Flowith

Flowith est un espace de travail d'IA agentique construit autour d'une toile 2D infinie plutôt que d'un fil de discussion linéaire. Fondée en 2023 par Yichen Wu et Derek Nee et basée à San Francisco, la plateforme permet aux utilisateurs de travailler simultanément sur plusieurs fils d'IA, chaque prompt et réponse existant sous forme de nœud mobile et modifiable sur une toile spatiale. Le principal problème qu'elle résout est la perte de contexte : lorsque vous gérez des travaux complexes de recherche, de stratégie ou de contenu sur des outils traditionnels à fil unique comme ChatGPT, les idées s'enterrent, les fils se multiplient dans les onglets, et tout ce qui dépasse une simple question devient une gymnastique de copier-coller. Flowith rassemble tout sur une seule toile persistante.

La pièce maîtresse de la plateforme est Agent NEO, lancé en mai 2025, que Flowith positionne comme « le premier agent d'IA au monde avec des étapes infinies, un contexte infini et des outils infinis ». NEO fonctionne de manière autonome dans le cloud, exécutant plus de 1 000 étapes d'inférence par session avec une fenêtre de contexte de 10 millions de tokens, ce qui lui permet de gérer des tâches de recherche et de création de plusieurs heures, même lorsque vous êtes hors ligne. Pour soutenir NEO, il y a le Knowledge Garden, un système personnel de génération augmentée par la recherche (RAG) où les documents téléchargés sont divisés en « graines » (seeds) et automatiquement récupérés lors des sessions pertinentes. Les utilisateurs ont accès à plus de 40 modèles de pointe d'OpenAI, Anthropic et Google au sein du même espace de travail, et les résultats couvrent le texte, les images, la vidéo, les diaporamas et des sites web complets, le tout sur une seule toile.

Ce qu'est réellement Flowith en juin 2026

Le produit comporte deux couches distinctes qui fonctionnent ensemble. La première est l'espace de travail sur toile lui-même : un tableau spatial et non linéaire où vous construisez visuellement des projets. Contrairement à Google Gemini ou à toute interface de chat IA standard, il n'y a pas de fil de conversation unique. À la place, vous créez des branches : un nœud pour la recherche brute, un autre pour les contre-arguments, un autre pour le brouillon final. Vous pouvez exécuter différents modèles d'IA sur des branches parallèles et comparer les résultats côte à côte sur le même tableau.

La deuxième couche est Agent NEO, le moteur d'exécution autonome. Là où la toile de base nécessite des prompts dirigés par l'utilisateur, NEO fonctionne sur une boucle « Dynamic Recipe » : il fixe un objectif, planifie des sous-étapes, exécute des outils (recherche web, exécution de code, génération de fichiers), évalue les résultats, s'auto-corrige si une étape échoue, et continue jusqu'à ce que la tâche soit terminée. NEO est en tête du GAIA benchmark, un test standardisé mesurant la capacité des agents d'IA généraux à gérer des tâches réelles à plusieurs étapes, atteignant une précision de 90 % sur la catégorie de niveau 3 la plus difficile lors de son lancement en mai 2025, surpassant Claude 3.7 Sonnet et GPT-4o sur ce benchmark à l'époque.

Le Knowledge Garden est le troisième pilier. Les utilisateurs téléchargent des documents (PDF, fichiers Excel, notes de recherche) et le système les indexe en « graines » récupérables. Toute session future sur la toile peut puiser automatiquement dans cet index, de sorte que l'IA a toujours accès à vos connaissances institutionnelles. Au fil du temps, le Knowledge Garden se bonifie : plus vous en ajoutez, plus NEO peut ancrer précisément ses résultats dans votre contexte spécifique plutôt que dans des informations génériques du web.

Flowith a atteint 1 million d'utilisateurs à l'été 2025, soutenu par des partenariats avec Google, NVIDIA, Microsoft et AWS, et a rapporté plus de 20 millions de requêtes d'agents traitées.

