AI研究所丨一碼難求的Manus，聊聊它背后的趨勢(shì)

作者：快刀青衣

來(lái)源：AI學(xué)習(xí)圈《快刀廣播站》

一、Manus是什么？

Manus是首款通用AI智能體。

什么是通用智能體呢？以前我們聽(tīng)說(shuō)過(guò)AI能寫(xiě)代碼、能畫(huà)圖、能寫(xiě)文章，但前提是你得先規(guī)劃好方向，AI才能發(fā)揮作用。而這次的Manus，從首頁(yè)展示的用戶案例和各個(gè)群里流出的測(cè)試視頻來(lái)看，顯然已經(jīng)把多個(gè)復(fù)雜能力整合到了一起。

其中，最關(guān)鍵的一點(diǎn)是——它能自主規(guī)劃任務(wù)并實(shí)時(shí)調(diào)整。這句話看著簡(jiǎn)單，實(shí)際上非常難。職場(chǎng)人都懂，領(lǐng)導(dǎo)有時(shí)候布置任務(wù)，說(shuō)得模棱兩可，自己熬夜加班做了一個(gè)星期，結(jié)果交上去后，領(lǐng)導(dǎo)一句“你怎么沒(méi)理解我的意思？”直接推翻重來(lái)。

現(xiàn)在，面對(duì)AI，我們就相當(dāng)于它的領(lǐng)導(dǎo)。它能不能準(zhǔn)確理解需求，決定了它的實(shí)際價(jià)值。

舉個(gè)例子，我測(cè)試時(shí)給它的任務(wù)是這樣的：“我做了一款‘AI筆記+個(gè)人知識(shí)庫(kù)’的產(chǎn)品，叫Get筆記?，F(xiàn)在每天的日活是5萬(wàn)，請(qǐng)你幫我出一個(gè)三個(gè)月內(nèi)的詳細(xì)營(yíng)銷(xiāo)方案，把日活從5萬(wàn)提高到20萬(wàn)，前提是不能花一分錢(qián)做廣告?！?/p>

這個(gè)需求，即使給真人，也是個(gè)硬骨頭。對(duì)于職場(chǎng)新人來(lái)說(shuō)，可能會(huì)直接去想三個(gè)月的營(yíng)銷(xiāo)方案該怎么寫(xiě)。但對(duì)于一個(gè)有經(jīng)驗(yàn)的營(yíng)銷(xiāo)老手，第一反應(yīng)肯定是：重點(diǎn)根本不是方案，而是“老板不愿意花錢(qián)”。

接下來(lái)，我來(lái)跟你拆解一下，Manus拿到需求后做了什么。具體來(lái)說(shuō)，它執(zhí)行了9步任務(wù)。

第1步，調(diào)研并分析產(chǎn)品和用戶現(xiàn)狀。

它從我的需求描述中注意到一個(gè)關(guān)鍵點(diǎn)——每天已經(jīng)有5萬(wàn)活躍用戶，這說(shuō)明產(chǎn)品已經(jīng)具備了一定的用戶基礎(chǔ)，并且目標(biāo)用戶群已經(jīng)清晰。因此，增長(zhǎng)的關(guān)鍵在于圍繞這批核心用戶，擴(kuò)大影響力，而不是盲目撒網(wǎng)。

第2步，調(diào)研競(jìng)爭(zhēng)對(duì)手的市場(chǎng)情況。

它重點(diǎn)研究了Notion、Obsidian、Logseq和Roam四款軟件，分析它們的核心優(yōu)勢(shì)和營(yíng)銷(xiāo)增長(zhǎng)策略?？吹竭@一步時(shí)，我直接冒冷汗，因?yàn)檫@四款軟件，正是我一直在研究的對(duì)手。

第3步，識(shí)別并分析Get筆記的目標(biāo)用戶群體。

分析完后，它讓我優(yōu)先瞄準(zhǔn)兩個(gè)群體：學(xué)生和內(nèi)容創(chuàng)作者。理由是，學(xué)生規(guī)模龐大，傳播效率高，并且一旦形成使用習(xí)慣，可以持續(xù)很多年。而內(nèi)容創(chuàng)作者自帶流量，影響力大，并且愿意分享，能形成示范效應(yīng)，帶動(dòng)更多用戶。

