解构Manus AI：是通用Agent革命，还是精巧缝合怪？（轻科技）

“让我们回到Manus本身，看看它的能力范围有没有超出前两点呢？ 从演示来看，它确实是有效整合了DeepResearch、Artifacts和Operator三大现有能力。 据媒体引用但未出现在Manus官网上的官方资料称，Manus AI 使用一套名为“Multiple Agent”的架构，运行在独立的虚拟机中。通过规划代理、执行代理、验证代理的分工协作机制，来大幅提升对复杂任务的处理效率，并通过并行计算缩短响应时间。 在这个架构中，每个代理可能基于独立的语言模型或强化学习模型，彼此通过API或消息队列通信。”

这是一篇有深度的关于AI的科技文章，文中的许多专业术语虽然有点诘屈聱牙，但一边查字典一边理解，还是值得一读。

Manus刚出的时候，“一票难求”，后来转移海外，现在又要转回来，始终没见过它的真容。或许它在当时有一些创新点，比如避开繁杂的结构，直接端到端处理，而且智能化更强，用推理模型做规划，但AI技术的迭代几乎按天推进，这些能力早已不再是优势。小扎当初看重的除了这个产品的创新潜力，或许更多的是这个团队的创新基因和探索落地能力吧。

AI领域热议不断，Manus AI突然刷屏中文媒体！自媒体盛赞其实现“通用Agent革命”，其在权威GAIA测试中超越OpenAI DeepResearch等，表现十分亮眼。但技术真相是否如此？文章将深入剖析：Manus如何整合推理模型与工具调用能力？它与DeepResearch、Claude等技术存在怎样的关联？其架构是“革命性突破”还是“工作流升级”？这场关于“通用 Agent”的争论，究竟是技术飞跃，还是一场精心的能力“缝合”？

Manus的主脑架构工作流程： 1.用户输入请求发送至主脑代理 2. 主脑代理分析任务并进行高层规划 3.主脑将子任务分配给三个专门代理： 。规划代理：深入分析需求并制定详细执行计划 。执行代理：根据计划执行具体操作 。验证代理：验证操作结果并优化输出 4. 各代理调用底层能力执行任务 5.主脑协调各代理工作并整合最终结果 6. 将完整处理结果返回给用户 即基于已有能力的封装。

合格的Agent的三大核心能力 Planning（规划） Tool Use（工具使用） Memory（记忆） 基础模型和推理模型是有关键区别的。相比基础模型，推理模型在四种关键认知能力上有很大提升： 验证：像一位谨慎的审稿人，能够自检、自校正，减少错误。 回溯：当思路走向死胡同时，愿意放弃错误路径并重新推导。 目标设定：将复杂任务拆分为可操作的路径，对大规模任务尤其重要。 逆向思考：从结果倒推过程，显著提高路径规划的成功率。 书中也用几次关键技术事件展示了“Agent 能力”是如何在过去 18 个月里迅速成型的 2023.7.9 Code Interpreter问世，AI开始能够执行代码 2024.6.20 Claude Artifacts登场，AI能够在对话中动态创建和修改各类“人工制品”，生成代码到图标，从文档到交互式组件的直观内容 2024.10.22 Clade的Compute Use功能横空出世，AI不再局限于专用工具，而是能够像人类一样，”看见“屏幕并操作计算机，移动光标、点击按钮、输入文本，实现真正模拟人类与计算机的自然交互 2024.11.25 Anthropic 开源了MCP，实现AI能够与各类数据源对接，而不需要繁琐的定制化开发 AI逐步从“语言模型”到通用数字工作者演化：从会回答问题→会执行逻辑→会生成可用的作品→会操作计算机→能够接入一切数据 未来的计算活动不再是人类驱动工具，而是人类委派任务给具备规划、执行、复盘能力的AI。 在这场变革中，懂得如何使用智能体、理解智能体的能力边界、能将智能体融入业务流程的人，将成为新一代的AI工程师。

可惜要通过 vpn 才能使用 Manus.奇怪的脑回路 x_x

对agent理解不够深刻，仅仅回答了是什么， 没有解答为什么，未来会是什么，像是一篇记者采访稿

与其说是一本书，不如说像公众号文章的合集，内容深度不够，解构力度较弱。

Manus作为通用智能体目前不看好