Flowith

يُعد Flowith مساحة عمل للذكاء الاصطناعي الوكيلي مبنية حول لوحة عمل ثنائية الأبعاد لا متناهية بدلاً من سلسلة دردشة خطية. تأسست المنصة في عام 2023 على يد Yichen Wu و Derek Nee ومقرها في سان فرانسيسكو، وتتيح للمستخدمين العمل عبر مسارات ذكاء اصطناعي متعددة في وقت واحد، حيث توجد كل مطالبة واستجابة كعقدة قابلة للتحريك والتحرير على لوحة مكانية. المشكلة الأساسية التي يحلها هي فقدان السياق: عندما تدير أبحاثاً معقدة أو استراتيجيات أو أعمال محتوى عبر أدوات تقليدية أحادية المسار مثل ChatGPT، تُدفن الأفكار، وتتكاثر المسارات عبر علامات التبويب، ويصبح أي شيء يتجاوز السؤال البسيط بمثابة جمباز للنسخ واللصق. يضع Flowith كل شيء على لوحة واحدة دائمة.

القطعة المركزية في المنصة هي Agent NEO، الذي تم إطلاقه في مايو 2025، والذي تضعه Flowith كـ "أول وكيل ذكاء اصطناعي في العالم بخطوات لا متناهية، وسياق لا متناهٍ، وأدوات لا متناهية". يعمل NEO بشكل مستقل في السحابة، وينفذ أكثر من 1,000 خطوة استدلال لكل جلسة مع نافذة سياق تبلغ 10 ملايين رمز، مما يسمح له بالتعامل مع مهام البحث والإنشاء التي تستغرق ساعات طويلة حتى عندما تكون غير متصل بالإنترنت. يدعم NEO نظام Knowledge Garden، وهو نظام توليد معزز بالاسترجاع (RAG) شخصي حيث يتم تقسيم المستندات المحملة إلى "بذور" واسترجاعها تلقائياً أثناء الجلسات ذات الصلة. يحصل المستخدمون على إمكانية الوصول إلى أكثر من 40 نموذجاً رائداً من OpenAI و Anthropic و Google داخل نفس مساحة العمل، وتشمل المخرجات النصوص والصور ومقاطع الفيديو وعروض الشرائح ومواقع الويب الكاملة، كل ذلك على لوحة واحدة.

ما هو Flowith فعلياً في يونيو 2026

يحتوي المنتج على طبقتين متميزتين تعملان معاً. الأولى هي مساحة عمل اللوحة نفسها: لوحة مكانية غير خطية حيث تبني المشاريع بصرياً. على عكس Google Gemini أو أي واجهة دردشة قياسية للذكاء الاصطناعي، لا توجد سلسلة محادثة واحدة. بدلاً من ذلك، تقوم بإنشاء فروع: عقدة للبحث الأولي، وأخرى للحجج المضادة، وأخرى للمسودة النهائية. يمكنك تشغيل نماذج ذكاء اصطناعي مختلفة على فروع متوازية ومقارنة المخرجات جنباً إلى جنب على نفس اللوحة.

الطبقة الثانية هي Agent NEO، محرك التنفيذ المستقل. حيث تتطلب اللوحة الأساسية مطالبات موجهة من المستخدم، يعمل NEO على حلقة "Dynamic Recipe": فهو يحدد هدفاً، ويخطط لخطوات فرعية، وينفذ الأدوات (بحث الويب، تنفيذ التعليمات البرمجية، إنشاء الملفات)، ويقيم النتائج، ويصحح نفسه إذا فشلت خطوة، ويستمر حتى تكتمل المهمة. يتصدر NEO معيار GAIA، وهو اختبار موحد يقيس مدى جودة تعامل وكلاء الذكاء الاصطناعي العامين مع المهام متعددة الخطوات في العالم الحقيقي، محققاً دقة بنسبة 90% في أصعب فئة (المستوى 3) اعتباراً من إطلاقه في مايو 2025، متفوقاً على Claude 3.7 Sonnet و GPT-4o في ذلك المعيار في ذلك الوقت.