第4步，制定內(nèi)容營(yíng)銷(xiāo)策略。

第5步，設(shè)計(jì)病毒式增長(zhǎng)方案。

在這兩步中，它給我提供了幾個(gè)產(chǎn)品建議，比如，生成精美的分享卡片，提升用戶的傳播動(dòng)力；支持多人協(xié)作同一個(gè)知識(shí)庫(kù)，方便小團(tuán)隊(duì)使用；打造知識(shí)庫(kù)市場(chǎng)，鼓勵(lì)用戶分享優(yōu)質(zhì)模板和知識(shí)庫(kù)資源。這幾個(gè)建議一出來(lái)，我瞬間有種自己的產(chǎn)品文檔被泄露的感覺(jué)，因?yàn)檫@些功能，正好是我們正在開(kāi)發(fā)的重點(diǎn)方向。

第6步，規(guī)劃社區(qū)建設(shè)方案。

第7步，制定合作伙伴戰(zhàn)略。

然后進(jìn)入第8步，編制詳細(xì)的營(yíng)銷(xiāo)計(jì)劃，并在第9步進(jìn)行審核，提交最終方案。

在這個(gè)任務(wù)中，Manus一共創(chuàng)建了8個(gè)新的文本文件，不僅生成了完整的營(yíng)銷(xiāo)規(guī)劃，還把具體的階段目標(biāo)都拆解出來(lái)。按照它的預(yù)估，執(zhí)行這個(gè)方案后，傳播分享的轉(zhuǎn)化率可以達(dá)到15%-20%，其中70%的新用戶將通過(guò)自然傳播帶來(lái)，第一個(gè)月的用戶量預(yù)計(jì)能增長(zhǎng)到8萬(wàn)。

我之所以這么詳細(xì)地描述這個(gè)任務(wù)，就是希望大家代入思考一下——即使是資深的營(yíng)銷(xiāo)專(zhuān)家，要做到這個(gè)方案的完整度，需要多少時(shí)間？又要投入多少精力？特別是以我20年的工作經(jīng)驗(yàn)來(lái)看，這個(gè)營(yíng)銷(xiāo)方案的可行性，絕對(duì)超過(guò)市面上八成的營(yíng)銷(xiāo)策劃。

而且，這還只是寫(xiě)一個(gè)營(yíng)銷(xiāo)方案。我還試過(guò)讓它寫(xiě)九年級(jí)的語(yǔ)文教案PPT，朋友也讓它嘗試寫(xiě)小游戲、開(kāi)發(fā)網(wǎng)頁(yè)……結(jié)果都超出預(yù)期。

所以，Manus給我的第一印象就是——非常強(qiáng)大，真正實(shí)現(xiàn)了多種智能體能力的融合。我腦海里一直浮現(xiàn)一句話：“我是革命一塊磚，哪里需要往哪搬?！盡anus的通用性，正是對(duì)這句話最好的詮釋。

二、Manus的背后

推出Manus的公司名叫Monica，是這兩年業(yè)內(nèi)非常出名的AI公司。和其他AI公司不同的是，它們的核心業(yè)務(wù)并不是大模型本身，而是AI應(yīng)用。

其實(shí)，Monica解決了一個(gè)非常實(shí)際的需求——讓很多國(guó)內(nèi)用戶能夠通過(guò)它的產(chǎn)品，使用ChatGPT或者Claude這樣的國(guó)外大模型。

當(dāng)然，業(yè)內(nèi)也有人特別不屑地把Monica叫做“套殼產(chǎn)品”，但這其實(shí)是對(duì)它的誤解，甚至可以說(shuō)是不尊重。真正的“套殼”，指的是那些假冒偽劣、直接冒充國(guó)外產(chǎn)品的東西。

就像Midjourney剛火的時(shí)候，在某度上一搜，第一頁(yè)全是騙子網(wǎng)站，進(jìn)去就讓你充會(huì)員——這才叫套殼。而Monica有自己的品牌和定位，它通過(guò)技術(shù)整合，降低了普通人使用AI的門(mén)檻。

