文 | 窄播Weekly 李威（北京）

這是窄播Weekly的第48期，本周我們關(guān)注的商業(yè)動(dòng)態(tài)是：Manus發(fā)布的節(jié)點(diǎn)性意義。我們認(rèn)為，Manus的發(fā)布不是又一個(gè)DeepSeek時(shí)刻，而是對(duì)即將到來(lái)的AI Agent之爭(zhēng)的一次搶跑——雖然一時(shí)成為全場(chǎng)焦點(diǎn)，卻還沒(méi)展現(xiàn)出成為冠軍的實(shí)力。

3月6日凌晨，Manus頭頂「全球首款通用型AI Agent產(chǎn)品」的稱號(hào)登上舞臺(tái)。在前排觀眾的高度贊譽(yù)和諸多官方案例效果的雙重加持下，Manus迅速成為營(yíng)銷號(hào)和媒體的寵兒。隨后，由于邀請(qǐng)碼一碼難求，用戶測(cè)試中出現(xiàn)了卡頓、遲緩、未完成任務(wù)，使其口碑迅速兩極化，陷入「套殼」質(zhì)疑中。

與此同時(shí)，國(guó)內(nèi)的MetaGPT和開(kāi)源社區(qū)CAMEL-AI兩個(gè)團(tuán)隊(duì)在很短時(shí)間里推出了開(kāi)源的Manus復(fù)刻項(xiàng)目。MetaGPT的Open Manus在GitHub上收獲了7000多顆星星，CAMEL-AI打造的OWL在智能體測(cè)試基準(zhǔn)GAIA開(kāi)源榜單上的得分為57.7%。借勢(shì)Manus，兩個(gè)團(tuán)隊(duì)各自收獲了一次破圈效果。

拋開(kāi)流量層面的造勢(shì)、營(yíng)銷、蹭熱點(diǎn)等行為不談，也不在沒(méi)有邀請(qǐng)碼的條件下圍繞評(píng)判Manus的實(shí)際效果，僅從產(chǎn)品思路及影響來(lái)看，Manus的這次搶跑會(huì)激化AI Agent的競(jìng)爭(zhēng)，并且讓「GPTs類」智能體開(kāi)始退出歷史舞臺(tái)。

一方面，AI Agent在2024年就已經(jīng)被公認(rèn)會(huì)成為2025年AI競(jìng)爭(zhēng)的重頭戲。知名投行巴克萊在最新的研報(bào)中，將「推理模型」和「Agent」推為新時(shí)代的弄潮兒。Manus作為投入這波趨勢(shì)中的一條鯰魚(yú)，大概率會(huì)刺激巨頭加速布局AI Agent。

進(jìn)入2025年，OpenAI已經(jīng)先后拋出了Operator和Deep Research兩個(gè) AI Agent。就在Manus走紅的這一周，微軟也發(fā)布了兩個(gè)新的AI Agent。Meta也在為Facebook和Instagram推出客服領(lǐng)域的AI Agent。亞馬遜的 AWS 被曝組建了一個(gè)致力于Agent開(kāi)發(fā)的新團(tuán)隊(duì)，旨在幫助人們自動(dòng)化生活中的部分事務(wù)。

另一方面，人們對(duì)AI Agent的定位越來(lái)越清晰，無(wú)論是開(kāi)發(fā)者還是用戶，都更加強(qiáng)調(diào)AI Agent的任務(wù)執(zhí)行能力，而不是定制化的聊天能力。這也意味著，包括始作俑者OpenAI在內(nèi)，都會(huì)逐漸放棄GPTs類智能體，去探索如何提升AI Agent的執(zhí)行效率。Manus會(huì)讓文小言和豆包中的「周易大師」們更快謝幕。