Où se situe Flowith par rapport à Manus et ChatGPT

Manus et Flowith visent tous deux des tâches autonomes à long terme, mais ils adoptent des approches architecturales fondamentalement différentes. Manus fonctionne dans un environnement de machine virtuelle avec une délégation asynchrone et sans intervention : vous lui donnez un objectif, il disparaît dans un processus cloud, et vous revenez pour voir les résultats. Son contexte est limité à chaque tâche, et il n'y a pas d'espace de travail spatial persistant reliant les projets au fil du temps. Flowith, en revanche, intègre l'utilisateur dans la boucle par conception. La toile garde chaque étape visible ; vous pouvez intervenir, modifier, créer des branches ou rediriger à tout moment. Manus est préférable pour la délégation pure où vous voulez vous éloigner et revenir à un artefact terminé. Flowith est idéal pour le travail où vous souhaitez réfléchir aux côtés de l'agent, construire une structure organisationnelle au fil des sessions et accumuler une base de connaissances croissante.

ChatGPT est le contraste le plus évident. L'interface de chat de ChatGPT est à fil unique et limitée à la session : même avec la mémoire activée, vous naviguez dans une conversation à la fois, et l'historique est linéaire. La toile de Flowith est organisée spatialement et persistante d'une session à l'autre par conception. ChatGPT exécute de courtes chaînes de tâches via ses fonctionnalités d'opérateur/agent ; le NEO de Flowith exécute plus de 1 000 étapes d'inférence de manière autonome. Pour une question factuelle rapide ou une tâche de rédaction ponctuelle, ChatGPT l'emporte sur la simplicité et la vitesse. Pour un projet de recherche de plusieurs semaines où vous avez besoin d'une structure ramifiée, d'une comparaison multi-modèles et d'une base de connaissances documentaire croissante, Flowith gère ce que ChatGPT ne peut structurellement pas fournir.

Un troisième point de référence utile est Genspark, qui utilise une architecture « Mixture-of-Agents » qui achemine dynamiquement les tâches à travers plusieurs modèles de langage pour une génération de résultats rapide et coordonnée. Genspark est synchrone et optimisé pour une production multimodale rapide (présentations, documents) ; Flowith est asynchrone et optimisé pour des itérations de longue durée et l'accumulation de connaissances. Ils répondent à des rythmes de travail différents.

« C'est dingue. Flowith Agent Neo vient de changer complètement la donne en matière d'agents d'IA. N'importe qui peut désormais débloquer des agents d'IA infinis dans le cloud, plus de 1000 étapes de raisonnement avec un contexte de 10M de tokens, des équipes d'agents d'IA parallèles travaillant pendant que vous dormez. » - @minchoi (Min Choi), X/Twitter, 19 mai 2025

Comment l'IA fonctionne réellement dans Flowith

La toile n'est pas seulement un habillage visuel sur une interface de chat. Chaque nœud sur la toile porte son propre contexte, et vous pouvez connecter des nœuds pour créer des chaînes de contexte : le résultat du nœud A devient le contexte d'entrée pour le nœud B. Cela signifie que vous pouvez construire des chemins de raisonnement explicites où les étapes ultérieures sont ancrées dans les étapes précédentes sans copier-coller manuel. Lorsque vous exécutez Agent NEO sur une tâche, il crée son propre sous-graphe de nœuds sur la toile, de sorte que vous pouvez suivre son raisonnement en temps réel plutôt que de recevoir un résultat de type boîte noire.

L'Oracle System agit comme le planificateur intelligent de NEO. Lorsque vous fixez un objectif complexe, Oracle le décompose en un graphe de dépendances de sous-tâches, assigne les bons outils à chaque étape et gère l'ordre d'exécution. L'accès aux outils comprend la recherche web en direct, l'exécution de code Python, la génération d'images, la génération de vidéos, les entrées/sorties de fichiers et les appels d'API externes. Le mécanisme Dynamic Recipe signifie qu'Oracle ne verrouille pas un plan à l'avance : si une recherche web renvoie des données insuffisantes, NEO se redirige vers une source différente plutôt que d'échouer.

La sélection du modèle est contrôlée par l'utilisateur pour chaque nœud. Vous pouvez épingler GPT-4o sur une branche et Claude Sonnet sur une branche parallèle et exécuter les deux simultanément, en comparant visuellement les résultats sur la toile. Ce flux de travail de comparaison multi-modèles est l'une des fonctionnalités que les utilisateurs avancés soulignent spécifiquement comme étant véritablement utile plutôt qu'un simple argument marketing.

Le Knowledge Garden fonctionne comme une couche RAG en arrière-plan. Lorsque vous l'activez pour une session, le système récupère les graines pertinentes de vos documents téléchargés et les injecte automatiquement dans le contexte du modèle. Pour les agences ou les chercheurs ayant des clients ou des sujets récurrents, cela signifie que l'IA travaille systématiquement dans votre contexte établi sans avoir à reformuler les prompts à chaque session.

