Manus 不算是在基座大模型上的技術(shù)突破，而是在 AI 實際落地、增加應(yīng)用場景和適用人群方面的創(chuàng)造?！?/p>
業(yè)內(nèi)普遍認為，對答式的聊天機器人，最多能夠提供一些簡單的工作幫助，執(zhí)行復(fù)雜工作，最終還是需要通過搭建 AI Agent 的工作流?！?/p>
但，Agent 的搭建，有門檻，不僅有技術(shù)上的門檻，更有認知思維、結(jié)構(gòu)化能力上的門檻，并不是所有用戶，都有把工作拆解成詳細 SOP 的能力。在 Manus 的邏輯下，創(chuàng)建工作流 SOP 這個最難的事情，由 AI 來完成，于是，每一個用戶，通過簡單的自然語言對答，就能獲得接近于 Agent 的產(chǎn)出結(jié)果，幾乎就是直接可用的程度?！?/p>
今天全網(wǎng)刷屏的文章，主要還都是 Manus 功能的簡單介紹，熟悉我的朋友們都知道，我一貫主張不僅要分析產(chǎn)品，也要深挖產(chǎn)品背后的邏輯，以及其對應(yīng)著的趨勢。所以這篇文章，我們就基于 Manus，對 AI 產(chǎn)品和 AI 落地，進行深度分析和預(yù)判?！?/p>
Manus 的特點是，它能夠自主進行工作流的拆解，然后按照拆解的順序，每一步都調(diào)用最合適的大模型，進行任務(wù)處理?！?/p>
就好像一個非常卷的 J 人同事，每一項工作，都提前拆出詳細的執(zhí)行計劃表，然后按照計劃表嚴格執(zhí)行，最終做出來的效果，肯定不會差?！?/p>
比如讓 Manus 整理一份 OpenAI 的組織架構(gòu)圖，它不會直接去貿(mào)然干這個事兒，而是會先進行一個任務(wù)拆解，來明確，做好這個事情，都需要哪些具體的細致的步驟，然后根據(jù)自己拆解的步驟，再逐項自動執(zhí)行任務(wù)，最終產(chǎn)出用戶“直接可用”的結(jié)果?！?/p>
這個“直接可用”太重要了，如果過去真的深度使用過 AI，都知道，之前的聊天式 AI，看起來洋洋灑灑一大段回復(fù)，但是實際要用，就發(fā)現(xiàn)很多地方不符合現(xiàn)實，還得人工大改。
所以 Manus 的工作邏輯，其實就是 Agent，通過完成工作流的拆解，解決具體實際的問題?！?/p>
Agent 中文名叫做 AI 代理或者智能體，說白了就是一個能按照工作流，執(zhí)行實際的、專業(yè)的工作的機器人，解決實際的具體問題，讓它按照適配公司業(yè)務(wù)的流程，進行各種具體的工作，就好像一個真正的同事一樣。
如果只是在 AI 對話框中進行簡單的對話，AI 能夠進行的工作很有限，AI 的產(chǎn)出物也不太可控?；貧w到我們實際的工作中，任何工作都有一個流程和標準的限制，才能讓產(chǎn)出的結(jié)果，達到預(yù)定的標準?！?/p>
比如「為公司業(yè)務(wù)寫一條小紅書」這項工作，如果讓 AI 直接進行工作，產(chǎn)出的結(jié)果基本是不可用的，因為命題太大了，小紅書運營包含著多種不同的工種環(huán)節(jié)，很難通過一句話，就完成一個復(fù)合度相對較高的工作。
那如果想要 AI 完成好這項工作，其實得給 AI 規(guī)定好工作步驟：
在每個環(huán)節(jié)，AI 都只解決一個具體的問題，然后把許多個 AI 的工作串起來，成為 AI 工作流?！?/p>
所以，對話聊天的 AI，最多只是提供些靈感，真正要解決生產(chǎn)力的問題，就必須得靠融合了 SOP 的 AI Agent?！?/p>
