GPT Store都開不下去，這家國產平台怎麼敢走這條路的？ ？

注意看，這個男人把超1000種大模型接入，讓你可插拔無縫切換使用。

最近還上線了可視化的AI工作流程：

給你一個直觀的拖放介面，拖拖、拉拉、拽拽，就能在無限畫布上編排自己個兒的Workflow。

正所謂兵貴神速，量子位元聽說，這個AI Workflow上線不到48小時，就已經有用戶配出了100多個節點的個人工作流程。

不賣關子，今天要聊的就是LLMOps公司Dify，及其CEO張路宇。

張路宇也是Dify的創辦人。

在投入創業前，有11年的網路經驗。搞產品設計，懂專案管理，也對SaaS有點自己的獨到見解。

後來他還在騰訊雲端CODING DevOps團隊負責產品和營運管理工作，服務超百萬開發者用戶的平台產品。

創業後，Dify迅速與他和團隊的合力下成為「開源LLM應用程式開發平台」領域絕對的佼佼者，迄今在GitHub擁有22k 星標。

這次，藉著上新AI Workflow功能，我們專門找到張路宇，和這個幫20萬個AI應用接上大模型的男人聊了聊。

他說：

未來的編程，可能就是編flow。

拖曳完成workflow設定

不久前，AI大牛吳恩達發表了一個引發廣泛討論的觀點。他斷言，AI agent workflow將在今年推動人工智慧取得巨大進步，甚至可能超過下一代基礎模型。

吳恩達將workflow視為一個重要趨勢，並呼籲所有從事AI工作的人都注意它。

於是Dify就趁熱打鐵地上線了AI workflow。 （但其實Dify看到這個機會是在半年之前，這個我們待會說。）

正式上線後，它是醬嬸兒的：

核心是一個直觀的拖放介面.

使用者可以透過連接不同的節點，在無限的畫布上建立自己的Workflow。

沒錯，是「無限畫布」－目前版本允許不斷擴大可用節點的類型，且每個節點皆可配置，使用者可以為每個節點定義輸入和輸出，確保workflow的工作邏輯和數據流動符合預期。

也就是說，你既可以端到端地測試你的Workflows，也可以單獨測試每個節點，快速定位問題所在。

值得注意的是，一些核心節點被優先支持，包括：

• LLM：選擇任意一個主流的大型語言模型，並定義它的輸入和輸出
• 工具：使用內建的和自訂的工具來擴充你的workflow 能夠實現的功能。
• 意圖分類器：讓LLM對使用者的輸入自動分類，依照不同的類別進行工作流程。
• 知識檢索：為你的LLMs掛載來自現有知識庫的上下文資料。
• 程式碼：執行自訂的Python或Node.js程式碼。
• If/Else區塊：定義條件邏輯以建立分支的Workflows。

此外，AI workflow支援DSL的導入匯出，張路宇稱其為「最酷的功能之一」。

簡單來說，使用者可以匯出自己的workflows，然後匯入到其它工作區，讓Workflows來去自如，同時還能根據需要再次自訂它們。

這個特性為社區內的合作、分享，以及在他人工作基礎上再構建，打開了一扇窗戶。

且workflow中可以利用Dify平台的全部能力，使用者已經設定好檢索方案的知識庫、平台提供的第一方豐富工具、自訂的工具等，都能作為其中一個節點能力編排。

可以說是和Dify生態無縫適應了。

不會把門檻降到無限低

AI Workflow上線後，Dify就有了兩種應用模式。

一種是Workflow，一種則是傳統的Chatflow。

「絕大多數用戶會使用傳統的Chatbot類型，它背後沒有複雜的邏輯，基本上依靠接入的大模型的自我運作。」張路宇解釋道，相較之下， Workflow會強大很多，但這不代表不能用Workflow做出聊天機器人。

這下就明了，「workflow」雖然翻譯成工作流程，但其實代表的是Dify背後的運作機制。

而Dify之所以朝著這樣一個方向進化，原因是團隊有自己的「信仰」。

我們認為，未來的編程，可能編的就是（work）flow。

據了解，Dify的下一步規劃，是上線RAG的Pipeline，以及prompt的協同範式。

那麼，不斷為自己打補丁的Dify，到底把哪些群組視為自己的使用者和潛在使用者？

「假設全中國有1000萬名開發者，其中有50萬人現在有能力去創作、去影響別人，大模型對他們有天然的吸引力；剩下的人需要時間去理解和接納新事物。 ，並稱其為「真正的我們認為的專業的開發者，或者說這個有極具創造力的創新者」。

這部分群體，在所有人群中佔比不超過10%。

所以，張路宇也坦白，DIfy一直在做的事是降低工具的使用門檻，但門檻不會低到沒有。

Dify更不會把使用門檻降為零。

我們也聊到了功能上線時間的選擇。

Dify上線AI Workflow的時間並不早，去年下半年起，藉著Agent概念大熱的東風，不少新創公司就已經上線了類似功能。

但Dify稱這個時間是主動選擇的時機，在GPTs上線前，團隊就對Workflow的機會有所洞察。

既想觀察模型側和產品側的動態，又要交付完整能力，不打沒有準備好的仗，「我們其實

節奏故意放慢#了一些。 當被問到是否擔心大廠下場擠壓市場空間時，得到的答案是正面的三個字：不害怕。

他們的理由是這樣的：

一來

，市場競爭似乎沒有那麼緊迫與激烈。

去年5月Dify成立時，核心創始團隊一直擔心入場時間過晚，怕有團隊先聲奪人，「但事實是，沒有別的團隊做起來」。 二來

，大廠往往是因為看到市場上有這麼一個機會，供給推動，而選擇押注；Dify則是因為看到切實需求才驅動研發。

不僅不怕大廠，Dify也不懼同類新創公司的力量。 張路宇表示，雖然有許許多多的現在這一波創業者，大多還是十年前的那一波創業家。這群人身上的標籤，是在大廠進行過修練。 「在打上大廠經歷標籤的同時，大廠部門之間寫作流程複雜等，也成為了這些人固有的思維模版。」

同樣在大廠呆過的張路宇，稱自己是“大廠叛逆者”，標榜著自己的離經叛道——

我不歸於

（被思維掣肘）

的那一類。我第一份工作在一個很大的遊戲公司，21歲，當工程師。那時候只要我判斷我做的事有價值，產品很好，我會忽略一切流程，把產品弄上線，叫偷渡上線。

這在很多公司屬於違規，但我一定要做。為什麼呢？如果按流程走，可能走不通；但我把它上線，使用者體驗後帶來的價值是顯著的。

這和創業一樣，需要接受風險。 創業有風險，下場需謹慎，好在有一些令張路宇高興的事。

他說，過去一年最興奮的事情，就是有特別多的年輕人在湧入這個行業，有無數頂尖學校的應屆生願意投身到裡面來。

這群人不缺好的機會，畢業後輕鬆能拿下500強或大廠的高職級，但現在願意拿非常少的錢來做大模型相關的事情。

「在以前，我們如果想招募這樣的人是很難的，甚至不知道從哪裡去找到這樣的履歷，更別提說服他們來加入。」

「這樣的人在我們公司內部有很多嗎？」

「已經至少有1/3？但這個比例我認為還不夠高，這些人應該成為我們的主力。」