新的AI Agent競(jìng)爭(zhēng)階段會(huì)呈現(xiàn)出四個(gè)趨勢(shì)：

1、從與AI合作，到監(jiān)督Agent工作；

2、好的Agent一定是合格的終端消費(fèi)品；

3、編程平權(quán)會(huì)帶來(lái)更靈活的執(zhí)行；

4、圍繞Agent開(kāi)始建設(shè)「統(tǒng)一市場(chǎng)」。

01 從與AI合作，到監(jiān)督Agent工作

在2023年，人們還會(huì)將GPTs那樣的，被高級(jí)Prompt搭建起來(lái)的，具備專業(yè)背景的聊天機(jī)器人稱作智能體。人人都可以開(kāi)發(fā)的智能體，其實(shí)是人人為不同場(chǎng)景定制化不同的聊天機(jī)器人，是人與AI合作完成對(duì)話任務(wù)。當(dāng)時(shí)的OpenAI和百度都希望這些智能體可以成為增加ChatGPT和文心一言使用市場(chǎng)的工具。

事實(shí)是，低頻的聊天需求聚合，根本帶不來(lái)用戶時(shí)長(zhǎng)的增長(zhǎng)。甚至，用戶選擇智能體也不是因?yàn)樗嗝从腥ぃ窍Ｍ芴嵘约旱男?。?dāng)大模型變得足夠聰明時(shí)，人們召喚算命大師可能只需要一句話，沒(méi)有人會(huì)再去從眾多智能體中挑選出最順眼的算命大師。

GPTs們是在基于技術(shù)現(xiàn)狀思考產(chǎn)品形態(tài)，而Manus是在打造一個(gè)載體去承載技術(shù)的未來(lái)——這也是Manus團(tuán)隊(duì)給到的一個(gè)避坑指南。

開(kāi)發(fā)AI產(chǎn)品不同于開(kāi)發(fā)互聯(lián)網(wǎng)產(chǎn)品，后者面對(duì)的技術(shù)與平臺(tái)相對(duì)穩(wěn)定，搭建起更好的產(chǎn)品體驗(yàn)，類似有了智能手機(jī)，在上面去開(kāi)發(fā)微信，前者強(qiáng)調(diào)對(duì)技術(shù)的預(yù)見(jiàn)性，據(jù)此來(lái)開(kāi)發(fā)產(chǎn)品，是要設(shè)計(jì)能夠讓汽油更充分燃燒的發(fā)動(dòng)機(jī)。

Manus之所以能夠給到很多人震撼的感覺(jué)，是因?yàn)镸anus展現(xiàn)出了人發(fā)出命令，不要對(duì)話引導(dǎo)，只用監(jiān)督Agent執(zhí)行的未來(lái)雛形，比Auto-GPT展現(xiàn)的自我思考、自我規(guī)劃能力要更能發(fā)揮未來(lái)AI的能力。

而且，Manus也不需要像AI Agent程序員Devin一樣，針對(duì)不同場(chǎng)景進(jìn)行針對(duì)性設(shè)定，而是說(shuō)一句話就能啟動(dòng)不同領(lǐng)域的任務(wù)，讓人們使用AI的效率得到了提升。

當(dāng)然，這樣做的風(fēng)險(xiǎn)就在于，面向未來(lái)技術(shù)能力的載體，往往會(huì)在當(dāng)下露怯。Devin發(fā)布后，也遭受過(guò)質(zhì)疑，因?yàn)榧夹g(shù)需要進(jìn)一步迭代。而本就是要搶跑Agent比賽的Manus，既沒(méi)有做好全面開(kāi)放給用戶使用的準(zhǔn)備，也缺少讓通用AI Agent完美無(wú)缺的技術(shù)支持。

半黑半紅是他們自己早就做出了選擇的結(jié)果。

02 好的Agent一定是合格的消費(fèi)品

Manus的成功之處在于，從C端用戶的需求出發(fā)，搭建起了一種高度靈活且低門檻的Agent服務(wù)模式。

在B端市場(chǎng)，客戶只會(huì)為好的消費(fèi)品買單。而且，B端客戶對(duì)Agent的可靠性有更高的要求。也因此，AI Agent在B端的探索往往都是從某個(gè)垂直業(yè)務(wù)場(chǎng)景的優(yōu)化切入，所以會(huì)有Salesforce旗下Agentforce這樣的平臺(tái)，為企業(yè)提供按需搭建AI Agent的服務(wù)。

在C端市場(chǎng)，好的消費(fèi)品不只要好用，還要簡(jiǎn)單。首先，絕大部分用戶甚至對(duì)自己的需求都沒(méi)有一個(gè)清晰的認(rèn)知，腦子里只有一個(gè)模糊想法的時(shí)候，就會(huì)去尋求AI的幫助。其次，用戶即便有清晰的需求清單，知道如何分步完成，也很大概率不精通實(shí)現(xiàn)任務(wù)的工具。