這也是我一貫的觀點，協(xié)作體系是人類社會改變生產(chǎn)力的利器，AI 只有通過工作流，才能夠完美融入人類的生產(chǎn)關(guān)系中?！?/p>
Manus 的出現(xiàn)，意味著 Agent 的發(fā)展，實際上進入第三階段：
在第一個階段，ChatGPT 這樣的對答式機器人，通過一問一答的方式，逐一解決問題。這個過程中，人類依然是主導，能否把 AI 用好，取決于提問人的水平，只有思路非常清晰、結(jié)構(gòu)化能力非常強的提問人，才能讓 AI 解決實際問題?！?/p>
第二個階段，通過“扣子”這樣的智能體平臺，搭建分步驟執(zhí)行的 Agent，這一階段也是當前 AI 應(yīng)用層落地的主要方式。既然不是所有人都能通過 AI 問答，解決實際問題，那我們就把能解決問題的步驟，固定下來，讓 AI 每次都按照驗證過的步驟逐一執(zhí)行，并且集成多種不同能力的 AI，讓 AI 只在自己最擅長的環(huán)節(jié)做事，這樣一來，只要有一個人成功，那么其他人不需要結(jié)構(gòu)化能力，也能夠達到同樣的效果?！?/p>
第三個階段，在今天早上看到了黎明，就是以 Manus 為代表的通用 Agent。拆解工作流這個環(huán)節(jié)，也讓 AI 替代，用戶又回到了簡單的問答模式。但問題簡單，AI 執(zhí)行的過程并不簡單，通用 Agent 能夠按照工作流的方式，高質(zhì)量完成問題，讓產(chǎn)出結(jié)果，達到可用狀態(tài)。
如果說過去 AI 大模型的火爆，大多數(shù)人只能湊個熱鬧的話，毫無疑問，通用 Agent 是讓所有普通人，也能夠在具體工作中，用上易用的 AI，解決真實世界的實際問題。只有解決實際問題，AI 對于生產(chǎn)力和生產(chǎn)關(guān)系的變革，才會真正來臨?！?/p>
在 Manus 開發(fā)團隊的介紹中，Manus 被稱為“多智能體系統(tǒng)”?！?/p>
什么是“多智能體系統(tǒng)”？其實就是一個系統(tǒng)里面，集成了多個大模型，然后由一個調(diào)度中心，根據(jù)不同的任務(wù)，調(diào)用最合適的大模型。
幾家頭部大模型公司，都在不斷推出更強的 AI 大模型，前一天某個大模型剛剛登頂?shù)谝?，轉(zhuǎn)天就被下一個大模型超越，城頭變幻大王旗，你方唱罷我登場。
但是，單純的堆參數(shù)和跑分，其實與真實使用，還是有很大的差距。實際上，每一家的大模型，都有自己所擅長的領(lǐng)域，比如 Claude 極為擅長編碼、DeepSeek 的推理模型對于中文的控制很強、豆包大模型對于語音識別獨步世界、可靈的視頻模型非常領(lǐng)先?！?/p>
既然短期之內(nèi)，很難有樣樣都強的“水桶模型”，那何不根據(jù)任務(wù)的實際情況，讓大模型協(xié)作起來，讓他們只做自己擅長的工作？這便是“多智能體”思路的來源?！?/p>
事實上，在之前的探索和嘗試中，就有過這樣的先例?！?/p>
前不久，Berkeley 伯克利搞了只有 7B 參數(shù)的小模型，在 Arena 全球模型排行中拿到了 1400 分，這個分數(shù)，用了 20 萬張顯卡訓練的 Gork3，就也才剛達到這個水平?！?/p>
這個 7B 的小模型，其實就是一個分類器，它只做一件事，就是把用戶發(fā)給他的提問，進行分類篩選，然后去指揮 GPT、Gemini、DeepSeek 這些"大模型"干活，堪稱 AI 屆的牛馬領(lǐng)導。