يُعد Knowledge Garden الركيزة الثالثة. يقوم المستخدمون بتحميل المستندات (ملفات PDF، ملفات Excel، ملاحظات البحث) ويقوم النظام بفهرستها إلى "بذور" قابلة للاسترجاع. يمكن لأي جلسة لوحة مستقبلية السحب من هذا الفهرس تلقائياً، بحيث يكون للذكاء الاصطناعي دائماً إمكانية الوصول إلى معرفتك المؤسسية. بمرور الوقت، تتضاعف قيمة Knowledge Garden: فكلما أضفت المزيد، زادت دقة NEO في تأسيس مخرجاته في سياقك الخاص بدلاً من معلومات الويب العامة.

وصل Flowith إلى مليون مستخدم بحلول صيف 2025، مدعوماً بشراكات مع Google و NVIDIA و Microsoft و AWS، وأبلغ عن خدمة أكثر من 20 مليون طلب وكيل.

موقع Flowith مقارنة بـ Manus و ChatGPT

يهدف كل من Manus و Flowith إلى المهام المستقلة طويلة الأمد، لكنهما يتخذان مناهج معمارية مختلفة جذرياً. يعمل Manus في بيئة آلة افتراضية بتفويض غير متزامن وبدون تدخل: تعطيه هدفاً، فيختفي في عملية سحابية، وتعود لتجد النتائج. يقتصر سياقه على كل مهمة على حدة، ولا توجد مساحة عمل مكانية دائمة تربط المشاريع بمرور الوقت. على النقيض من ذلك، تم تصميم Flowith ليكون المستخدم في حلقة العمل (user-in-loop). تبقي اللوحة كل خطوة مرئية؛ يمكنك التدخل أو التحرير أو التفرع أو إعادة التوجيه في أي وقت. يُعد Manus أفضل للتفويض الخالص حيث تريد الابتعاد والعودة إلى منتج نهائي. بينما يُعد Flowith أفضل للعمل حيث تريد التفكير جنباً إلى جنب مع الوكيل، وبناء هيكل تنظيمي عبر الجلسات، وتجميع قاعدة معرفية متنامية.

يُعد ChatGPT التباين الأوضح. واجهة دردشة ChatGPT أحادية المسار ومقتصرة على الجلسة: حتى مع تمكين الذاكرة، فإنك تتنقل في محادثة واحدة في كل مرة، والتاريخ خطي. تم تنظيم لوحة Flowith مكانياً وهي دائمة عبر الجلسات حسب التصميم. ينفذ ChatGPT سلاسل مهام قصيرة من خلال ميزات المشغل/الوكيل الخاصة به؛ بينما يقوم NEO من Flowith بتشغيل أكثر من 1,000 خطوة استدلال بشكل مستقل. بالنسبة لسؤال واقعي سريع أو مهمة صياغة لمرة واحدة، يفوز ChatGPT بالبساطة والسرعة. أما بالنسبة لمشروع بحثي يستمر لأسابيع حيث تحتاج إلى هيكل متفرع، ومقارنة بين نماذج متعددة، وقاعدة معرفية متنامية للمستندات، فإن Flowith يتعامل مع ما لا يستطيع ChatGPT توفيره هيكلياً.

نقطة مرجعية ثالثة مفيدة هي Genspark، والذي يستخدم بنية "Mixture-of-Agents" التي توجه المهام ديناميكياً عبر نماذج لغوية متعددة لتوليد مخرجات سريعة ومنسقة. يُعد Genspark متزامناً ومُحسناً للمخرجات السريعة متعددة الوسائط (العروض التقديمية، المستندات)؛ بينما يُعد Flowith غير متزامن ومُحسناً للتكرار طويل الأمد وتراكم المعرفة. إنهما يخدمان إيقاعات عمل مختلفة.