這和很多年前爆火的Hao123是一樣的邏輯——它本質(zhì)上是在幫普通人更方便地接觸新技術(shù)，只不過(guò)這種普惠性的產(chǎn)品，總會(huì)讓某些“精英”覺(jué)得自己的優(yōu)勢(shì)被削弱了。

正因?yàn)橛写罅坑脩粼贛onica的平臺(tái)上使用各種AI助手，這家公司也積累了豐富的數(shù)據(jù)和洞察。比如，在不同的任務(wù)場(chǎng)景下，哪個(gè)模型表現(xiàn)最好，哪個(gè)工具最適合普通人。這反而讓Monica成為離用戶場(chǎng)景最近的公司。

更重要的是，由于它自己并沒(méi)有大模型，所以在選擇AI產(chǎn)品時(shí)，它能站在更公正的立場(chǎng)，完全從實(shí)際效果出發(fā)去挑選最合適的技術(shù)，而不是站隊(duì)某一個(gè)大模型。

現(xiàn)在，Manus的火爆程度已經(jīng)到了“一碼難求”的地步，甚至有人在閑魚(yú)等平臺(tái)上，把邀請(qǐng)碼的價(jià)格炒到了上萬(wàn)元。

不過(guò)，我建議大家不用焦慮。按我的粗暴判斷，不出兩個(gè)月，國(guó)內(nèi)大廠肯定會(huì)推出類(lèi)似的產(chǎn)品。

Manus真正展示的，是多智能體工具如何處理復(fù)雜任務(wù)，并且用了一種極具沖擊力的交互方式。它的分享內(nèi)容，不是傳統(tǒng)的圖片，而是AI處理任務(wù)的完整視頻，讓用戶能直觀看到AI一步步拆解和執(zhí)行任務(wù)，帶來(lái)極強(qiáng)的震撼感。

這足以說(shuō)明，Monica團(tuán)隊(duì)在用戶洞察和產(chǎn)品設(shè)計(jì)上的能力確實(shí)很強(qiáng)。但如果回歸到底層技術(shù)，它所展示的每一項(xiàng)任務(wù)，實(shí)際上都是現(xiàn)有AI技術(shù)已經(jīng)能實(shí)現(xiàn)的功能。從這個(gè)角度來(lái)看，國(guó)內(nèi)幾家大廠要做出類(lèi)似的產(chǎn)品，并不是難事。

我比較看好的，能推出類(lèi)似產(chǎn)品的平臺(tái)有以下幾個(gè)：

第一個(gè)是字節(jié)的扣子。

它已經(jīng)積累了大量成熟的開(kāi)發(fā)者和各種插件工具，再加上火山引擎背后的超大算力支持，完全具備做出類(lèi)似產(chǎn)品的能力，并且很可能實(shí)現(xiàn)彎道超車(chē)，迅速落地。

第二個(gè)是Dify。

之前，很多企業(yè)和個(gè)人開(kāi)發(fā)者已經(jīng)用Dify搭建了各種內(nèi)部AI工具，比如我們得到內(nèi)部的AI廣場(chǎng)里的工具，就是用Dify搭建的。如果他們?cè)谶@個(gè)基礎(chǔ)上，整合出一個(gè)通用AI，至少在企業(yè)應(yīng)用場(chǎng)景中，完全可以跑通。

第三個(gè)可能是騰訊的元寶，或者背后的元器平臺(tái)。

我之所以提他們，原因比較特別——在DeepSeek這波浪潮中，騰訊突然展現(xiàn)出了多年未見(jiàn)的“快速敏捷的斗志”。之前，騰訊或微信團(tuán)隊(duì)很少會(huì)有這種“莽撞加速”的姿態(tài)，但這次他們的反應(yīng)速度明顯變快了。所以，面對(duì)Manus這種通用助手形態(tài)，他們肯定不會(huì)袖手旁觀。

我認(rèn)為這些團(tuán)隊(duì)有機(jī)會(huì)彎道超車(chē)，還有一個(gè)重要原因——Manus這種產(chǎn)品形態(tài)對(duì)算力的要求太高了。內(nèi)測(cè)用戶隨便試幾下，和大規(guī)模普通用戶真正用起來(lái)，完全是兩個(gè)量級(jí)的考驗(yàn)。

