把听到、读到的，变成真正用得上的。

最初的工作，是听懂一份材料。

早期 Tandu 围绕文章导入、分句朗读、暂停追问与继续收听形成闭环。问题随后延伸到理解之后：用户还需要会议纪要、学习笔记、初稿或行动项，不应为每一种成果重新复制同一份材料。

从伴读到工作台，迁移的不只是名字。

KnowFlow 把原文、问答与成果留在同一份材料的上下文里。品牌迁移同时保留旧账号、历史材料、配置、备份与启动入口，避免新产品定义以丢失用户原有工作为代价。

一个来源，可以形成不同的工作成果。

AI 的答案，需要能回到具体原文。

实现中保留原文段落编号、来源哈希与引用编号校验。点击引用可以回到原文，相关音频可以定位，问答还能存为笔记。这使“生成一段可信的话”进一步变成“有机会检查依据”。

长音频：失败、费用和重试要一起设计。

后台任务不能覆盖用户刚写下的内容。

转写进行时，用户仍可能修正原文。实现使用文档版本检查拒绝陈旧的全文写入；任务结果与当前原文不一致时，需要确认，而不是直接替换。测试文件也保留了旧引用与陈旧写入的对应场景。

多平台配置，不只是一个模型下拉框。

内容生成、转写与朗读分开配置；保存设置不调用模型，连接测试才可能产生服务费用。修改 API 地址需要重新填写密钥，避免旧凭据随新地址被发送。当前多模态模型入口仍以文本处理为限，不扩写成已完成图片或视频理解。

交付与复盘

从 Tandu 到知流，变化的不只是名称，而是产品边界：从消费信息，走向形成自己的成果。