自從發(fā)布以來(lái)，Manus 經(jīng)過(guò)了一個(gè)堪比過(guò)山車(chē)的傳播歷程。

從一開(kāi)始的驚艷，到被加速捧至高點(diǎn)，再到遭受套殼、營(yíng)銷(xiāo)的批評(píng)，一切都發(fā)生在短短一周內(nèi)。

在各種各樣的聲音當(dāng)中，我們找到了和 Manus 最為相關(guān)的一群人：正在參與 agent 以及配套設(shè)施的開(kāi)發(fā)者們，聊了聊他們眼中的 Manus ——不討論營(yíng)銷(xiāo)和爭(zhēng)議，僅僅是技術(shù)層面。

結(jié)論并不復(fù)雜：Manus 無(wú)疑是一款優(yōu)秀的產(chǎn)品。以「套殼」為理由來(lái)否定 Manus，是它的無(wú)妄之災(zāi)。

同時(shí)，「縫合」一詞，也并不公允。一個(gè)通用型 agent 的能力和潛力，不僅體現(xiàn)在鏈接了多少工具，更在于對(duì)于 agent 本身的認(rèn)知。

那些圍繞營(yíng)銷(xiāo)和套殼展開(kāi)的爭(zhēng)議，指向的是一個(gè)問(wèn)題：Manus 的價(jià)值到底是什么？

橫空出世的「全球首個(gè)」

快忘了上周盛況的朋友們，這里有一個(gè)快速回顧：3 月 5 號(hào)深夜，Manus 上線內(nèi)測(cè)，在官方展示的視頻中，放出了好幾個(gè)原本只在 PPT 中才會(huì)出現(xiàn)的精彩使用案例，無(wú)一不展現(xiàn)出 Manus 獨(dú)特的任務(wù)理解和執(zhí)行能力。

老實(shí)說(shuō) Agent（智能體）并不新鮮，但 Manus 打出「全球首個(gè)通用型智能體」的說(shuō)法，掀起了前所未有的討論浪潮，也讓「通用型 agent」走到臺(tái)前。

由于內(nèi)測(cè)使用需要申請(qǐng)邀請(qǐng)碼，且發(fā)放速度慢，一時(shí)間造成了哄搶的局面——用例有多驚艷，用不上的人就有多焦慮。

這種邀請(qǐng)碼的機(jī)制，陰差陽(yáng)錯(cuò)地把 Manus 推到一個(gè)近乎詭異的熱度，甚至被稱為「又一個(gè) DeepSeek 時(shí)刻」。

DeepSeek 是模型，Manus 是智能體，是截然不同的兩種產(chǎn)品。然而某種程度上，二者的歷程，確實(shí)有相似之處。

DeepSeek 做的是模型，但它并非是從零開(kāi)始，而是在一系列已有的開(kāi)源工作上，實(shí)現(xiàn)了工程上的勝利。

類似地，Manus 實(shí)際上并非第一個(gè)做通用型 agent 產(chǎn)品，在 2023 年同類產(chǎn)品就涌現(xiàn)過(guò)一輪。Manus 本身也從大量開(kāi)源工作中獲得幫助，團(tuán)隊(duì)此前曾經(jīng)打造過(guò) monica，一款集成式 AI 助手，積累了豐富的 agent 工程經(jīng)驗(yàn)。因此，Manus 也同樣被視為一種工程上的勝利。

工程上的勝利究竟是指什么？

這個(gè)問(wèn)題必須回到「通用型 agent」是什么這個(gè)根本源頭上。

人跟動(dòng)物之間的區(qū)別在于制造和使用工具，這句話，放在 agent 身上也成立——普通 agent 和通用型 agent 的區(qū)別在于，后者能夠主動(dòng)調(diào)用工具。

