【AI创业 13】Manus 深度剖析： 技术护城河和产品哲学

Video Description

Manus 不是一个简单的工具，而是一个试图模拟人类操作计算机的 “云端数字员工”。它通过云端沙箱解决了执行环境问题，通过多模型编排解决了智力成本问题，通过主动性（Proactiveness）**设计预示了未来软件从“人使用工具”向“工具主动服务人”的范式转变。 1. 核心定位与战略意义 Manus 是 AI 从“对话生成”向“自主行动”转型的代表性产品，被定义为 “通用智能体”（General Agent）。其核心哲学是 "Mind to Machine" （从思维到机器），即利用大模型作为大脑，驱动云端计算环境作为“手”来执行任务，从而弥合数字世界的认知与行动鸿沟。这一独特的“执行引擎”定位促成了 Meta 以数十亿美元对其进行战略收购，旨在将 Manus 作为连接 Llama 模型与真实世界的“编排层”（Harness），解决基础模型缺乏实际执行力的问题。 2. 核心技术架构 Manus 的商业版（闭源）架构精密，通过以下支柱构建了技术壁垒： • 三元协作架构： 系统内部解耦为 规划者（Planner）、执行者（Executor） 和 验证者（Verifier），通过迭代式状态机（OODA Loop）确保任务不发散。 • 云端全功能沙箱（Cloud Agent Sandbox）： Manus 为每个任务分配一个独立的 Linux 虚拟机，而非简单的 API 调用。这赋予了 Agent 像人一样使用计算机（全系统权限、文件系统、网络）的能力，解决了本地环境不一致的痛点，确保了长链条任务的稳定性。 • 多模型动态编排： 系统不依赖单一模型，而是采用 Anthropic Claude 3.5 Sonnet 进行推理规划，配合 Qwen（通义千问） 进行代码执行，实现了成本与能力的最佳平衡。 • 上下文工程（Context Engineering）： 引入了 "Recitation"（背诵）机制，强制 Agent 在执行每一步前复述当前状态和计划，以此对抗长任务中的注意力漂移（Lost-in-the-middle）。 3. 产品哲学：构建“纯血派 Agent” Manus 的首席科学家季超（Pak）主张构建 “纯血派 Agent”（Pure-Blood Agent）。与 MetaGPT 等基于 SOP（标准作业程序）和明确角色分工（如产品经理、架构师）的框架不同，Manus 反对人为地给 Agent 施加僵化的角色约束。团队认为，模型应像一个全能的通用员工，通过统一的通用接口（屏幕、键鼠、终端）来解决问题，利用智能本身的泛化能力而非预设规则来应对复杂性。 4. 发展历程与商业模式 • 团队背景： 核心团队拥有 Monica（一款成功的浏览器插件）的成功经验，具备极强的产品落地能力和正向现金流，这使他们能够冷静地进行技术豪赌。 • 转型之路： Manus 最初是一个 AI 原生浏览器 项目，但团队最终认为仅仅重做浏览器不够“酷”且缺乏护城河，从而在 2024 年底通过“做减法”转型为运行在云端的通用 Agent。 • 商业策略： 定位于服务高价值脑力工作者（Prosumer），通过解决繁琐的长链条任务（如深度调研、数据可视化）来获取高溢价，并通过 数据飞轮（用户对 Agent 行为的纠错与教学）建立非模型层面的竞争优势。 5. 开源复现与行业影响 Manus 的发布引发了开源社区的热烈响应，出现了如 OpenManus 这样的复现项目。OpenManus 还原了 Manus 的规划流（PlanningFlow）和工具调用逻辑，但在缺乏云端沙箱和极致优化的上下文工程支持下，其稳定性和复杂任务处理能力仍落后于商业版 Manus。Manus 的成功标志着 AI 竞争维度正从单纯的“模型参数竞赛”转向“Agent 执行环境与编排能力”的较量。 #manus #openmanus #meta AGI降临派社区是由美国硅谷斯坦福大学校友发起的人工智能社区，专注人工智能方面一线的投资，技术，创业访谈和闭门讨论活动。降临派社区会定期举行深度的AI科研一线专家的技术分享。