郭列与Flova：当AI时代需要同时为人和Agent设计产品

从脸萌到剪映，再到Flova 郭列是中国移动互联网早期最成功的C端工具创业者之一。2013年，他创办的脸萌成为现象级应用，数月内登顶App Store免费榜；2018年，团队被字节跳动以约3亿美元收购。此后，他主导孵化了剪映、CapCut、醒图、轻颜等国民级影像产品，深度参与了短视频创作基础设施的构建。 2022年，郭列离开字节，创立游戏公司“船岛游戏”。两年后，他悄然隐退，直到2025年10月，一款名为Flova.ai的视频创作Agent正式上线——这不是又一个AI视频生成器，而是一个专为“人与Agent协同创作”重新设计的操作系统。 不是做给用户，而是做给人+Agent 过去的产品逻辑是单向服务人：界面直观、操作流畅、反馈即时。但Flova的底层命题变了：它必须同时满足两类“参与者”——人类创作者的直觉表达需求，以及AI Agent对结构化Context、可执行环境、可控权限的工程化要求。 团队最终选择放弃主流画布形态，转而构建三区协同工作面板： 对话区——用户用自然语言下达指令，Agent在此接收并理解意图； 故事板区——Agent将任务拆解为角色、分镜、镜头语言等结构化节点，并实时呈现执行路径； 预览区——所有生成结果即时可视化，支持用户随时双击干预、修改描述、替换素材。 这种设计不是妥协，而是共识：人的创意发散需要自由空间，Agent的智能运行需要有序容器。二者共享同一套项目状态，每一次调整都同步写入，每一次生成都继承上下文。 记忆不是存储，而是持续演化的Context 多位早期用户反馈Flova“记性好”——十几集连续创作后，仍能精准复用第一集的某个分镜设定。这并非传统意义上的长期记忆，而是精细化的Context管理能力。 Flova将用户行为、审美偏好、版本选择、废弃方向全部编码为结构化信号，嵌入项目生命周期。当用户基于一集内容持续迭代十几集时，Agent不是在重复执行，而是在不断继承、校准、强化创作意图。这种“项目级连续性”，让视频创作首次具备了类似软件开发的版本演进逻辑。 不靠画布，也不靠模型，靠协同范式 市场上多数AI视频工具仍在沿用“画布+提示词”的旧范式：用户手动串联模型、调试参数、拼接片段。它们把Agent当作高级脚本执行器，而非创作伙伴。 Flova则反其道而行：不预设影视分工（如导演/编剧/剪辑子Agent），而是将Sub-Agent视为任务压缩机制——主Agent专注理解用户意图，子Agent负责在有限Context窗口内高效执行特定技能（如角色一致性维护、分镜节奏控制）。这种设计源于对Claude Code和Codex的深度借鉴：Agent必须能在真实项目环境中读取状态、调用工具、失败重试、交付结果。 克制融资，聚焦产品正循环 成立至今，Flova完成红杉中国、IDG、云九资本两轮融资，总额8000万美元。值得注意的是，IDG与云九正是当年投资脸萌的老股东。但在当前普遍追求“滚动融资”“大额堆量”的氛围中，这一数字显得格外冷静。 郭列明确表示：“对Agent产品而言，8000万美金已足够。真正重要的是产品是否好用、增长是否健康、Token消耗是否有效——账户上的现金数字，不该成为决策依据。” 公司现阶段坚持0毛利策略，补贴重点面向短漫剧等高敏感成本群体，而对更看重质量与效率的Prosumer用户，则通过Skill能力封装提供溢价价值。所有商业动作，都锚定在“让用户无负担地验证Agent价值”这一核心目标上。 不做共识，只做观测驱动的进化 Flova内部搭建了一套面向人与Agent双主体的观测系统：不仅记录用户点击、停留、放弃，更追踪Agent的推理链路、工具调用序列、Context衰减点、RO（Round Optimization）频次。 这些脱敏Context既用于产品迭代（例如识别用户常卡在“角色一致性校准”环节，便强化该Skill的默认权重），也开放给全团队——研发、产品、增长同学在统一看板下协作，确保每一次优化都基于真实协同数据，而非假设或竞品对标。 郭列说：“AI时代创业，没有标准答案。我们唯一确定的，是必须每天重新理解人、重新理解Agent，并用科学观测代替经验判断。” 不是终点，而是新创作范式的起点 Flova不宣称自己是终极方案，也不定义AI视频的终局形态。它只是在一个关键时间点，给出了一个更务实的答案：当模型能力仍在快速跃迁，当创作者需求日益分化，真正可持续的路径，不是押注某项技术，而是构建一种能让人类创意与机器智能持续共生的协作基座。 正如郭列所言：“享受远大于压力。因为这一次，我们不是在追赶风口，而是在亲手定义风的方向。”