就像塵埃開始落在DeepSeek上時，中國初創公司的另一個突破席捲了互聯網。這次，這不是一種生成的AI模型，而是由中國公司Monica於2025年3月6日推出的完全自主的AI代理Manus。與Chatgpt和DeepSeek（例如Chatgpt和DeepSeek）不同，它只是對提示的響應，Manus旨在獨立工作，做出決策，執行任務並與最少的人類參與產生決策。這種發展標誌著AI發展的範式轉變，從反應性模型轉變為完全自主的代理。本文探討了Manus AI的架構，其優勢和局限性及其對自主AI系統未來的潛在影響。
探索Manus AI：一種自主代理的混合方法
“ manus”這個名字來自拉丁語短語 Mens等人 這意味著思想和手。該命名法完美地描述了Manus思考（處理複雜信息並做出決定）和ACT（執行任務並生成結果）的雙重能力。為了思考，Manus依靠大型語言模型（LLM），並且為了採取行動，它將LLM與傳統的自動化工具集成在一起。
MANUS遵循一種神經符號的方法，用於執行任務。在這種方法中，它採用了LLM，包括擬人化的Claude 3.5十四行詩和阿里巴巴的Qwen來解釋自然語言提示並製定可行的計劃。 LLMS具有用於數據處理和系統操作的確定性腳本增強。例如，儘管LLM可能會起草Python代碼來分析數據集，但MANUS的後端在受控環境中執行代碼，驗證輸出並在出現錯誤時調整參數。該混合模型可以平衡生成AI的創造力和編程工作流的可靠性，從而使其能夠執行複雜的任務，例如部署Web應用程序或自動化跨平台交互。
Manus AI的核心是通過模擬人類決策過程的結構化代理循環運行。授予任務後，它首先分析識別目標和約束的請求。接下來，它從其工具包中選擇工具（例如Web刮刀，數據處理器或代碼解釋器），並在安全的Linux沙盒環境中執行命令。該沙箱使MANUS可以安裝軟件，操縱文件並與Web應用程序進行交互，同時又可以防止未經授權訪問外部系統。每次動作後，AI評估結果，迭代其方法，並完善結果，直到任務符合預定義的成功標準為止。
代理體系結構和環境
馬努斯的關鍵特徵之一是其多代理體系結構。該體系結構主要依賴於負責管理各種專業子代理的中心“執行者”代理。這些子代理能夠處理特定的任務，例如Web瀏覽，數據分析甚至編碼，這使MANUS可以解決多步問題，而無需其他人類干預。此外，Manus在基於雲的異步環境中運行。用戶知道代理商將繼續在後台工作，並在完成後發送結果，可以將任務分配給MANUS，然後脫離接觸。
性能和基準測試
Manus AI已經在行業標準的績效測試中取得了巨大成功。它顯示了Gaia基準測試的最新結果，該測試是由Meta AI創建的，擁抱面和AutoGPT來評估代理AI系統的性能。該基準測試評估了AI邏輯推理，處理多模式數據並使用外部工具執行現實世界任務的能力。 Manus AI在此測試中的表現使其領先於OpenAI的GPT-4和Google的模型等知名玩家，並將其確立為當今最先進的General AI代理之一。
用例
為了展示Manus AI的實際功能，開發人員在發布過程中展示了一系列令人印象深刻的用例。在一個情況下，要求Manus AI處理招聘過程。當獲得簡歷的集合時，Manus不僅僅是按關鍵字或資格進行分類。通過分析每個簡歷，與就業市場趨勢的交叉引用技能，並最終向用戶提供詳細的招聘報告和優化的決定，這進一步發展。 Manus完成了這項任務，而無需其他人類的投入或監督。此案例顯示了其自動處理複雜工作流程的能力。
同樣，當被要求生成個性化的旅行行程時，Manus不僅考慮了用戶的偏好，還考慮了外部因素，例如天氣模式，當地犯罪統計和租賃趨勢。這超出了簡單的數據檢索，並且反映了對用戶未闡明的需求的更深入的了解，這說明了Manus執行獨立的，上下文感知的任務的能力。
在另一場演示中，馬努斯（Manus）的任務是撰寫傳記並為科技作家創建個人網站。在幾分鐘之內，馬努斯（Manus）刮擦了社交媒體數據，創建了一部綜合傳記，設計了網站並將其現場部署。它甚至自動固定了託管問題。
在金融領域，馬努斯（Manus）的任務是對NVDA（NVIDIA），MRVL（Marvell Technology）和TSM（台灣半導體製造公司）的股票價格進行相關性分析。 MANUS首先從Yahoofinance API中收集相關數據。然後，它會自動編寫必要的代碼來分析和可視化股票價格數據。之後，Manus創建了一個網站來顯示分析和可視化，生成了可共享的鏈接以便於訪問。
挑戰和道德考慮
儘管有非凡的用例，但Manus AI還是面臨一些技術和道德挑戰。早期採用者報告了該系統進入“循環”的問題，該系統反复執行無效的行動，需要人為乾預才能重置任務。這些故障突出了開發可以始終如一地導航非結構化環境的AI的挑戰。
此外，儘管Manus出於安全目的在孤立的沙箱中運行，但其Web自動化功能引起了人們對潛在濫用的擔憂，例如刮擦受保護的數據或操縱在線平台。
透明度是另一個關鍵問題。 Manus的開發人員強調了成功的故事，但是對其功能的獨立驗證是有限的。例如，雖然其演示儀表板生成的運行順利，但用戶在將AI應用於新的或複雜的方案時觀察到了不一致的情況。缺乏透明度使建立信任變得困難，尤其是當企業考慮將敏感任務委派給自治系統時。此外，缺乏評估AI代理的“自主權”的明確指標為Manus是否代表真正的進步還是僅僅是複雜的營銷給予了懷疑的空間。
底線
MANUS AI代表了人工智能的下一個前沿：能夠獨立或沒有人類監督的各種行業執行任務的自主代理。它的出現標誌著AI所做的不僅僅是協助的新時代的開始，它是一個完全集成的系統，能夠從頭到尾處理複雜的工作流程。
儘管它仍在Manus AI的發展中，但潛在的影響很明顯。隨著像Manus這樣的AI系統變得越來越複雜，他們可以重新定義行業，重塑勞動力市場，甚至挑戰我們對工作意義的理解。 AI的未來不再僅限於被動助手，而是關於創建自己思考，行動和學習的系統。馬努斯只是開始。
