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)動態(tài)是：Manus發(fā)布的節(jié)點性意義。我們認為，Manus的發(fā)布不是又一個DeepSeek時刻，而是對即將到來的AI Agent之爭的一次搶跑——雖然一時成為全場焦點，卻還沒展現(xiàn)出成為冠軍的實力。
3月6日凌晨，Manus頭頂「全球首款通用型AI Agent產(chǎn)品」的稱號登上舞臺。在前排觀眾的高度贊譽和諸多官方案例效果的雙重加持下，Manus迅速成為營銷號和媒體的寵兒。隨后，由于邀請碼一碼難求，用戶測試中出現(xiàn)了卡頓、遲緩、未完成任務，使其口碑迅速兩極化，陷入「套殼」質(zhì)疑中。
與此同時，國內(nèi)的MetaGPT和開源社區(qū)CAMEL-AI兩個團隊在很短時間里推出了開源的Manus復刻項目。MetaGPT的Open Manus在GitHub上收獲了7000多顆星星，CAMEL-AI打造的OWL在智能體測試基準GAIA開源榜單上的得分為57.7%。借勢Manus，兩個團隊各自收獲了一次破圈效果。
拋開流量層面的造勢、營銷、蹭熱點等行為不談，也不在沒有邀請碼的條件下圍繞評判Manus的實際效果，僅從產(chǎn)品思路及影響來看，Manus的這次搶跑會激化AI Agent的競爭，并且讓「GPTs類」智能體開始退出歷史舞臺。
一方面，AI Agent在2024年就已經(jīng)被公認會成為2025年AI競爭的重頭戲。知名投行巴克萊在最新的研報中，將「推理模型」和「Agent」推為新時代的弄潮兒。Manus作為投入這波趨勢中的一條鯰魚，大概率會刺激巨頭加速布局AI Agent。
進入2025年，OpenAI已經(jīng)先后拋出了Operator和Deep Research兩個 AI Agent。就在Manus走紅的這一周，微軟也發(fā)布了兩個新的AI Agent。Meta也在為Facebook和Instagram推出客服領(lǐng)域的AI Agent。亞馬遜的 AWS 被曝組建了一個致力于Agent開發(fā)的新團隊，旨在幫助人們自動化生活中的部分事務。
另一方面，人們對AI Agent的定位越來越清晰，無論是開發(fā)者還是用戶，都更加強調(diào)AI Agent的任務執(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會讓文小言和豆包中的「周易大師」們更快謝幕。
新的AI Agent競爭階段會呈現(xiàn)出四個趨勢：
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品；
3、編程平權(quán)會帶來更靈活的執(zhí)行；
4、圍繞Agent開始建設(shè)「統(tǒng)一市場」。
01 從與AI合作，到監(jiān)督Agent工作
在2023年，人們還會將GPTs那樣的，被高級Prompt搭建起來的，具備專業(yè)背景的聊天機器人稱作智能體。人人都可以開發(fā)的智能體，其實是人人為不同場景定制化不同的聊天機器人，是人與AI合作完成對話任務。當時的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的工具。
事實是，低頻的聊天需求聚合，根本帶不來用戶時長的增長。甚至，用戶選擇智能體也不是因為它多么有趣，而是希望它能提升自己的效率。當大模型變得足夠聰明時，人們召喚算命大師可能只需要一句話，沒有人會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是在打造一個載體去承載技術(shù)的未來——這也是Manus團隊給到的一個避坑指南。
開發(fā)AI產(chǎn)品不同于開發(fā)互聯(lián)網(wǎng)產(chǎn)品，后者面對的技術(shù)與平臺相對穩(wěn)定，搭建起更好的產(chǎn)品體驗，類似有了智能手機，在上面去開發(fā)微信，前者強調(diào)對技術(shù)的預見性，據(jù)此來開發(fā)產(chǎn)品，是要設(shè)計能夠讓汽油更充分燃燒的發(fā)動機。
Manus之所以能夠給到很多人震撼的感覺，是因為Manus展現(xiàn)出了人發(fā)出命令，不要對話引導，只用監(jiān)督Agent執(zhí)行的未來雛形，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AI的能力。
而且，Manus也不需要像AI Agent程序員Devin一樣，針對不同場景進行針對性設(shè)定，而是說一句話就能啟動不同領(lǐng)域的任務，讓人們使用AI的效率得到了提升。
當然，這樣做的風險就在于，面向未來技術(shù)能力的載體，往往會在當下露怯。Devin發(fā)布后，也遭受過質(zhì)疑，因為技術(shù)需要進一步迭代。而本就是要搶跑Agent比賽的Manus，既沒有做好全面開放給用戶使用的準備，也缺少讓通用AI Agent完美無缺的技術(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服務模式。
在B端市場，客戶只會為好的消費品買單。而且，B端客戶對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垂直業(yè)務場景的優(yōu)化切入，所以會有Salesforce旗下Agentforce這樣的平臺，為企業(yè)提供按需搭建AI Agent的服務。
在C端市場，好的消費品不只要好用，還要簡單。首先，絕大部分用戶甚至對自己的需求都沒有一個清晰的認知，腦子里只有一個模糊想法的時候，就會去尋求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現(xiàn)任務的工具。
