郭列给 AI Agent 做的不是画布，是能被打断的工作面板

Flova 的界面没有采用 AI 视频工具里更常见的"画布"形态。用户不拖节点、拼时间线，让 AI 在自己划定的框里跑。郭列和团队把它做成了三栏并行的"工作面板"：左边是对话区，用自然语言给一个能自己写脚本、画分镜（即把剧本拆成可拍摄的镜头画面）、剪成片的 AI 助手（产品文档里称 Agent）下指令；中间是故事板，承载 Agent 写出的分镜；右边是预览区，实时渲染成片效果。在 Agent 跑完任何一步时，用户都可以打断它、改方向、加约束。这一设计选择由郭列在 36kr 智能涌现的访谈 里公开阐述。

郭列是 2014 年现象级贴纸 App 脸萌的创始人。据中国科技媒体广泛报道，脸萌团队 2018 年被字节跳动收购，交易价格在 3 亿美元上下；他随后在字节负责影像业务，并参与了剪映（海外版 CapCut）的早期孵化。2025 年 10 月，他以 Flova.ai 之名重新上线新产品，半年内完成两轮共 8000 万美元融资，投资方为红杉中国、IDG 和云九资本。其中 IDG 和云九被郭列称为"脸萌时代就投过我们的老股东"。融资金额和投资方名单由 创业邦 单独报道，与 36kr 访谈口径一致。

"工作面板"背后是一个明确的产品判断：怎么同时为人和 Agent 设计产品。郭列在 访谈 里把它拆成一对张力：人需要发散、试错、感性跳跃；Agent 需要结构化、有序、可被调用的上下文。多数 AI 视频工具选择了把 Agent 关进画布、用节点编辑器强迫用户按机器的逻辑走。Flova 的选择是反过来：把人和 Agent 放进同一个工作区，让"故事板"作为人和 AI 共享的中间语言。人用对话提出意图，Agent 把意图翻译成分镜，分镜是双方都能理解和修改的最小单位。

另一个具体的差异点在长上下文记忆。据郭列和早期用户描述，Flova 的 Agent 在跑完一集之后，下一集会记得之前的人物、世界观、镜头语言和用户偏好，不会每次从零开始。这一点区别于多数 Agent 产品"每次任务独立"的默认设定。郭列把这归因于"不是技术做不做得到，而是产品敢不敢这样设计"。需要说明的是，这项能力目前是创始人陈述和早期用户描述，公开材料中没有独立 benchmark 或第三方用户研究在支撑它。

这套判断在 2025–2026 年的 agent 产品爆发期里是一个公开可拆解的样本，但它的成本同样摆在桌面上。Flova 2025 年 10 月才上线，长期留存和续作能力还没有被独立验证；8000 万美元在今天的 AI 视频赛道属于克制小盘；公司主体注册在新加坡（UEN 202547854W），没有公开的独立技术 benchmark。画布范式对"人来主导、AI 来执行"的创作场景仍然有效，Flova 的"工作面板"假设也尚未在大盘用户上验证。

郭列自己在 访谈 里留了一个开放问题：Agent 是不是要和用户抢话语权。他倾向不抢，这正是 Flova 把"被打断的权利"写进产品逻辑里的原因。但这条产品判断能否跑通，还要看 2026 年第一批把 Flova 用到连载创作的团队，会不会把"第 1 集的分镜"这种长上下文资产沉淀下来。