「很多人覺(jué)得 agent 就是原來(lái)的對(duì)話機(jī)器人，接上數(shù)據(jù)庫(kù)，就叫做 agent。實(shí)際上，一直以來(lái) agent 的定義都是需要能使用工具，能真正的有所行動(dòng)。」 William Lee 解釋道，他從去年開(kāi)始和創(chuàng)業(yè)團(tuán)隊(duì)一起開(kāi)發(fā)針對(duì) agent 的中臺(tái)系統(tǒng) ACI.DEV，就是在為 agent 類產(chǎn)品提供盡可能便捷的 API 調(diào)用服務(wù)。

在具體的產(chǎn)品使用上，工具調(diào)用能夠把 agent 的能力邊界，再推得更推遠(yuǎn)一些。活躍在 agent 開(kāi)發(fā)社區(qū)的堅(jiān)白，見(jiàn)識(shí)過(guò) Manus 在執(zhí)行上的能力：剪視頻。

「剪的效果怎么樣另說(shuō)，但是它可以去做到，可以完成，不會(huì)拒絕你。」

原理并不復(fù)雜：剪輯的動(dòng)作，可以在一定程度上以代碼的方式來(lái)實(shí)現(xiàn)。又或者，一些在線工具可以被調(diào)用出來(lái)，完成剪輯的動(dòng)作。

這樣完成的剪輯當(dāng)然是粗放的，成品跟人工剪輯無(wú)法相提并論，但就像堅(jiān)白所說(shuō)，Manus 不會(huì)拒絕這個(gè)要求，而是會(huì)主動(dòng)尋找工具完成。「在過(guò)去的應(yīng)用里，agent 可能會(huì)推薦給你一個(gè)剪視頻的網(wǎng)站或者工具，但沒(méi)有這樣端到端的結(jié)果。」

他認(rèn)為這反應(yīng)了 Manus 團(tuán)隊(duì)的認(rèn)知，是在一種更有高度的位置上。「我認(rèn)為他們把代碼，包括整個(gè)代碼的運(yùn)行環(huán)境，更多作為工具，而不是目標(biāo)。」

曾經(jīng)一些類似的項(xiàng)目，給出一段代碼或者設(shè)置虛擬機(jī)，就已經(jīng)是最終目的。而 Manus 的理解是，設(shè)計(jì)虛擬機(jī)跑代碼，只是實(shí)現(xiàn)方式，它們是為了完成某種目的而存在。

「我覺(jué)得是他們?cè)谡J(rèn)知上有領(lǐng)先」，堅(jiān)白說(shuō)，「大家都在說(shuō)要把 agent 當(dāng)成人看，但他們真的是認(rèn)真思考了 agent 如何作為一個(gè)主體。」

Key differentiation

那么，虛擬機(jī)是那個(gè)讓 Manus 脫穎而出的設(shè)計(jì)嗎？

「虛擬機(jī)不是一個(gè) creative 的設(shè)計(jì)，」同樣是在做通用型 agent 產(chǎn)品的鄭淺解釋。

鄭淺所在的公司 Convergence.ai，在 1 月時(shí)推出了同樣屬于通用型 agent 的產(chǎn)品 Proxy，在 webvoyage 基準(zhǔn)測(cè)試中險(xiǎn)勝 OpenAI。

不久前 Proxy 登上 Product Hunt 榜單，鄭淺忙著帶領(lǐng)工程團(tuán)隊(duì)?wèi)?yīng)對(duì)突然涌來(lái)的流量。他們面對(duì)的是海外市場(chǎng)，可見(jiàn)通用型 agent，在海內(nèi)外都是被寄于厚望的 agent 形態(tài)。

「OpenAI Operator 就是虛擬機(jī)，Manus 是給 browser use 之后，加了一個(gè) coding execution，然后放到一個(gè)虛擬機(jī)里面去實(shí)現(xiàn)。」