要不然，DeepSeek在春節(jié)期間爆火時(shí)，服務(wù)器怎么會(huì)頻繁崩潰？而Manus的任務(wù)復(fù)雜度，比DeepSeek要高得多，每一個(gè)任務(wù)都涉及更深層次的智能體調(diào)度和多步操作。

所以，對(duì)Manus來(lái)說(shuō)，第一個(gè)真正的考驗(yàn)，不是現(xiàn)在的內(nèi)測(cè)階段，而是全面開(kāi)放后的實(shí)際使用情況。到時(shí)候，它能不能頂住大規(guī)模用戶的壓力，才是真正見(jiàn)真章的時(shí)候。

三、到底什么是智能體和多智能體？

因?yàn)镸anus今天的爆火，我發(fā)現(xiàn)已經(jīng)有一大批疑似AI寫(xiě)的文章開(kāi)始滿天飛，內(nèi)容越來(lái)越離譜。

比如，最開(kāi)始只是說(shuō)Manus推出了首個(gè)通用Agent助手，接著就演變成了“中國(guó)推出首個(gè)AI智能體，秒殺OpenAI，全球都跪了”這種標(biāo)題黨式的夸張說(shuō)法。與此同時(shí)，也有不少同學(xué)問(wèn)我什么是智能體。

從廣義上來(lái)說(shuō)，智能體的概念可以追溯到1950年。當(dāng)時(shí)，著名科學(xué)家圖靈在他的經(jīng)典論文“Computing Machinery and Intelligence”（《計(jì)算機(jī)器與智能》）中，提出了一個(gè)著名的問(wèn)題：“機(jī)器能思考嗎？”盡管整篇論文中并沒(méi)有直接使用“Agent”這個(gè)詞，但它激發(fā)了整個(gè)學(xué)術(shù)界對(duì)“能不能讓機(jī)器像人一樣思考和行動(dòng)”的深入思考。

所以，在包括我在內(nèi)的很多人看來(lái)，這算是人工智能的第一粒種子。

接下來(lái)是1956年，一個(gè)對(duì)AI發(fā)展至關(guān)重要的會(huì)議——達(dá)特茅斯會(huì)議。在這場(chǎng)夏季研討會(huì)上，幾位科學(xué)家坐在草坪上拍了一張合影，可能他們當(dāng)時(shí)也沒(méi)想到，這次會(huì)議和這張合影，后來(lái)會(huì)被視為人工智能的正式誕生。

不過(guò)，那時(shí)候連個(gè)人計(jì)算機(jī)都沒(méi)有，AI的能力也非常有限，只能下下國(guó)際象棋、做做簡(jiǎn)單的數(shù)學(xué)計(jì)算，根本無(wú)法完成復(fù)雜任務(wù)。因此，一些科學(xué)家開(kāi)始思考：有沒(méi)有可能讓軟件在不同的計(jì)算機(jī)或網(wǎng)絡(luò)環(huán)境下，自主行動(dòng)？如果讓多個(gè)這樣的智能體互相協(xié)作，能不能完成更復(fù)雜的任務(wù)？

看看，這些五六十年前的前輩，思考的問(wèn)題也跟我們一樣——要是人類(lèi)能不上班、不干活，那該多爽？

正是基于這種設(shè)想，那個(gè)時(shí)代開(kāi)始逐漸發(fā)展出Agent智能體和多智能體系統(tǒng)的概念。科學(xué)家們希望讓計(jì)算機(jī)程序不僅僅是被動(dòng)執(zhí)行命令的工具，而是能夠自主決策、協(xié)作完成任務(wù)的“智能體”。

大約在1970年，研究者卡爾·休伊特（Carl Hewitt）提出了“演員模型”（Actor Model）。他把AI想象成一群活躍的“小演員”，它們能夠在計(jì)算環(huán)境中自由發(fā)揮，不僅可以接收指令，還可以彼此交流、發(fā)送消息、做出反應(yīng)。這種思想，為后來(lái)多智能體系統(tǒng)的研究奠定了基礎(chǔ)。

