自從發布以來，Manus經過了一個堪比過山車的傳播歷程。

從一開始的驚艷，到被加速捧至高點，再到遭受套殼、營銷的批評，一切都發生在短短一周內。

在各種各樣的聲音當中，我們找到了和Manus最為相關的一群人：正在參與agent以及配套設施的開發者們，聊了聊他們眼中的Manus——不討論營銷和爭議，僅僅是技術層面。

結論并不復雜：Manus無疑是一款優秀的產品。以“套殼”為理由來否定Manus，是它的無妄之災。

同時，“縫合”一詞，也并不公允。一個通用型agent的能力和潛力，不僅體現在鏈接了多少工具，更在于對于agent本身的認知。

那些圍繞營銷和套殼展開的爭議，指向的是一個問題：Manus的價值到底是什么？

橫空出世的“全球首個”

快忘了上周盛況的朋友們，這里有一個快速回顧：3月5號深夜，Manus上線內測，在官方展示的視頻中，放出了好幾個原本只在PPT中才會出現的精彩使用案例，無一不展現出Manus獨特的任務理解和執行能力。

老實說Agent（智能體）并不新鮮，但Manus打出“全球首個通用型智能體”的說法，掀起了前所未有的討論浪潮，也讓“通用型agent”走到臺前。

由于內測使用需要申請邀請碼，且發放速度慢，一時間造成了哄搶的局面——用例有多驚艷，用不上的人就有多焦慮。

這種邀請碼的機制，陰差陽錯地把Manus推到一個近乎詭異的熱度，甚至被稱為“又一個DeepSeek時刻”。

DeepSeek是模型，Manus是智能體，是截然不同的兩種產品。然而某種程度上，二者的歷程，確實有相似之處。

DeepSeek做的是模型，但它并非是從零開始，而是在一系列已有的開源工作上，實現了工程上的勝利。

類似地，Manus實際上并非第一個做通用型agent產品，在2023年同類產品就涌現過一輪。Manus本身也從大量開源工作中獲得幫助，團隊此前曾經打造過monica，一款集成式AI助手，積累了豐富的agent工程經驗。因此，Manus也同樣被視為一種工程上的勝利。

工程上的勝利究竟是指什么？

這個問題必須回到“通用型agent”是什么這個根本源頭上。

人跟動物之間的區別在于制造和使用工具，這句話，放在agent身上也成立——普通agent和通用型agent的區別在于，后者能夠主動調用工具。

“很多人覺得agent就是原來的對話機器人，接上數據庫，就叫做agent。實際上，一直以來agent的定義都是需要能使用工具，能真正的有所行動。”William Lee解釋道，他從去年開始和創業團隊一起開發針對agent的中臺系統ACI.DEV，就是在為agent類產品提供盡可能便捷的API調用服務。

在具體的產品使用上，工具調用能夠把agent的能力邊界，再推得遠一些。活躍在agent開發社區的堅白，見識過Manus在執行上的能力：剪視頻。

“剪的效果怎么樣另說，但是它可以去做到，可以完成，不會拒絕你。”

原理并不復雜：剪輯的動作，可以在一定程度上以代碼的方式來實現。又或者，一些在線工具可以被調用出來，完成剪輯的動作。

這樣完成的剪輯當然是粗放的，成品跟人工剪輯無法相提并論，但就像堅白所說，Manus不會拒絕這個要求，而是會主動尋找工具完成。“在過去的應用里，agent可能會推薦給你一個剪視頻的網站或者工具，但沒有這樣端到端的結果。”

他認為這反映了Manus團隊的認知，是在一種更有高度的位置上。“我認為他們把代碼，包括整個代碼的運行環境，更多作為工具，而不是目標。”

曾經一些類似的項目，給出一段代碼或者設置虛擬機，就已經是最終目的。而Manus的理解是，設計虛擬機跑代碼，只是實現方式，它們是為了完成某種目的而存在。

“我覺得是他們在認知上有領先”，堅白說，“大家都在說要把agent當成人看，但他們真的是認真思考了agent如何作為一個主體。”

Agent最重要的是“大腦”

那么，虛擬機是那個讓Manus脫穎而出的設計嗎？

“虛擬機不是一個creative的設計，”同樣是在做通用型agent產品的鄭淺解釋。

鄭淺所在的公司Convergence.ai，在1月時推出了同樣屬于通用型agent的產品Proxy，并且在webvoyage基準測試中險勝OpenAI。

不久前Proxy登上Product Hunt榜單，鄭淺忙著帶領工程團隊應對突然涌來的流量。他們面對的是海外市場，可見通用型agent，在海內外都是被寄予厚望的agent形態。

“OpenAI Operator就是虛擬機，Manus是給browser use之后，加了一個coding execution，然后放到一個虛擬機里面去實現。”

Browser use，是一個在Github上獲得了4萬星的開源項目，它相當于把網頁瀏覽器放在了agent“眼”前，結合了大語言模型以及視覺識別。用戶只需要通過自然語言，就能讓智能體對網頁上的元素進行實際操作。