Browser use，是一個(gè)在 Github 上獲得了 4 萬(wàn)星的開(kāi)源項(xiàng)目，它相當(dāng)于把網(wǎng)頁(yè)瀏覽器放在了 agent「眼」前，結(jié)合了大語(yǔ)言模型以及視覺(jué)識(shí)別。用戶只需要通過(guò)自然語(yǔ)言，就能讓智能體對(duì)網(wǎng)頁(yè)上的元素進(jìn)行實(shí)際操作。

早期 Proxy 也嘗試過(guò)類似 browser use 的路線。「通過(guò)這種方式幫用戶做點(diǎn)擊、拖動(dòng)等等的動(dòng)作。整體是比較簡(jiǎn)單直接的，只需要用戶給一個(gè)任務(wù)，它一步一步去執(zhí)行。」

這個(gè)形態(tài)比較線性，無(wú)法勝任更復(fù)雜的任務(wù)。或者說(shuō)，當(dāng)任務(wù)的復(fù)雜程度上升，需要用戶給出更有細(xì)節(jié)的指令，反而成了對(duì)用戶的挑戰(zhàn)。

「我們公司算開(kāi)始得比較早，跟 OpenAI 和 H Company 他們也比較多交流，后來(lái) OpenAI Operator 出來(lái)，agent 一下就變火了。大家很快就往一個(gè)新的東西上面去靠攏，就是 agent orchestrator。」鄭淺非常明確，「可以說(shuō) general agent 真正的區(qū)別，不在于縫合了多少工具。」

建設(shè)一個(gè)普通的 agent，可以用「縫合」簡(jiǎn)單粗暴地概括。但是要建設(shè)一個(gè) general agent，必須是一個(gè)系統(tǒng)工程。

「你可以把 agent 想象成一個(gè)人，最復(fù)雜的部分在于核心決策系統(tǒng)——就是大腦和神經(jīng)傳輸。其次復(fù)雜的是執(zhí)行構(gòu)建，比如說(shuō)相當(dāng)于人類的四肢與末端。至于你剛才提到的生成報(bào)告、瀏覽器交互、代碼執(zhí)行等功能模塊，本質(zhì)上屬于工具鏈層面的能力。」

人并不是生下來(lái)就會(huì)走路的，嬰兒只會(huì)胡亂揮舞手腳，然后會(huì)爬、會(huì)站，磕磕絆絆地學(xué)會(huì)走路，最后學(xué)會(huì)精準(zhǔn)地控制自己的四肢。

整個(gè)學(xué)習(xí)的過(guò)程，也是大腦逐漸成熟的過(guò)程。Proxy 的絕大多數(shù)工作都在圍繞這個(gè)「大腦」展開(kāi)，具體而言，是 planner agent 所負(fù)責(zé)的動(dòng)態(tài)規(guī)劃。

「有一個(gè)調(diào)侃是，規(guī)劃不能預(yù)測(cè)未來(lái)：規(guī)劃可以做的很好，但你不知道未來(lái)會(huì)發(fā)生什么。放在 agent 上面也是一樣的，比如說(shuō)它瀏覽某個(gè)網(wǎng)站，碰到無(wú)法打開(kāi)的情況，比如改版啊或者域名過(guò)期，或者直接關(guān)停等等，那這時(shí)候 agent 該怎么做，這就需要?jiǎng)討B(tài)規(guī)劃。」

▲ Manus 實(shí)測(cè)中，碰到網(wǎng)站登錄及驗(yàn)證問(wèn)題

一個(gè)典型場(chǎng)景是驗(yàn)證碼，Proxy 和 Manus 可以解決一些簡(jiǎn)單的驗(yàn)證碼，但太復(fù)雜的還是需要交回給用戶，也可能被直接跳過(guò)。

鄭淺解釋難度藏在細(xì)節(jié)里，「都是細(xì)節(jié)，而且情況非常多樣。如何在規(guī)劃上去實(shí)現(xiàn)復(fù)雜任務(wù)，同時(shí)又能回傳——用戶基數(shù)一大，做什么千奇百怪的事情都有，如何覆蓋各種各樣的場(chǎng)景是很大的難點(diǎn)。」