到了1990年，智能體的概念開(kāi)始逐步完善，一批學(xué)者開(kāi)始嘗試給它下定義，并在論文和書(shū)籍中進(jìn)行系統(tǒng)闡述。其中，澳大利亞人工智能研究院的Anand Rao和Michael Georgeff提出了BDI模型，它成為了智能體研究中的重要理論框架。

這個(gè)模型由三部分組成：

信念（Belief）指的是智能體對(duì)世界的基本認(rèn)知，比如地圖、信息庫(kù)、知識(shí)庫(kù)等，它需要有足夠的背景信息才能做出決策；

愿望（Desire）是智能體希望達(dá)成的目標(biāo)，比如完成一項(xiàng)任務(wù)、實(shí)現(xiàn)某種效果；

意圖（Intention）則是智能體決定采取的具體行動(dòng)計(jì)劃，是它在各種可能性中選擇的一條執(zhí)行路徑。

如果把智能體比作一只寵物狗，那么它的“信念”就是它能看、能聽(tīng)、能識(shí)別陌生人和危險(xiǎn)；“愿望”是它想要馬上吃到狗糧；而“意圖”則是為了吃到狗糧，它決定跳到你腿上撒嬌、搖尾巴。

這一模型，讓AI具備了更清晰的行為邏輯，也為后來(lái)自動(dòng)規(guī)劃任務(wù)的研究提供了關(guān)鍵思路。

當(dāng)然，再往后，我們就進(jìn)入了移動(dòng)互聯(lián)網(wǎng)時(shí)代，從Alexa到Siri，各種“智能個(gè)人助理”開(kāi)始登場(chǎng)。只不過(guò)，放到今天來(lái)看，那時(shí)候的個(gè)人助理實(shí)在是太過(guò)基礎(chǔ)，遠(yuǎn)遠(yuǎn)稱不上真正的智能體。

它們只是預(yù)設(shè)好的語(yǔ)音交互工具，能做的事情極其有限，甚至連一場(chǎng)自然對(duì)話都無(wú)法順利進(jìn)行。而如今，隨著AI能力的進(jìn)化，智能體終于走到了真正實(shí)用的門(mén)檻前。

真正讓Agent智能體這個(gè)概念重新回到我們視野的，是最近幾年AI技術(shù)的爆發(fā)。

ChatGPT、GPTs等產(chǎn)品的出現(xiàn)，徹底激發(fā)了人們對(duì)“指揮AI干活”的渴望。在過(guò)去的軟件邏輯里，想讓Agent完成任務(wù)，程序員必須手寫(xiě)大量規(guī)則，所有行為都得事先設(shè)定好，像是“吃兩碗飯就絕對(duì)不會(huì)再喝一碗湯”，毫無(wú)靈活性可言，更談不上真正的自主性。

而現(xiàn)在，大模型的強(qiáng)大語(yǔ)言理解和學(xué)習(xí)能力，終于讓Agent擺脫了這些限制。如今，它們可以直接讀懂指令，自己調(diào)用工具，自動(dòng)拆解任務(wù)，像一個(gè)全能的智能小管家，幫你高效完成工作。

過(guò)去一年，GitHub上也冒出了不少這樣的項(xiàng)目，比如Auto-GPT、BabyAGI，都號(hào)稱能“自我思考、自我規(guī)劃”，可以處理一系列復(fù)雜任務(wù)。雖然我們測(cè)試后發(fā)現(xiàn)，它們目前仍處于早期階段，離真正的自主智能體還有差距，但已經(jīng)足夠令人興奮和期待了。

而這次Manus的推出，正是在智能體概念的基礎(chǔ)上，又往前邁了一步。以前的智能體，通常需要提前設(shè)定好任務(wù)和角色，才能投入使用。而現(xiàn)在，Manus就像一個(gè)能力超群的全能助手，不管是編程還是繪畫(huà)，拿到任務(wù)就能迅速上手，干得有模有樣。

這種感覺(jué)，讓我想起上個(gè)月在米蘭的達(dá)芬奇國(guó)家科學(xué)與技術(shù)博物館。當(dāng)時(shí)，我站在展廳里，看著達(dá)芬奇留下的上百份手稿，涵蓋水利工程、飛行器、軍事裝備、紡織機(jī)械，還有那些驚艷世界的藝術(shù)作品，心中滿是敬仰。而Manus的方向，似乎正是要打造一個(gè)“啥都會(huì)干的達(dá)芬奇”，成為我們身邊的智能助理。