早期Proxy也嘗試過類似browser use的路線。“通過這種方式幫用戶做點擊、拖動等等的動作。整體是比較簡單直接的，只需要用戶給一個任務，它一步一步去執行。”

這個形態比較線性，無法勝任更復雜的任務。或者說，當任務的復雜程度上升，需要用戶給出更有細節的指令，反而成了對用戶的挑戰。

“我們公司算開始得比較早，跟OpenAI和H Company他們也比較多交流，后來OpenAI Operator出來，agent一下就變火了。大家很快就往一個新的東西上面去靠攏，就是agent orchestrator。”鄭淺非常明確，“可以說general agent真正的區別，不在于縫合了多少工具。”

建設一個普通的agent，可以用“縫合”簡單粗暴地概括。但是要建設一個general agent，必須是一個系統工程。

“你可以把agent想象成一個人，最復雜的部分在于核心決策系統——就是大腦和神經傳輸。其次復雜的是執行構建，比如說相當于人類的四肢與末端。至于你剛才提到的生成報告、瀏覽器交互、代碼執行等功能模塊，本質上屬于工具鏈層面的能力。”

人并不是生下來就會走路的，嬰兒只會胡亂揮舞手腳，然后會爬、會站，磕磕絆絆地學會走路，最后學會精準地控制自己的四肢。

整個學習的過程，也是大腦逐漸成熟的過程。Proxy的絕大多數工作都在圍繞這個“大腦”展開，具體而言，是planner agent所負責的動態規劃。

“有一個調侃是，規劃不能預測未來：規劃可以做的很好，但你不知道未來會發生什么。放在agent上面也是一樣的，比如說它瀏覽某個網站，碰到無法打開的情況，比如改版啊或者域名過期，或者直接關停等等，那這時候agent該怎么做，這就需要動態規劃。”

Manus實測中，碰到網站登錄及驗證問題

一個典型場景是驗證碼，Proxy和Manus可以解決一些簡單的驗證碼，但太復雜的還是需要交回給用戶，也可能被直接跳過。

鄭淺解釋難度藏在細節里，“都是細節，而且情況非常多樣。如何在規劃上去實現復雜任務，同時又能回傳——用戶基數一大，做什么千奇百怪的事情都有，如何覆蓋各種各樣的場景是很大的難點。”

現階段Manus并非盡善盡美，但它足以作為一個工程啟示錄。“它主要的成功之處，確實就是在工程上面”Wiilliam非常認同這一點，“它結合了市場上已有的模型，很好的跟工具做了對接，然后讓用戶第一次看到，真正可以調用工具的agent到底能做出什么樣的效果。這樣子我覺得百分之百是工程上的勝利。”

真正的勝利屬于生態

Manus正像是那個正在學走路的幼兒，它能夠造成巨大的討論，并不在于它已經能走多遠、跳多高，而在于展示出了足夠的潛力。

這或許才是它最大的貢獻：Manus的走紅，讓一系列與general agent類的應用，乃至基礎建設的工作，都漸漸浮出水面。

最新的進展是OpenAI推出了Responses API，這是一個面向開發者，而且就是agent開發者的新發布。

在開發者社群里，Manus激發了更多想法。堅白正在做和agent記憶相關的項目，Manus的出現讓他開始重新思考記憶儲存相關的范式。

記憶儲存對于agent的實際工作至關重要，這不僅影響著agent能否從過往任務里學習到經驗并沿用，也影響著能否形成關于用戶使用習慣的記憶，真正做到個性化。

另外，通用型agent在理論上有著最大的自由度，可以鏈接和調用任何工具——在延遲、接口標準化等方面足夠好的前提下。這正是ACI這類中臺型產品，所想要提供的服務。

這可能是Manus最成功的一點：它作為現階段通用型agent最出圈的案例，為一系列配套設施打開了想象和探索的空間。

“其實通過Manus可以看到，現在模型已經跑在工程的前面很多了。”William認為工程方面還有很多可以探索的空間，“我們還可以在工程上面繼續做點什么，來拉高這種AI agent產品的效能。我個人的看法是現在agent infrastructure這一端的話都還是挺不成熟的，包括像我們這種工具調用平臺，或者是說這種memory layer，這些在工程方面都還有很多方向是可以優化的。”

這也是我們跟開發者社群接觸下來最大的感受：他們感到興奮與躍躍欲試。“通用”兩個字所包含的可能性，前所未有的生動。

Proxy馬上要基于新的parallel agent思路，推出迭代的版本。鄭淺一直在觀察社群的反饋，他看到許多用戶把Proxy用出了自己根本沒過的方式，不斷被挖掘出新的可能。

“大多數產品最后的使用目的，都不太會是一開始開發的目的，可能后面是由用戶來發現我們沒有發現的用途，我們也在等待那一個moment的到來。”

本文來自微信公眾號：APPSO （ID：appsolution），作者：appso