這就導致，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，更像是一個服務開發(fā)者的平臺，而不是解決C端用戶需求的平臺。豆包+扣子、元器+元寶的組合也一直沒能打出這套「需求對話+Agent執(zhí)行」的組合拳。在OpenAI、Google、Meta的Agent嘗試中，我們也還沒有看到統(tǒng)一需求入口+多Agent能力的低門檻產(chǎn)品組合。
復旦大學的技術(shù)團隊推出過一個名為AI2Apps的一站式AI員工開發(fā)與端側(cè)服務平臺。這個平臺有一套基于瀏覽器的Agent操作系統(tǒng)，提供全套開發(fā)工具，能像Devin一樣編寫代碼，是一種高階版的扣子。開發(fā)者能在「建筑師Agent」的主導下完成某個崗位AI員工構(gòu)建與組合。但這依然沒有解決C端用戶的簡單使用痛點。
但在Manus，用戶說出一個需求，就會有Agent先進行分析拆解，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，還會有Agent負責反思和挑錯。而且整個過程清晰可見，用戶可以介入調(diào)整。
這是一個合格的消費品應該具備的素養(yǎng)，把所有用戶看做小白，讓他們在不懂如何編寫網(wǎng)頁，如何調(diào)用API的情況下，也能高效完成任務。
但是，Manus欠缺的是，執(zhí)行具體任務的準確度與精細度。這是一個打磨不同能力Agent的過程。
OpenAI也有類似Manus的想法。Deep Research的團隊成員Josh Tobin就認為，雖然這些Agent現(xiàn)在是獨立的，但人們?nèi)蘸竽軌蚴褂玫慕K極Agent，不會僅局限于網(wǎng)頁搜索、操作電腦或執(zhí)行人類助手的常規(guī)任務，而是能夠以更自然的方式融合所有這些功能。
但Open AI選擇的是先通過定制化模型，訓練出比大語言模型更適合執(zhí)行具體任務的Agent。其中，Operator是一個偏重執(zhí)行與操作的Agent，Deep Research更偏重信息的收集、整理、歸納。未來可能還會有其它的Agent出現(xiàn)，但他們最終可能會成為ChatGPT手下的員工。
03 編程平權(quán)會帶來更靈活的執(zhí)行
如果說大模型帶來的是在交互靈活性上的提升，那么AI推動的編程平權(quán)，會給Agent執(zhí)行任務帶來更靈活的手段。
Deep Research的團隊成員Josh Tobin表示，一些公司構(gòu)建Agent時，會選擇由人來搭建整個工作流，而工作流中的重要節(jié)點，會由大語言模型掌控，由其來決定下一步的行動。但這種方式構(gòu)建出來的Agent會比較死板，難以靈活應付可能出現(xiàn)的所有場景。應該是，利用先進的推理模型，賦予它人類工作生活中使用的工具，直接針對期望Agent達成的結(jié)果進行優(yōu)化。
所以Manus會強調(diào)「Less structure, more intelligence」，減少對AI的結(jié)構(gòu)化限制，選擇了依賴大模型能力來組建工作流。在大模型的指揮下，Agent會在自己的虛擬電腦上使用瀏覽器、編程工具等完成任務。這樣的好處是隨著大模型能力的增強，對任務的理解和拆分就會越準確。
在大模型做總指揮的基礎(chǔ)上，對編程能力的調(diào)用，會帶來解決復雜問題的更好方案。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編程解決的，有用戶生成PPT也會先依靠編程能力寫出H5頁面，再把頁面轉(zhuǎn)存成圖片。編程平權(quán)帶來了執(zhí)行任務的更高可控性。
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，要開發(fā)超級智能。他們的第一步就是構(gòu)建一個自主編程工具，用于掃描代碼漏洞和優(yōu)化應用程序內(nèi)存使用等場景。具備自主編程能力的Agent是他們構(gòu)建AI工作團隊的重要技術(shù)基座。
04 Agent需要「統(tǒng)一市場」建設(shè)
Manus的一個局限是，可以選擇使用API調(diào)用不同的信息源和能力，但是API無法幫助Agent克服移動互聯(lián)網(wǎng)的孤島效應。在一些測試中，Manus能夠繞過一部分平臺的人機驗證機制，但也會在調(diào)用其他平臺的API時報錯，在一些平臺上收集信息時也需要人類接管進行登陸。
Agent需要一次「統(tǒng)一市場」的建設(shè)。
簡單來看，用戶在登錄了Manus之后，如果想要發(fā)揮更好的效用，需要有一個連接范圍極廣的基于一個賬號的聯(lián)合登陸機制。在國外來看，能夠做到這一點的是Google，即便是Meta也還差點兒意思；在國內(nèi)來看，微信的連接范圍廣，但也不如Google賬號。
即便是在互聯(lián)互通的口號下，國內(nèi)的互聯(lián)網(wǎng)產(chǎn)品想要實現(xiàn)聯(lián)合登陸機制，也是一個很困難的任務。所以就出現(xiàn)了GUI（圖形用戶接口）Agent，希望通過讓AI讀取屏幕信息，在更底層繞過App之間的墻。AutoGLM、computer use等能力的推出，都是在這個方向上做的準備。
與之相比，Manus的AI+虛擬機方案雖然更安全、更易實現(xiàn)，但局限多，不夠底層。
一個更長遠的目標是，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，長期來看則需要下一代AI系統(tǒng)的支持。
這個操作系統(tǒng)，本質(zhì)上就是一個融合軟硬件能力，能協(xié)作不同模型的「大腦」。