« Vous pouvez le faire aussi avec Flowith Neo AI Agent à partir d'un simple prompt. Flowith surpasse déjà les frameworks d'agents d'IA généraux existants sur le GAIA benchmark. » - @Saboo_Shubham_ (Shubham Saboo), X/Twitter, mai 2025

Les frictions et les préoccupations de coûts que les utilisateurs soulèvent constamment

Le système de crédits est la source de friction la plus constante. Flowith facture des crédits par opération, et les coûts varient considérablement selon le modèle et le type de résultat : la génération de texte coûte de 100 à 15 000 crédits par million de tokens selon le modèle utilisé, les images coûtent de 20 à 190 crédits chacune, et les vidéos nécessitent de 475 à 6 000 crédits selon la longueur et la résolution. Cette variabilité rend véritablement difficile de prédire à quelle vitesse les 22 000 crédits mensuels d'un plan Pro disparaîtront. Un évaluateur sur Trustpilot a signalé que la génération d'images est passée d'environ 1 à 10 crédits par image à environ 160 crédits par image après une mise à jour des prix, le changement n'ayant pas été clairement divulgué au moment du renouvellement. Leur demande de remboursement a été rejetée.

La courbe d'apprentissage est réelle. De nombreux évaluateurs indépendants citent une période de prise en main de 30 à 60 minutes avant que l'interface sur toile ne commence à sembler productive. Les utilisateurs habitués au chat linéaire trouvent le paradigme spatial désorientant au début : il n'y a pas de « prochaine étape » évidente comme le propose une boîte de réponse de chat. Pour des tâches simples, la surcharge n'en vaut pas la peine. Pour des projets complexes sur plusieurs sessions, cela s'avère payant, mais il faut tolérer la friction pour y parvenir.

Le mobile n'est pratiquement pas pris en charge. La toile nécessite un grand écran pour une utilisation productive. Si votre flux de travail est réparti sur plusieurs appareils, Flowith n'est pas l'outil qu'il vous faut.

Les sessions NEO prolongées comportent un risque de connectivité. Parce que NEO fonctionne dans le cloud, une interruption de réseau en cours de tâche peut interrompre une exécution autonome de plusieurs heures. La plateforme n'offre pas actuellement de mécanismes robustes de reprise de session pour s'en protéger. AIbase a noté lors du lancement de NEO que « les coûts des tâches à forte concurrence nécessitent une optimisation supplémentaire », une préoccupation qui reste pertinente pour les gros utilisateurs.

Enfin, Flowith n'est pas performant pour les tâches techniques de développement. Il gère la génération de code et la création de sites web à un niveau superficiel, mais pour les scripts approfondis, l'intégration CI/CD ou le code qui nécessite des tests locaux itératifs, des outils de codage dédiés comme GitHub Copilot ou Cursor sont plus adaptés.

À qui s'adresse Flowith

Flowith convient mieux aux travailleurs du savoir gérant des projets complexes sur plusieurs sessions : les chercheurs synthétisant de vastes ensembles de documents, les stratèges de contenu construisant des pipelines éditoriaux, les agences maintenant des bases de connaissances clients, et toute personne dont le travail implique des fils de pensée parallèles qui doivent rester connectés au fil du temps. Si vous vous retrouvez régulièrement à perdre le contexte entre les onglets, à copier des résultats entre les outils ou à réexpliquer le même contexte à une IA à chaque session, la toile de Flowith et le Knowledge Garden répondent directement à ces points de douleur.

Il connaît une forte traction en Asie et parmi les utilisateurs avancés d'IA occidentaux qui souhaitent un espace de travail unique remplaçant les abonnements dispersés à Notion, Perplexity, une IA de chat et un générateur d'images. L'accès multi-modèles et les résultats multimodaux (texte, image, vidéo, sites web) sur une seule toile rendent cette consolidation véritablement possible.

Passez votre chemin si vous avez principalement besoin de réponses rapides et ponctuelles (l'avantage de vitesse de ChatGPT est décisif pour les requêtes simples), si vous travaillez principalement sur mobile, si vous avez besoin d'une tarification forfaitaire prévisible, ou si votre tâche principale est le développement de logiciels nécessitant un véritable environnement d'exécution de code et une intégration du contrôle de version. Le niveau gratuit (300 crédits, une seule fois) vous donne suffisamment pour tester la toile et exécuter une session NEO légère avant de vous engager dans un plan payant.