今天小编分享的科技经验：「工程的胜利」不仅在 Manus 自身，而是让整个智能体生态真正走上舞台，欢迎阅读。
自从发布以来，Manus 经过了一个堪比过山车的传播历程。
从一开始的惊艳，到被加速捧至高点，再到遭受套壳、营销的批评，一切都发生在短短一周内。
在各种各样的声音当中，我们找到了和 Manus 最为相关的一群人：正在参与 agent 以及配套设施的开发者们，聊了聊他们眼中的 Manus ——不讨论营销和争议，仅仅是技术层面。
结论并不复杂：Manus 无疑是一款优秀的产品。以「套壳」为理由来否定 Manus，是它的无妄之灾。
同时，「缝合」一词，也并不公允。一个通用型 agent 的能力和潜力，不仅体现在链接了多少工具，更在于对于 agent 本身的认知。
那些围绕营销和套壳展开的争议，指向的是一个问题：Manus 的价值到底是什么？
横空出世的「全球首个」
快忘了上周盛况的朋友们，这里有一个快速回顾：3 月 5 号深夜，Manus 上线内测，在官方展示的视频中，放出了好几个原本只在 PPT 中才会出现的精彩使用案例，无一不展现出 Manus 独特的任务理解和执行能力。
老实说 Agent（智能体）并不新鲜，但 Manus 打出「全球首个通用型智能体」的说法，掀起了前所未有的讨论浪潮，也让「通用型 agent」走到台前。
由于内测使用需要申请邀请码，且发放速度慢，一时间造成了哄抢的局面——用例有多惊艳，用不上的人就有多焦虑。
这种邀请码的机制，阴差阳错地把 Manus 推到一个近乎诡异的热度，甚至被称为「又一个 DeepSeek 时刻」。
DeepSeek 是模型，Manus 是智能体，是截然不同的两种产品。然而某种程度上，二者的历程，确实有相似之处。
DeepSeek 做的是模型，但它并非是从零开始，而是在一系列已有的开源工作上，实现了工程上的胜利。
类似地，Manus 实际上并非第一个做通用型 agent 产品，在 2023 年同类产品就涌现过一轮。Manus 本身也从大量开源工作中获得帮助，团队此前曾经打造过 monica，一款集成式 AI 助手，积累了丰富的 agent 工程经验。因此，Manus 也同样被视为一种工程上的胜利。
工程上的胜利究竟是指什么？
这个问题必须回到「通用型 agent」是什么这个根本源头上。
人跟动物之间的区别在于制造和使用工具，这句话，放在 agent 身上也成立——普通 agent 和通用型 agent 的区别在于，后者能够主动调用工具。
「很多人觉得 agent 就是原来的对话机器人，接上数据库，就叫做 agent。实际上，一直以来 agent 的定义都是需要能使用工具，能真正的有所行动。」 William Lee 解释道，他从去年开始和创业团队一起开发针对 agent 的中台系统 ACI.DEV，就是在为 agent 类产品提供尽可能便捷的 API 调用服务。
在具体的产品使用上，工具调用能够把 agent 的能力边界，再推得更推远一些。活跃在 agent 开发社区的坚白，见识过 Manus 在执行上的能力：剪视频。
「剪的效果怎么样另说，但是它可以去做到，可以完成，不会拒绝你。」
原理并不复杂：剪辑的动作，可以在一定程度上以代码的方式来实现。又或者，一些在线工具可以被调用出来，完成剪辑的动作。
这样完成的剪辑当然是粗放的，成品跟人工剪辑无法相提并论，但就像坚白所说，Manus 不会拒绝这个要求，而是会主动寻找工具完成。「在过去的应用里，agent 可能会推荐给你一个剪视频的网站或者工具，但没有这样端到端的结果。」
他认为这反应了 Manus 团队的认知，是在一种更有高度的位置上。「我认为他们把代码，包括整个代码的运行环境，更多作为工具，而不是目标。」
曾经一些类似的项目，给出一段代码或者設定虚拟机，就已经是最终目的。而 Manus 的理解是，设计虚拟机跑代码，只是实现方式，它们是为了完成某种目的而存在。
「我觉得是他们在认知上有领先」，坚白说，「大家都在说要把 agent 当成人看，但他们真的是认真思考了 agent 如何作为一个主体。」
Key differentiation
那么，虚拟机是那个让 Manus 脱颖而出的设计吗？
「虚拟机不是一个 creative 的设计，」同样是在做通用型 agent 产品的郑浅解释。
郑浅所在的公司 Convergence.ai，在 1 月时推出了同样属于通用型 agent 的产品 Proxy，在 webvoyage 基准测试中险胜 OpenAI。
不久前 Proxy 登上 Product Hunt 榜单，郑浅忙着带领工程团队应对突然涌来的流量。他们面对的是海外市场，可见通用型 agent，在海内外都是被寄于厚望的 agent 形态。
「OpenAI Operator 就是虚拟机，Manus 是给 browser use 之后，加了一个 coding execution，然后放到一个虚拟机里面去实现。」