這就導(dǎo)致，像字節(jié)扣子、騰訊元器這樣需要用戶自己搭建工作流的平臺(tái)，更像是一個(gè)服務(wù)開(kāi)發(fā)者的平臺(tái)，而不是解決C端用戶需求的平臺(tái)。豆包+扣子、元器+元寶的組合也一直沒(méi)能打出這套「需求對(duì)話+Agent執(zhí)行」的組合拳。在OpenAI、Google、Meta的Agent嘗試中，我們也還沒(méi)有看到統(tǒng)一需求入口+多Agent能力的低門檻產(chǎn)品組合。

復(fù)旦大學(xué)的技術(shù)團(tuán)隊(duì)推出過(guò)一個(gè)名為AI2Apps的一站式AI員工開(kāi)發(fā)與端側(cè)服務(wù)平臺(tái)。這個(gè)平臺(tái)有一套基于瀏覽器的Agent操作系統(tǒng)，提供全套開(kāi)發(fā)工具，能像Devin一樣編寫代碼，是一種高階版的扣子。開(kāi)發(fā)者能在「建筑師Agent」的主導(dǎo)下完成某個(gè)崗位AI員工構(gòu)建與組合。但這依然沒(méi)有解決C端用戶的簡(jiǎn)單使用痛點(diǎn)。

但在Manus，用戶說(shuō)出一個(gè)需求，就會(huì)有Agent先進(jìn)行分析拆解，然后分配不同的Agent去執(zhí)行不同的工作，調(diào)用不同API完成任務(wù)，還會(huì)有Agent負(fù)責(zé)反思和挑錯(cuò)。而且整個(gè)過(guò)程清晰可見(jiàn)，用戶可以介入調(diào)整。

這是一個(gè)合格的消費(fèi)品應(yīng)該具備的素養(yǎng)，把所有用戶看做小白，讓他們?cè)诓欢绾尉帉懢W(wǎng)頁(yè)，如何調(diào)用API的情況下，也能高效完成任務(wù)。

但是，Manus欠缺的是，執(zhí)行具體任務(wù)的準(zhǔn)確度與精細(xì)度。這是一個(gè)打磨不同能力Agent的過(guò)程。

OpenAI也有類似Manus的想法。Deep Research的團(tuán)隊(duì)成員Josh Tobin就認(rèn)為，雖然這些Agent現(xiàn)在是獨(dú)立的，但人們?nèi)蘸竽軌蚴褂玫慕K極Agent，不會(huì)僅局限于網(wǎng)頁(yè)搜索、操作電腦或執(zhí)行人類助手的常規(guī)任務(wù)，而是能夠以更自然的方式融合所有這些功能。

但Open AI選擇的是先通過(guò)定制化模型，訓(xùn)練出比大語(yǔ)言模型更適合執(zhí)行具體任務(wù)的Agent。其中，Operator是一個(gè)偏重執(zhí)行與操作的Agent，Deep Research更偏重信息的收集、整理、歸納。未來(lái)可能還會(huì)有其它的Agent出現(xiàn)，但他們最終可能會(huì)成為ChatGPT手下的員工。

03 編程平權(quán)會(huì)帶來(lái)更靈活的執(zhí)行

如果說(shuō)大模型帶來(lái)的是在交互靈活性上的提升，那么AI推動(dòng)的編程平權(quán)，會(huì)給Agent執(zhí)行任務(wù)帶來(lái)更靈活的手段。

Deep Research的團(tuán)隊(duì)成員Josh Tobin表示，一些公司構(gòu)建Agent時(shí)，會(huì)選擇由人來(lái)搭建整個(gè)工作流，而工作流中的重要節(jié)點(diǎn)，會(huì)由大語(yǔ)言模型掌控，由其來(lái)決定下一步的行動(dòng)。但這種方式構(gòu)建出來(lái)的Agent會(huì)比較死板，難以靈活應(yīng)付可能出現(xiàn)的所有場(chǎng)景。應(yīng)該是，利用先進(jìn)的推理模型，賦予它人類工作生活中使用的工具，直接針對(duì)期望Agent達(dá)成的結(jié)果進(jìn)行優(yōu)化。

