来源：极客公园
离用户最近，做出最好的 AI Agent
作者|shiyun 张勇毅编辑|靖宇
2025 年是 AI Agent 元年——这句话，在北京时间 3 月 6 日凌晨，得到了应验。
‘DeepSeek 之后，又一个科技圈的不眠之夜。’
不少用户在社交媒体上如此点评。
所有人彻夜蹲守，只为该产品的一个使用邀请码——它就是 Monica.im 研发的全球首款 AI Agent 产品‘Manus’。
据团队介绍，‘Manus’是一个真正自主的 AI 代理，能够解决各类复杂多变的任务。与传统 AI 助手不同，Manus 不仅能提供建议或答案，还能直接交付完整的任务成果。
正如‘Manus’的名字寓意，它在拉丁文里象征着‘手’。也就是说，知识不仅要在脑子里，还要能用手执行。这正是 Agent 和 AI Bot（聊天机器人）产品的本质进阶。
Manus 牛在哪里？最直观的是看官方网站展示、以及用户自发展示的使用用例，极客公园部分整理如下：
当 Agent 通过一长串思维链和工具调用，最终输出一个无比完整、专业的结果时，用户们开始感叹‘真的能帮人类做事了’。
根据官方网站信息，在GAIA基准测试（评估通用AI助手解决真实世界问题的能力）中，Manus在所有三个难度级别上都取得了新的最先进 （SOTA） 表现。
总结成一句话——Manus 更想做的，是你在数字世界中，字面意义上的‘代理人’。而它做到了。
就像你想的一样，凌晨推出的 Manus，一下子把所有 AI 圈的人都炸醒了！
01
Manus，你的‘数字代理人’
首先，Manus 在体验上与此前 LLM 最大的不同：
它强调直接交付最终结果的能力，而不只是给出一个单纯的‘答案’。
Manus 目前采用 Multiple Agent 架构，运行方式与此前 Anthropic 发布的 Computer Use 类似，完全运行在独立虚拟机中。同时可以在虚拟环境中调用各类工具——编写和执行代码、浏览网页、操作应用等，直接交付完整成果。
在官方发布的视频中，介绍了三个 Manus 在实际使用场景中所完成的工作案例：
第一个任务是筛选简历。
从 15 份简历中，为强化学习算法工程师职位推荐合适的候选人，并根据其强化学习专业知识对候选人进行排名。
在这个演示中，你甚至不需要给压缩文件解压、将其中的简历文件一份份手动上传。Manus 这时候就已经展现出了像人类‘实习生’的一面，手动解压缩文件，并逐页浏览每一份简历，同时记录其中的重要信息。
在 Manus 给出的结果中，不仅有自动生成的排名建议，它还会根据工作经验等重要维度，将候选人分为不同等级。在接受到用户更希望以 Excel 表格的方式呈现后，Manus 还能自动将这些内容通过现场编写 Python 脚本的方式，来生成对应的表格。
Manus 甚至还能通过记忆能力，在这个实践过程中记录下‘用户更喜欢通过表格的方式接受结果’这样的信息，下一次处理类似的任务结果时，会优先使用表格的形式来呈现。
第二个案例，更为国人量身打造，就是遴选房产。
案例中用户希望在纽约购买房产，输入的要求是希望同时有安全的社区环境、低犯罪率，以及优质的中小学教育资源—— 当然还包括最重要的预算，足够在每月固定收入的情况下负担的起。
在这个需求中，Manus AI 将复杂任务分解为待办事项列表，包括研究安全社区、识别优质学校、计算预算、搜索房产等。并通过网络搜索，仔细阅读有关纽约最安全社区的文章，收集相关信息。
其次，Manus 通过编写一个 Python 程序，根据用户收入计算可负担的房产预算。结合房地产网站上相关的房价信息，根据预算范围筛选房产列表。
最后，Manus 会整合所有收集的信息，撰写详细报告，包括社区安全分析、学校质量评估、预算分析、推荐房产列表以及相关资源链接——就像一个专业的房地产经纪人一样。而且由于 Manus 自带‘完全基于用户利益考虑’的属性，其使用甚至体验更好。
在最后一个案例中，Manus 展示了对股票价格的分析能力。
