司業(yè)務(wù)動態(tài)的報告，報告需總結(jié)過去一周這三家公司在產(chǎn)品、技術(shù)、人才、戰(zhàn)略等層面的重要新聞、動態(tài)。”

當(dāng)我把這個任務(wù)設(shè)定好之后，我就把它忘了。

到了第一個周三的晚上，我的手機(jī)準(zhǔn)時收到了一條推送，打開一看，是一篇非常詳細(xì)的報告。

標(biāo)題就是“阿里巴巴、騰訊、字節(jié)跳動業(yè)務(wù)動態(tài)報告（2025年11月5日至11月11日）”。

我點進(jìn)去之后，發(fā)現(xiàn)結(jié)構(gòu)比較清晰，仔細(xì)看了看，整體還是滿意的。

直觀判斷它挑重點的能力不錯，該關(guān)注的重點新聞都提到了，同時信源可靠，每條信息的末尾，都附上了原文鏈接。

這就是定時任務(wù)，它可以把我們從那些低創(chuàng)造性的事務(wù)中解放了出來，第一次有一種雇了個實習(xí)生每周給我做一次匯報的感覺。

定時任務(wù)這個功能細(xì)節(jié)上也做得不錯，支持隨時暫停、修改，用戶可以自定義觸發(fā)時間和重復(fù)周期，直觀便捷。

這個功能一旦用熟了，玩法就很多了——

做銷售的，可以讓他每周給你一份客戶輿情報告；做投資的，可以讓他每天早上給你一份目標(biāo)公司股價與新聞匯總。

甚至，你可以讓他每周幫你整理一下你家孩子學(xué)校網(wǎng)站上的最新通知。

所有那些你需要定期去看看的事情，理論上都可以交給它。

從這個角度看，定時任務(wù)這個直觀實用的功能值得肯定，它不炫技，但它確實能讓我們干活更輕松。

五

說了這么多，最后還是得落到用這個層面上。

在我看來，任何工具，都有它的脾氣和秉性，我們得先摸清它的路數(shù)才能更好地使用它。

根據(jù)我的觀察和體驗，用GenFlow這類的通用AI Agent，下面兩個樸實的小技巧可以讓你事半功倍——

第一條：不要怕它累著。

很多人對AI有個誤解，覺得我指令得下得特別精準(zhǔn)，一次就得讓它生成完美結(jié)果，這其實不是一種效率最高的用法。

一個非常實用的技巧就是：一個任務(wù)，可以讓它做很多次。

面對GenFlow，我更建議你把它當(dāng)成一個可以不知疲倦的多人團(tuán)隊。

同一個任務(wù)，你可以換幾種不同的問法（事實上不改變輸入也行），讓它生成多個版本的結(jié)果，然后你來做比較和挑選。

比如，我每次比較重要一些的任務(wù)，我都是跑三次，然后比較，挑出各個版本中有價值的部分。

這在人類世界里是奢侈的要求，但在AI這里，成本幾乎為零。

要知道，國內(nèi)AI圈卷出天際的優(yōu)勢就是token幾乎是免費的，因此，在讓AI多做幾遍這件事上，不要放不開手腳。

第二條：不要怕它消化不良。

前面我們聊全局記憶的時候，其實已經(jīng)提到了這一點，AI的輸出質(zhì)量，很大程度上取決于你給它的輸入質(zhì)量。

它知道得越多，產(chǎn)出的東西就越靠譜。

所以，第二個技巧是：盡可能喂給它更多、更豐富的背景資料。

GenFlow的一個巨大優(yōu)勢，就是它的技術(shù)基建。

它的編輯器和閱讀器，幾乎能支持市面上所有主流的文檔格式：Word、PPT、Excel、PDF、圖片、音視頻等等。

你電腦和網(wǎng)盤里存的任何東西，只要你授權(quán)，它都能看懂、能理解。

比如，你要寫一份年終總結(jié)，你可以這么干——

把你過去一年的所有周報、月報、產(chǎn)品文檔、業(yè)績Excel甚至你某次匯報的錄音和視頻，一起丟給它，效果一定會比你僅提供單一材料好得多。

沒錯，AI目前在公共領(lǐng)域的智商和知識幾乎已經(jīng)是滿級的，而限制它為你服務(wù)唯一的瓶頸，就是它還不夠了解你和你的業(yè)務(wù)。

AI沒有關(guān)于你的暗知識，而這恰恰就是我們要喂給它更多資料的核心原因。

試過足夠多的Case之后，你就會知道，關(guān)注你自己的上下文工程才是用好GenFlow的核心要義。

最后還有一點，不要只用GenFlow這一個功能。

GenFlow不是一個孤立的功能，它是百度文庫和網(wǎng)盤這個生態(tài)里的一環(huán)，把它和自由畫布、簡單聽記、AI相機(jī)等其他功能組合起來用，會更加得心應(yīng)手。

這種融合的用法，本質(zhì)上是在構(gòu)建你自己的AI工作流，記住：怎么順手怎么來，怎么效率高怎么來。

結(jié)語

在我看來，GenFlow這是一種很重的打法——

半年以來迭代三個版本、自研Multi-Agent架構(gòu)、用戶記憶庫、MOE底層模型、完善MCP連接生態(tài)。

這些都不是一蹴而就的，背后是大量的工程化、產(chǎn)品化的苦功夫。

但從體驗的角度，這些功夫是值得的。

愿通用AI Agent從GenFlow開始，從少數(shù)極客的玩具，變成更多人的工具。讓更多的普羅大眾，也能在不斷內(nèi)化AI能力的過程中，感受到AI的便利。

玩起來吧，超級個體！

——End——

作者簡介：衛(wèi)夕，公眾號“衛(wèi)夕指北”出品人，科技專欄作者，專寫長文，專注剖析互聯(lián)網(wǎng)及社會科學(xué)的底層邏輯；不關(guān)注這個賬號，你都不知道你會錯過神馬！