"هذا جنوني. لقد غيّر Flowith Agent Neo لعبة وكلاء الذكاء الاصطناعي بالكامل. يمكن لأي شخص الآن إطلاق العنان لوكلاء ذكاء اصطناعي لا متناهين في السحابة، وأكثر من 1000 خطوة تفكير مع سياق 10 ملايين رمز، وفرق وكلاء ذكاء اصطناعي متوازية تعمل أثناء نومك." - @minchoi (Min Choi)، X/Twitter، 19 مايو 2025

كيف يعمل الذكاء الاصطناعي فعلياً داخل Flowith

اللوحة ليست مجرد غلاف مرئي فوق واجهة دردشة. تحمل كل عقدة على اللوحة سياقها الخاص، ويمكنك ربط العقد لإنشاء سلاسل سياق: يصبح مخرج العقدة A هو سياق الإدخال للعقدة B. هذا يعني أنه يمكنك بناء مسارات تفكير صريحة حيث تستند الخطوات اللاحقة إلى الخطوات السابقة دون الحاجة إلى النسخ واللصق اليدوي. عندما تقوم بتشغيل Agent NEO على مهمة ما، فإنه ينشئ رسماً بيانياً فرعياً للعقد الخاصة به على اللوحة، بحيث يمكنك متابعة تفكيره في الوقت الفعلي بدلاً من تلقي مخرجات صندوق أسود.

يعمل نظام Oracle كمجدول ذكي لـ NEO. عندما تحدد هدفاً معقداً، يقوم Oracle بتقسيمه إلى رسم بياني للتبعية للمهام الفرعية، ويعين الأدوات المناسبة لكل خطوة، ويدير ترتيب التنفيذ. يشمل الوصول إلى الأدوات البحث المباشر على الويب، وتنفيذ كود Python، وتوليد الصور، وتوليد الفيديو، وإدخال/إخراج الملفات، واستدعاءات API الخارجية. تعني آلية Dynamic Recipe أن Oracle لا يثبت خطة مسبقاً: إذا أرجع بحث الويب بيانات غير كافية، يقوم NEO بإعادة التوجيه إلى مصدر مختلف بدلاً من الفشل.

اختيار النموذج يتحكم فيه المستخدم لكل عقدة. يمكنك تثبيت GPT-4o على فرع واحد و Claude Sonnet على فرع موازٍ وتشغيلهما في وقت واحد، ومقارنة المخرجات بصرياً على اللوحة. يُعد سير عمل المقارنة متعدد النماذج هذا أحد الميزات التي يشير إليها المستخدمون المحترفون تحديداً على أنها مفيدة حقاً وليست مجرد نقطة تسويقية.

تعمل Knowledge Garden كطبقة RAG في الخلفية. عند تنشيطها لجلسة ما، يسترد النظام البذور ذات الصلة من مستنداتك المحملة ويدرجها في سياق النموذج تلقائياً. بالنسبة للوكالات أو الباحثين الذين لديهم عملاء أو موضوعات متكررة، يعني هذا أن الذكاء الاصطناعي يعمل باستمرار ضمن سياقك المحدد دون إعادة المطالبة في كل جلسة.

"يمكنك القيام بذلك أيضاً مع Flowith Neo AI Agent من خلال مطالبة بسيطة. يتفوق Flowith بالفعل على أطر عمل وكلاء الذكاء الاصطناعي العامة الحالية في معيار GAIA." - @Saboo_Shubham_ (Shubham Saboo)، X/Twitter، مايو 2025

مخاوف الاحتكاك والتكلفة التي يثيرها المستخدمون باستمرار

يُعد نظام الأرصدة المصدر الأكثر ثباتاً للاحتكاك. يفرض Flowith أرصدة لكل عملية، وتختلف التكاليف بشكل كبير حسب النموذج ونوع المخرجات: يتراوح توليد النص من 100 إلى 15,000 رصيد لكل مليون رمز اعتماداً على النموذج الذي تستخدمه، وتكلف الصور من 20 إلى 190 رصيداً لكل منها، وتتطلب مقاطع الفيديو من 475 إلى 6,000 رصيد اعتماداً على الطول والدقة. هذا التباين يجعل من الصعب حقاً التنبؤ بمدى سرعة اختفاء 22,000 رصيد شهري في خطة Pro. أفاد أحد المراجعين على Trustpilot أن توليد الصور قفز من حوالي 1-10 أرصدة لكل صورة إلى حوالي 160 رصيداً لكل صورة بعد تحديث الأسعار، مع عدم الكشف عن التغيير بوضوح في وقت التجديد. وتم رفض طلب استرداد الأموال الخاص بهم.