案例给出的任务是分析过去三年中英伟达、迈威尔科技和台积电股票价格之间的相关性：众所周知这三支股票之间存在紧密的关联性，但对于新手用户来讲，很难快速将其中的因果关系整理清楚。
而 Manus 的操作，与一个真正的股票经纪人非常相似，它先是通过 API 访问雅虎金融等信息网站，来获取股票历史数据，同时还会交叉验证数据准确程度，避免被单一信息来源误导，对最终产生结果带来重大影响。
在这个案例中，Manus 同样用到了编写 Python 代码、进行数据分析和可视化的能力，同时还引入了金融相关的专业工具进行分析，最终通过数据可视化图表，搭配详尽的综合分析报告的方式，向用户反馈其中的因果关系——真的就像一个金融领域‘实习生’做的日常工作。
不仅如此，在 Manus 官网还展示了十多个 Manus 能够使用的场景：直接使用 Manus 帮你整理行程、个性化推荐旅游路线，还能让它学习使用各种复杂工具，来流程化的完成日常工作。
在这个过程中，真正让 Manus 展现出与往常工具不同的，是它的自主规划，来确保执行任务的能力。
自主学习的能力也让 Manus 的工作能力提升逻辑更像是真正的人类——即使现阶段，它可能还无法在某一个特定领域做到专家级别的精通，但已经能看到巨大的潜力。
随着自主学习能力的加入，AI Agent 的泛用性得到了巨大的提升，在用户对 Manus 的实际测试中，你甚至可以做到直接对它描述一个视频画面中的相关内容，Manus 最终能够直接根据对应的信息，跨越平台内容对于搜索引擎的限制，精准找到某个抖音短视频的链接。
由于目前版本的 Manus 完全基于云端异步运行，因此实际上 Manus 的能力并不被你所使用的端侧平台形态或算力等因素限制——用户甚至可以做到在向 Manus 下达指令之后，暂时关闭电脑，当 Manus 执行完成活动结果后，会自动通知你结果。
这个操作逻辑同样非常眼熟——就像一个人下班以后，在微信上喊实习生‘文件整理好发我’。只不过，现在，这个实习生是真的可以 7x24 小时的响应你了，并且不用担心他会‘整顿职场’。
02
多代理+自查，跑通 AI Agent 流
从上面这些案例，其实不难看出 Manus 真正的杀手锏，并非 Computer Use 中已经出现过的‘AI Agent’概念，而是它‘模拟人类方式工作方式’的能力。
比起‘运行计算’，Manus 的工作逻辑更像是‘思考并执行命令’。它并没有做到哪些人类当前真正无法做到的事；这也就是为什么一些已经体验过当前版本 Manus 的用户，将它形容为‘一个实习生’。
在 Manus 官网，展示着众多 Manus 能够完成的任务，其中就有一个案例，展示了在 B2B 业务中，如何使用 Manus。快速精准的将你的订货需求，与全球供应商实现精准匹配。
在类似需求的常规产品中，在平台内整合全球供应链企业信息，来帮助用户完成供货商/需求方匹配这件事，是业内通行的逻辑。但这件事在 Manus 的案例中，你能看到完全不同的实现方式。
Manus AI 使用一套名为‘Multiple Agent’的架构，运行在独立的虚拟机中。通过规划代理、执行代理、验证代理的分工协作机制，。来大幅提升对复杂任务的处理效率，并通过并行计算缩短响应时间。
在这个架构中，每个代理可能基于独立的语言模型或强化学习模型，彼此通过 API 或消息队列通信。同时每个任务也都在沙盒中运行，避免干扰其他任务，同时支持云端扩展。每个独立模型都能模仿人类处理任务的流程，比如先思考和规划，理解复杂指令并拆解为可执行的步骤，再调用合适的工具。
换言之，通过 Manus 的这套多代理架构，它更像是由多个助理，通过协助的方式，分别完成检索资源、对接、验证信息是否有效等工作，来帮你完成整个工作流程——这实际上不仅像是你招了一个‘实习生’，更像是直接当上了一个微缩版的‘部门主管’。
在 B2B 业务这个案例中，Manus 通过网页爬虫以及代码编写、执行能力，Manus 会自动在互联网这片汪洋大海中检索，根据你自己的需求，对潜在供应商从产品质量、价格、交货能力等方面，为你匹配到最合适的货源。不仅可以将结论以图表的方式直观呈现在你眼前。还能对这些数据进一步给出更加详细的操作建议。