這其實也是 Manus 的邏輯，通過一個超強的分類系統(tǒng)，集合擅長不同領(lǐng)域的大模型，一起處理，最大限度解決用戶的實際問題?！?/p>
AGI 的未來，一定不是單一模型一統(tǒng)天下，而是做好分工，融匯貫通。本質(zhì)上，現(xiàn)代公司的組織結(jié)構(gòu)，就是在構(gòu)建如同機器一般的協(xié)作結(jié)構(gòu)，指望一個 AI 來完成所有工作，無異于指望一個員工就撐起整個公司?！?/p>
這不是營銷號那種無腦亂吹，而是邏輯推理后的判斷?！?/p>
邏輯是兩個：
1.中國有無窮多的應(yīng)用場景和商業(yè)模式的積累，首先，AI 只有落地應(yīng)用才有真正的價值，其次，最開始的 AI 可能誕生于實驗室，但只有真實實踐中，才能創(chuàng)造越來越強的 AI。
2.幾十年辛苦播種，今朝終于開花結(jié)果。國民基礎(chǔ)教育，縱觀歷史幾千年，從未有過現(xiàn)在的高度和深度。而 AI 的根本，依然是人才，經(jīng)過幾十年的基礎(chǔ)教育，中國的人才密度，已經(jīng)超越世界上大多數(shù)國家，完全能和美國掰一掰手腕。
很多事情，都是量變引發(fā)質(zhì)變的結(jié)果?！?/p>
2022 年底，ChatGPT 橫空出世，驚爆世界。同時，這也意味著，AI 技術(shù)的大模型路線，完全替代了過去規(guī)則算法和知識圖譜的 AI 路線?！?/p>
中國嘩然，大洋彼岸的美國，在 AI 軍備競賽上，居然領(lǐng)先這么多。當時，大多數(shù)人對于中國的 AI 發(fā)展持悲觀態(tài)度，算力顯卡、技術(shù)封鎖，中國 AI 技術(shù)的前途，確實陰晴不定?！?/p>
但站在 2025 年早春，這種陰霾已經(jīng)一掃而光，中國 AI 的發(fā)展全球矚目，代表基座大模型能力的 DeepSeek 讓世界側(cè)目，如今，在應(yīng)用層大放光芒的 Manus，同樣來源于中國?！?/p>
Manus 背后的創(chuàng)始人肖弘，是華中科技大學 2015 屆畢業(yè)生，在之前創(chuàng)業(yè)做過「壹伴助手」和「微伴助手」。
這個團隊還有一款更知名的產(chǎn)品，就是去年火爆全網(wǎng)的 AI 助手 Monica。這是一款瀏覽器插件起家的 AI 應(yīng)用，通過非常敏銳的需求洞察，讓用戶在瀏覽器中，使用 GPT 4o、DeepSeek R1、Claude 3.7 等模型，進行一些非常具體的工作?！?/p>
有人說這是套殼 AI，可 Monica 的理念，就是將 AI 前沿技術(shù)，找到應(yīng)用層的落地方式，實現(xiàn) AI 的真正落地。極致的套殼，同樣也是牛?！在這樣的理念下，這支團隊，又搓出了 Manus?！?/p>
我們很欣喜地看到，Manus 的出現(xiàn)，是讓普通人也用好 AI 的又一個大進步?！?/p>
我下午看到，有不少人對于 Manus 的指責，指責 Manus 在宣傳和推廣方面的積極，認為 Manus 所謂的超強能力，是在營銷，想要成為下一個 DeepSeek?！?/p>
但事實上，Manus 和 DeepSeek 本身就是兩個不同的產(chǎn)品，一個專注于更好的落地應(yīng)用，一個專注于基礎(chǔ)模型的技術(shù)突破，這都很有價值。我想起在我在幾年前寫過的一句話：
科學普及與科技創(chuàng)新同等重要?！?/p>
這只是一個理念，只是一個起點，保持謙遜，多往前看?！?/p>
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論