四、對(duì)我的啟發(fā)與幫助

前面聊了智能體和Manus，不得不說(shuō)，雖然我自己還沒(méi)用上，但它依然給了我不少啟發(fā)。

我觀察Manus執(zhí)行任務(wù)時(shí)，發(fā)現(xiàn)它會(huì)在網(wǎng)絡(luò)上進(jìn)行大規(guī)模的信息檢索。比如，在做小米新車(chē)的PPT這個(gè)任務(wù)時(shí)，它從大量在線文章中提取信息，分析小米的品牌設(shè)計(jì)風(fēng)格等內(nèi)容。

然而，這里有個(gè)問(wèn)題——很多文章，一看標(biāo)題就知道是質(zhì)量極差的“垃圾稿件”，內(nèi)容拼拼湊湊，甚至可能是AI生成的無(wú)價(jià)值信息。

這讓我想到，現(xiàn)在AI能力進(jìn)化得太快了，一個(gè)人完全可以用AI控制上千個(gè)賬號(hào)，一天發(fā)出上萬(wàn)篇AI寫(xiě)的文章，或者剪輯上百條AI生成的短視頻。最終，這會(huì)導(dǎo)致一個(gè)現(xiàn)象——即便AI助理本身能力再?gòu)?qiáng)，但當(dāng)整個(gè)互聯(lián)網(wǎng)被海量AI內(nèi)容充斥后，AI幻覺(jué)和AI偏見(jiàn)就會(huì)變得越來(lái)越難以避免。

在這樣的環(huán)境下，高質(zhì)量的知識(shí)庫(kù)，無(wú)論是個(gè)人還是企業(yè)，都將變得極具價(jià)值和可信度。

比如，同樣是做小米汽車(chē)的PPT，如果有一個(gè)小米設(shè)計(jì)團(tuán)隊(duì)內(nèi)部的知識(shí)庫(kù)，Manus根本不需要去互聯(lián)網(wǎng)上海量搜索，而是直接調(diào)用這個(gè)知識(shí)庫(kù)里的最新設(shè)計(jì)規(guī)范，精準(zhǔn)高效，避免陷入低質(zhì)量信息的陷阱。

從這個(gè)角度來(lái)看，Get筆記堅(jiān)持做個(gè)人知識(shí)庫(kù)的方向，確實(shí)值得加足馬力繼續(xù)推進(jìn)。

當(dāng)然，因?yàn)镸anus的出現(xiàn)，我也立刻調(diào)整了接下來(lái)兩個(gè)月的開(kāi)發(fā)規(guī)劃。之前，我的思路是針對(duì)不同類(lèi)型的知識(shí)庫(kù)，搭載不同的智能體。

比如，在我的健身數(shù)據(jù)知識(shí)庫(kù)里，我想配一個(gè)健身教練智能體，每天監(jiān)督和分析我的運(yùn)動(dòng)情況；在我的讀書(shū)知識(shí)庫(kù)里，我則設(shè)想搭建一個(gè)伴讀智能體，幫我拓展閱讀視野，提供更深度的書(shū)籍解析。

但Manus一出來(lái)，我的思路變了。我需要的，或許不是自己去搭建這些智能體，而是等Monica或者大廠做出一個(gè)更通用的智能體。這樣，之前積累的大量知識(shí)庫(kù)內(nèi)容，就能直接被賦予更大的活力，真正實(shí)現(xiàn)更智能的交互和應(yīng)用。

英國(guó)著名的科幻作家、未來(lái)學(xué)家阿瑟·克拉克，也就是《2001：太空漫游》的作者，曾經(jīng)說(shuō)過(guò)：“任何足夠先進(jìn)的科技，初看都與魔法無(wú)異。”

而Manus爆火時(shí)，我們正在親眼見(jiàn)證這種魔法。

作者：快刀青衣

來(lái)源：AI學(xué)習(xí)圈《快刀廣播站》