至于 Monica 团队到底如何、用何种技术实现的视频效果，根据消息，团队或将在北京时间 3 月 6 日为大家揭晓。
03
‘缝合’的极致，就是炸裂
Manus 背后的 Monica.im，到底是家什么公司？
Monica 是一款 All-in-One 的 AI 助手，产品形态从浏览器插件、慢慢拓展至了 App、网页端。主流的使用场景是，当用户在浏览器中点开它的小图标，就能直接使用其接入的各大主流模型。通过对细分场景用户需求的准确理解，Monica 摘到了大模型‘低垂的果实’。
其创始人肖弘（昵称小红，英文名 Red）是一位年轻的连续创业者，1992 年生，毕业于华中科技大学。2015 年，他毕业后创业，早期创业不算顺利（如校园社交、二手集市）。2016 年，他创业微信公众号运营者提供编辑与数据分析工具，获得了百万用户、并完成了盈利，最终产品于 2020 年出售给了某独角兽公司。
等到 2022 年大模型浪潮后，他正式创立 Monica，专注海外市场，通过独立开发者产品 ChatGPT for Google，产品快速完成了冷启动。
2024 年，在 GPT-4o、Claude 3.5、OpenAI o1 系列上线的第一时间，Monica 让用户可以获得最新 SOTA 模型。随着接入模型的新进展，Monica 推出的专业搜索、DIY Bot、Artifacts 写小程序、记忆等功能也受到用户喜爱。而 Monica 在 YouTube、Twitter、Gmail、The Information 等不同功能的网页里呈现出不同的交互形态和功能，以适配特定场景的用户需求，更新了数百个网页的个性化 AI 体验。
2024 年，Monica 用户数量翻番，达 1000 万。同时，其保持着可观的盈利，在海外同类产品中，位居头部。
Monica 的强劲表现验证了一件事：
套壳到极致，既是 TPF、也是 PMF，最后都通往用户价值。
Manus 或许延续了 Monica 团队这种思路——肖弘接受媒体人张小珺的访谈时表示，产品不能只有聊天机器人一种形态，Agent 会是新增的形态、需要新的产品去承接。
他从 AI 编程产品 cursor 和 Devin 中获得了灵感。据极客公园了解，前者主要是 copilot 模式、后者则是 autopilot 模式，后者更符合人性需求。Agent 也应该像 Devin 一样，面向大众人群、真正由 ai 主导进行执行。但过去的问题是，模型不够聪明。
但基于模型已有能力去做场景的封装服务，或许正是 Monica 团队的优势。肖弘说，目前 Agent 产品团队并不多，因为它需要很多复合能力，比如说团队要搞过 chatbot、AI 编程、浏览器相关（因为都在浏览器上跑）、而且对模型的边界要有不错的感知——今天发展到什么水平，接下来会发展到什么样的水平等等。
‘同时拥有这些能力的公司没那么多，而有这些能力的公司，可能手头正在干一个很具体的业务，但我们恰好有同学刚好有时间一起把这件事情做出来。’他说。
为什么是 Monica 做出来了，他总结道，‘第一，我觉得我们是比较幸运的。第二，某种程度上，如果今天大家都去做 reasoning 了，可能是不是又多出了一些时间给创业公司？模型预计能力外溢还能走多远？’
他认为，目前 Agent 还在早期阶段。一是目前 Agent 还在规划阶段，还没到物理世界的执行；二是大模型的能力还在往上发展，一切还不可预料。
‘我肯定不知道 Agent，是可以被用这样的方式被出来的，它是一个未知的事情。’他说。
耐人寻味的是，‘不知道怎么做 Agent’的 Monica，现在做出了一个让整个 AI 圈感到炸裂的产品。
Manus 可能未必是最终的 AI Agent，但它无疑在 DeeoSeek 爆火之后，再次将人们对 AI 的期望拉升了一个数量级。
*头图来源：Monica.im
发表评论