所以Manus會(huì)強(qiáng)調(diào)「Less structure, more intelligence」，減少對(duì)AI的結(jié)構(gòu)化限制，選擇了依賴大模型能力來(lái)組建工作流。在大模型的指揮下，Agent會(huì)在自己的虛擬電腦上使用瀏覽器、編程工具等完成任務(wù)。這樣的好處是隨著大模型能力的增強(qiáng)，對(duì)任務(wù)的理解和拆分就會(huì)越準(zhǔn)確。

在大模型做總指揮的基礎(chǔ)上，對(duì)編程能力的調(diào)用，會(huì)帶來(lái)解決復(fù)雜問(wèn)題的更好方案。在Manus的演示案例中，可以看到根據(jù)搜集到的信息創(chuàng)作儀表盤的操作是通過(guò)編程解決的，有用戶生成PPT也會(huì)先依靠編程能力寫出H5頁(yè)面，再把頁(yè)面轉(zhuǎn)存成圖片。編程平權(quán)帶來(lái)了執(zhí)行任務(wù)的更高可控性。

在本周，前谷歌 DeepMind 研究人員Misha Laskin和Ioannis Antonoglou創(chuàng)立的Reflection AI獲得1.3 億美元融資，要開(kāi)發(fā)超級(jí)智能。他們的第一步就是構(gòu)建一個(gè)自主編程工具，用于掃描代碼漏洞和優(yōu)化應(yīng)用程序內(nèi)存使用等場(chǎng)景。具備自主編程能力的Agent是他們構(gòu)建AI工作團(tuán)隊(duì)的重要技術(shù)基座。

04 Agent需要「統(tǒng)一市場(chǎng)」建設(shè)

Manus的一個(gè)局限是，可以選擇使用API調(diào)用不同的信息源和能力，但是API無(wú)法幫助Agent克服移動(dòng)互聯(lián)網(wǎng)的孤島效應(yīng)。在一些測(cè)試中，Manus能夠繞過(guò)一部分平臺(tái)的人機(jī)驗(yàn)證機(jī)制，但也會(huì)在調(diào)用其他平臺(tái)的API時(shí)報(bào)錯(cuò)，在一些平臺(tái)上收集信息時(shí)也需要人類接管進(jìn)行登陸。

Agent需要一次「統(tǒng)一市場(chǎng)」的建設(shè)。

簡(jiǎn)單來(lái)看，用戶在登錄了Manus之后，如果想要發(fā)揮更好的效用，需要有一個(gè)連接范圍極廣的基于一個(gè)賬號(hào)的聯(lián)合登陸機(jī)制。在國(guó)外來(lái)看，能夠做到這一點(diǎn)的是Google，即便是Meta也還差點(diǎn)兒意思；在國(guó)內(nèi)來(lái)看，微信的連接范圍廣，但也不如Google賬號(hào)。

即便是在互聯(lián)互通的口號(hào)下，國(guó)內(nèi)的互聯(lián)網(wǎng)產(chǎn)品想要實(shí)現(xiàn)聯(lián)合登陸機(jī)制，也是一個(gè)很困難的任務(wù)。所以就出現(xiàn)了GUI（圖形用戶接口）Agent，希望通過(guò)讓AI讀取屏幕信息，在更底層繞過(guò)App之間的墻。AutoGLM、computer use等能力的推出，都是在這個(gè)方向上做的準(zhǔn)備。

與之相比，Manus的AI+虛擬機(jī)方案雖然更安全、更易實(shí)現(xiàn)，但局限多，不夠底層。

一個(gè)更長(zhǎng)遠(yuǎn)的目標(biāo)是，基于GUI Agent形成一套以Agent為核心搭建的操作系統(tǒng)。就像Meta的首席AI專家楊立昆（Yann Lecun）所言，短期內(nèi)需要讓AI系統(tǒng)能夠執(zhí)行一系列行動(dòng)，長(zhǎng)期來(lái)看則需要下一代AI系統(tǒng)的支持。

這個(gè)操作系統(tǒng)，本質(zhì)上就是一個(gè)融合軟硬件能力，能協(xié)作不同模型的「大腦」。