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：
給你一個直觀的拖放界面，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。
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 的創始人。
投身創業前，有 11 年的互聯網從業經驗。搞産品設計，懂項目管理，也對 SaaS 有點自己的獨到見解。
後來他還在騰訊雲 CODING DevOps 團隊負責産品和運營管理工作，服務超百萬開發者用戶的平台産品。
投身創業後，Dify 迅速在他和團隊的合力下成爲 " 開源 LLM 應用程序開發平台 " 領域絕對的佼佼者，迄今在 GitHub 坐擁超 22k 星标。
這一次，借着上新 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。
拖放拽完成 workflow 設置
不久前，AI 大牛吳恩達發表了一個引發廣泛讨論的觀點。他斷言，AI agent workflow 将在今年推動人工智能取得巨大進步，甚至可能超過下一代基礎模型。
吳恩達視 workflow 爲一個重要趨勢，并呼籲所有從事 AI 工作的人都關注它。
于是 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界面。
用戶可以通過連接不同的節點，在一個無限的畫布上構建自己的 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，且每個節點均可配置，用戶可以爲每個節點定義輸入和輸出，确保 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，并定義它的輸入和輸出
工具：使用内置的和自定義的工具來擴展你的 workflow 能夠實現的功能。
意圖分類器：讓 LLM 對用戶的輸入自動分類，根據不同的類别進行工作流轉。
知識檢索：爲你的 LLMs 挂載來自現有知識庫的上下文數據。
代碼：執行自定義的 Python 或 Node.js 代碼。
If/Else 塊：定義條件邏輯以創建分支的 Workflows。
此外，AI workflow支持 DSL 的導入導出，張路宇稱其爲 " 最酷的功能之一 "。
簡單來說，用戶可以導出自己的 workflows，然後導入到其它工作區，讓 Workflows 來去自如，同時還能根據需要再次自定義它們。
這個特性爲社區内的合作、分享，以及在他人工作基礎上再構建，打開了一扇窗戶。
并且 workflow 中可以利用 Dify 平台的全部能力，用戶已經設置好檢索方案的知識庫、平台提供的第一方豐富工具、自定義的工具等，都能作爲其中一個節點能力編排。
可以說是和 Dify 生态無縫适配了。
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，相比之下，Workflow 會強大很多，但這不代表不能用 Workflow 做出聊天機器人。
這下就明了了，"workflow" 雖然翻譯爲工作流，但其實代表的是 Dify 背後的運作機制。
而 Dify 之所以朝這樣一個方向進化，原因是團隊有自己的 " 信仰 "。
我們認爲，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。
那麽，不斷給自己打補丁的 Dify，到底把哪些群體視爲自己的用戶和潛在用戶？
" 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、去影響别人，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。"
有價值的、有留存的、能充分産品化的，在自己行業或技能有豐富技能的人——張路宇這麽來 " 界定 "Dify 服務的主要用戶群體，并稱其爲 " 真正的我們認爲的專業的開發者，或者說這個有極具創造力的創新者 "。
這部分群體，在所有人群中占比不超過 10%。
所以，張路宇也坦白，DIfy 一直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爲零。
我們還聊到了功能上線時間的選擇。
Dify 上線 AI Workflow 的時間并不早，去年下半年起，借着 Agent 概念大熱的東風，不少創業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。
既想觀察模型側和産品側的動态，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。"
出身大廠，" 但我離經叛道 "
Dify 有自己的節奏，大約和團隊對自我技術的評估有關系。
當被問及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，市場競争似乎并沒有那麽緊迫與激烈。
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，沒有别的團隊做起來 "。
二來，大廠往往是因爲看到市場上有這麽一個機會，供給推動，而選擇押注；Dify 則是因爲看到切實需求才驅動研發。
不僅不怕大廠，Dify 也不懼同類創業公司的力量。
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者。這群人身上的标簽，是在大廠進行過修煉。
" 在打上大廠經曆标簽的同時，大廠部門之間寫作流程複雜等，也成爲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 "，标榜着自己的離經叛道——
我不歸于（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。那時候隻要我判斷我做的事有價值，産品很好，我會忽略一切流程，把産品弄上線，叫偷渡上線。
這在很多公司屬于違規，但我一定要做。爲什麽呢？如果按流程走，可能走不通；但我把它上線，用戶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情。
他說，過去一年最興奮的事情，就是有特别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裏面來。
這群人不缺好的機會，畢業後輕松能拿下 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，我們如果想招聘這樣的人是很難的，甚至不知道從哪裏去找到這樣的簡曆，更别提說服他們來加入。"
" 這樣的人在我們公司内部有很多嗎？"
" 已經至少有 1/3？但這個比例我認爲還不夠高，這些人應該成爲我們的主力。"
— 聯系作者 —
— 加入量子位社群 —
