解構Manus AI：是通用Agent革命，還是精巧縫合怪？（輕科技）

“讓我們回到Manus本身，看看它的能力範圍有沒有超出前兩點呢？ 從演示來看，它確實是有效整合了DeepResearch、Artifacts和Operator三大現有能力。 據媒體引用但未出現在Manus官網上的官方資料稱，Manus AI 使用一套名爲“Multiple Agent”的架構，運行在獨立的虛擬機中。通過規劃代理、執行代理、驗證代理的分工協作機制，來大幅提升對複雜任務的處理效率，並通過並行計算縮短響應時間。 在這個架構中，每個代理可能基於獨立的語言模型或強化學習模型，彼此通過API或消息隊列通信。”

這是一篇有深度的關於AI的科技文章，文中的許多專業術語雖然有點詰屈聱牙，但一邊查字典一邊理解，還是值得一讀。

Manus剛出的時候，“一票難求”，後來轉移海外，現在又要轉回來，始終沒見過它的真容。或許它在當時有一些創新點，比如避開繁雜的結構，直接端到端處理，而且智能化更強，用推理模型做規劃，但AI技術的迭代幾乎按天推進，這些能力早已不再是優勢。小扎當初看重的除了這個產品的創新潛力，或許更多的是這個團隊的創新基因和探索落地能力吧。

AI領域熱議不斷，Manus AI突然刷屏中文媒體！自媒體盛讚其實現“通用Agent革命”，其在權威GAIA測試中超越OpenAI DeepResearch等，表現十分亮眼。但技術真相是否如此？文章將深入剖析：Manus如何整合推理模型與工具調用能力？它與DeepResearch、Claude等技術存在怎樣的關聯？其架構是“革命性突破”還是“工作流升級”？這場關於“通用 Agent”的爭論，究竟是技術飛躍，還是一場精心的能力“縫合”？

Manus的主腦架構工作流程： 1.用戶輸入請求發送至主腦代理 2. 主腦代理分析任務並進行高層規劃 3.主腦將子任務分配給三個專門代理： 。規劃代理：深入分析需求並制定詳細執行計劃 。執行代理：根據計劃執行具體操作 。驗證代理：驗證操作結果並優化輸出 4. 各代理調用底層能力執行任務 5.主腦協調各代理工作並整合最終結果 6. 將完整處理結果返回給用戶 即基於已有能力的封裝。

合格的Agent的三大核心能力 Planning（規劃） Tool Use（工具使用） Memory（記憶） 基礎模型和推理模型是有關鍵區別的。相比基礎模型，推理模型在四種關鍵認知能力上有很大提升： 驗證：像一位謹慎的審稿人，能夠自檢、自校正，減少錯誤。 回溯：當思路走向死衚衕時，願意放棄錯誤路徑並重新推導。 目標設定：將複雜任務拆分爲可操作的路徑，對大規模任務尤其重要。 逆向思考：從結果倒推過程，顯著提高路徑規劃的成功率。 書中也用幾次關鍵技術事件展示了“Agent 能力”是如何在過去 18 個月裏迅速成型的 2023.7.9 Code Interpreter問世，AI開始能夠執行代碼 2024.6.20 Claude Artifacts登場，AI能夠在對話中動態創建和修改各類“人工製品”，生成代碼到圖標，從文檔到交互式組件的直觀內容 2024.10.22 Clade的Compute Use功能橫空出世，AI不再侷限於專用工具，而是能夠像人類一樣，”看見“屏幕並操作計算機，移動光標、點擊按鈕、輸入文本，實現真正模擬人類與計算機的自然交互 2024.11.25 Anthropic 開源了MCP，實現AI能夠與各類數據源對接，而不需要繁瑣的定製化開發 AI逐步從“語言模型”到通用數字工作者演化：從會回答問題→會執行邏輯→會生成可用的作品→會操作計算機→能夠接入一切數據 未來的計算活動不再是人類驅動工具，而是人類委派任務給具備規劃、執行、覆盤能力的AI。 在這場變革中，懂得如何使用智能體、理解智能體的能力邊界、能將智能體融入業務流程的人，將成爲新一代的AI工程師。

可惜要通過 vpn 才能使用 Manus.奇怪的腦回路 x_x

對agent理解不夠深刻，僅僅回答了是什麼， 沒有解答爲什麼，未來會是什麼，像是一篇記者採訪稿

與其說是一本書，不如說像公衆號文章的合集，內容深度不夠，解構力度較弱。

Manus作爲通用智能體目前不看好