現(xiàn)階段 Manus 并非盡善盡美，但它足以作為一個(gè)工程啟示錄。「它主要的成功之處，確實(shí)就是在工程上面」Wiilliam 非常認(rèn)同這一點(diǎn)，「它結(jié)合了市場(chǎng)上已有的模型，很好的跟工具做了對(duì)接，然后讓用戶第一次看到，真正可以調(diào)用工具的 agent 到底能做出什么樣的效果。這樣子我覺(jué)得百分之百是工程上的勝利。」

真正的勝利屬于生態(tài)

Manus 正像是那個(gè)正在學(xué)走路的幼兒，它能夠造成巨大的討論，并不在于它已經(jīng)能走多遠(yuǎn)、跳多高，而在于展示出了足夠的潛力。

這或許才是它最大的貢獻(xiàn)：Manus 的走紅，讓一系列與 general agent 類的應(yīng)用，乃至基礎(chǔ)建設(shè)的工作，都漸漸浮出水面。

最新的進(jìn)展是 OpenAI 推出了 Responses API，這是一個(gè)面向開(kāi)發(fā)者，而且就是 agent 開(kāi)發(fā)者的新發(fā)布。

在開(kāi)發(fā)者社群里，Manus 更加是激發(fā)了許多想法。堅(jiān)白正在做和 agent 記憶相關(guān)的項(xiàng)目，Manus 的出現(xiàn)讓他開(kāi)始重新思考記憶儲(chǔ)存相關(guān)的范式。

記憶儲(chǔ)存對(duì)于 agent 的實(shí)際工作至關(guān)重要，這不僅影響著 agent 能否從過(guò)往任務(wù)里學(xué)習(xí)到經(jīng)驗(yàn)并沿用，也影響著能否形成關(guān)于用戶使用習(xí)慣的記憶，真正做到個(gè)性化。

另外，通用型 agent 在理論上有著最大的自由度，可以鏈接和調(diào)用任何工具——在延遲、接口標(biāo)準(zhǔn)化等方面足夠好的前提下。這正是 ACI 這類中臺(tái)型產(chǎn)品，所想要提供的服務(wù)。

這可能是 Manus 最成功的一點(diǎn)：它作為現(xiàn)階段通用型 agent 最出圈的案例，為一系列配套設(shè)施打開(kāi)了想象和探索的空間。

「其實(shí)通過(guò) Manus 可以看到，現(xiàn)在模型已經(jīng)跑在工程的前面很多了。」William 認(rèn)為工程方面還有很多可以探索的空間，「我們還可以在工程上面繼續(xù)做點(diǎn)什么，來(lái)拉高這種 AI agent 產(chǎn)品的效能。我個(gè)人的看法是現(xiàn)在 agent infrastructure 這一端的話都還是挺不成熟的，包括像我們這種工具調(diào)用平臺(tái)，或者是說(shuō)這種 memory layer，這些在工程方面都還有很多方向是可以優(yōu)化的。」

這也是我們跟開(kāi)發(fā)者社群接觸下來(lái)最大的感受：他們感到興奮與躍躍欲試。「通用」兩個(gè)字所包含的可能性，前所未有的生動(dòng)。

Proxy 馬上要基于新的 parallel agent 思路，推出迭代的版本。鄭淺一直在觀察社群的反饋，他看到許多用戶把 Proxy 用出了自己根本沒(méi)想過(guò)的方式，不斷被挖掘出新的可能。

「大多數(shù)產(chǎn)品最后的使用目的，都不太會(huì)是一開(kāi)始開(kāi)發(fā)的目的，可能后面是由用戶來(lái)發(fā)現(xiàn)我們沒(méi)有發(fā)現(xiàn)的用途，我們也在等待那一個(gè) moment 的到來(lái)。」