منحنى التعلم حقيقي. يستشهد العديد من المراجعين المستقلين بفترة تدريب تتراوح من 30 إلى 60 دقيقة قبل أن تبدأ واجهة اللوحة في الشعور بالإنتاجية. يجد المستخدمون المدربون على الدردشة الخطية أن النموذج المكاني مربك في البداية: لا توجد "خطوة تالية" واضحة بالطريقة التي يوفرها مربع الرد على الدردشة. بالنسبة للمهام البسيطة، فإن هذا العبء لا يستحق العناء. أما بالنسبة للمشاريع المعقدة متعددة الجلسات، فإنه يؤتي ثماره، ولكن عليك تحمل الاحتكاك للوصول إلى هناك.

الهاتف المحمول غير مدعوم فعلياً. تتطلب اللوحة شاشة كبيرة للاستخدام المنتج. إذا كان سير عملك مقسماً عبر الأجهزة، فإن Flowith ليس الأداة المناسبة لك.

تحمل جلسات NEO الممتدة مخاطر الاتصال. نظراً لأن NEO يعمل في السحابة، فإن انقطاع الشبكة في منتصف المهمة يمكن أن يكسر تشغيلاً مستقلاً يستمر لعدة ساعات. لا تقدم المنصة حالياً آليات قوية لاستئناف الجلسة تحمي من ذلك. لاحظ AIbase عند إطلاق NEO أن "تكاليف المهام عالية التزامن تحتاج إلى مزيد من التحسين"، وهو قلق لا يزال وثيق الصلة بالمستخدمين الكثيفين.

أخيراً، لا يُعد Flowith قوياً لمهام المطورين التقنية. فهو يتعامل مع توليد التعليمات البرمجية وبناء مواقع الويب على مستوى سطحي، ولكن بالنسبة للبرمجة النصية العميقة، أو تكامل CI/CD، أو التعليمات البرمجية التي تحتاج إلى اختبار محلي تكراري، فإن أدوات البرمجة المخصصة مثل GitHub Copilot أو Cursor تخدم بشكل أفضل.

لمن صُمم Flowith

يعمل Flowith بشكل أفضل للعاملين في مجال المعرفة الذين يديرون مشاريع معقدة ومتعددة الجلسات: الباحثون الذين يجمعون مجموعات كبيرة من المستندات، واستراتيجيو المحتوى الذين يبنون مسارات التحرير، والوكالات التي تحافظ على قواعد معرفة العملاء، وأي شخص يتضمن عمله مسارات تفكير متوازية تحتاج إلى البقاء متصلة بمرور الوقت. إذا كنت تجد نفسك بانتظام تفقد السياق عبر علامات التبويب، أو تنسخ المخرجات بين الأدوات، أو تعيد شرح نفس الخلفية للذكاء الاصطناعي في كل جلسة، فإن لوحة Flowith و Knowledge Garden يعالجان نقاط الألم هذه بشكل مباشر.

يحظى بجاذبية قوية بشكل خاص في آسيا وبين المستخدمين المحترفين للذكاء الاصطناعي في الغرب الذين يريدون مساحة عمل واحدة تحل محل الاشتراكات المتناثرة في Notion و Perplexity وذكاء اصطناعي للدردشة ومولد صور. إن الوصول متعدد النماذج والمخرجات متعددة الوسائط (نص، صورة، فيديو، مواقع ويب) في لوحة واحدة يجعل هذا الدمج ممكناً حقاً.

تخطَّ Flowith إذا كنت تحتاج بشكل أساسي إلى إجابات سريعة لمرة واحدة (ميزة سرعة ChatGPT حاسمة للاستعلامات البسيطة)، أو إذا كنت تعمل بشكل أساسي على الهاتف المحمول، أو إذا كنت بحاجة إلى تسعير ثابت يمكن التنبؤ به، أو إذا كانت مهمتك الأساسية هي تطوير البرامج الذي يتطلب بيئة تنفيذ تعليمات برمجية حقيقية وتكامل التحكم في الإصدار. تمنحك الفئة المجانية (300 رصيد، لمرة واحدة) ما يكفي لاختبار اللوحة وتشغيل جلسة NEO خفيفة قبل الالتزام بخطة مدفوعة.