Browser use，是一个在 Github 上获得了 4 万星的开源项目，它相当于把网页浏览器放在了 agent「眼」前，结合了大语言模型以及视觉识别。用户只需要通过自然语言，就能让智能体对网页上的元素进行实际操作。
早期 Proxy 也尝试过类似 browser use 的路线。「通过这种方式帮用户做点击、拖动等等的动作。整体是比较简单直接的，只需要用户给一个任务，它一步一步去执行。」
这个形态比较线性，无法胜任更复杂的任务。或者说，当任务的复杂程度上升，需要用户给出更有细节的指令，反而成了对用户的挑战。
「我们公司算开始得比较早，跟 OpenAI 和 H Company 他们也比较多交流，后来 OpenAI Operator 出来，agent 一下就变火了。大家很快就往一个新的东西上面去靠拢，就是 agent orchestrator。」郑浅非常明确，「可以说 general agent 真正的区别，不在于缝合了多少工具。」
建设一个普通的 agent，可以用「缝合」简单粗暴地概括。但是要建设一个 general agent，必须是一个系统工程。
「你可以把 agent 想象成一个人，最复杂的部分在于核心决策系统——就是大腦和神经传输。其次复杂的是执行构建，比如说相当于人类的四肢与末端。至于你刚才提到的生成报告、浏览器互動、代码执行等功能模块，本质上属于工具链层面的能力。」
人并不是生下来就会走路的，婴儿只会胡乱挥舞手脚，然后会爬、会站，磕磕绊绊地学会走路，最后学会精准地控制自己的四肢。
整个学习的过程，也是大腦逐渐成熟的过程。Proxy 的绝大多数工作都在围绕这个「大腦」展开，具体而言，是 planner agent 所负责的动态规划。
「有一个调侃是，规划不能预测未来：规划可以做的很好，但你不知道未来会发生什么。放在 agent 上面也是一样的，比如说它浏览某个网站，碰到无法打开的情况，比如改版啊或者網域名过期，或者直接关停等等，那这时候 agent 该怎么做，这就需要动态规划。」
▲ Manus 实测中，碰到网站登录及验证问题
一个典型场景是验证码，Proxy 和 Manus 可以解决一些简单的验证码，但太复杂的还是需要交回给用户，也可能被直接跳过。
郑浅解释难度藏在细节里，「都是细节，而且情况非常多样。如何在规划上去实现复杂任务，同时又能回传——用户基数一大，做什么千奇百怪的事情都有，如何覆盖各种各样的场景是很大的难点。」
现阶段 Manus 并非尽善尽美，但它足以作为一个工程启示录。「它主要的成功之处，确实就是在工程上面」Wiilliam 非常认同这一点，「它结合了市场上已有的模型，很好的跟工具做了对接，然后让用户第一次看到，真正可以调用工具的 agent 到底能做出什么样的效果。这样子我觉得百分之百是工程上的胜利。」
真正的胜利属于生态
Manus 正像是那个正在学走路的幼儿，它能够造成巨大的讨论，并不在于它已经能走多远、跳多高，而在于展示出了足够的潜力。
这或许才是它最大的贡献：Manus 的走红，让一系列与 general agent 类的应用，乃至基础建设的工作，都渐渐浮出水面。
最新的进展是 OpenAI 推出了 Responses API，这是一个面向开发者，而且就是 agent 开发者的新发布。
在开发者社群里，Manus 更加是激发了许多想法。坚白正在做和 agent 记忆相关的项目，Manus 的出现让他开始重新思考记忆储存相关的范式。
记忆储存对于 agent 的实际工作至关重要，这不仅影响着 agent 能否从过往任务里学习到经验并沿用，也影响着能否形成关于用户使用习惯的记忆，真正做到个性化。
另外，通用型 agent 在理论上有着最大的自由度，可以链接和调用任何工具——在延迟、接口标准化等方面足够好的前提下。这正是 ACI 这类中台型产品，所想要提供的服务。
这可能是 Manus 最成功的一点：它作为现阶段通用型 agent 最出圈的案例，为一系列配套设施打开了想象和探索的空间。
「其实通过 Manus 可以看到，现在模型已经跑在工程的前面很多了。」William 认为工程方面还有很多可以探索的空间，「我们还可以在工程上面继续做点什么，来拉高这种 AI agent 产品的效能。我个人的看法是现在 agent infrastructure 这一端的话都还是挺不成熟的，包括像我们这种工具调用平台，或者是说这种 memory layer，这些在工程方面都还有很多方向是可以优化的。」
这也是我们跟开发者社群接触下来最大的感受：他们感到兴奋与跃跃欲试。「通用」两个字所包含的可能性，前所未有的生动。
Proxy 马上要基于新的 parallel agent 思路，推出迭代的版本。郑浅一直在观察社群的反馈，他看到许多用户把 Proxy 用出了自己根本没想过的方式，不断被挖掘出新的可能。
「大多数产品最后的使用目的，都不太会是一开始开发的目的，可能后面是由用户来发现我们没有发现的用途，我们也在等待那一个 moment 的到来。」
