「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。
淦,人真做出来了,AI Agent 的GPT 时刻-Manus嗯,真不错!
https://mp.weixin.qq.com/s/Ks3TD7dlThKJC-QSyFbhNA

「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。
Manus, derived from the Latin word for "hand",
is a general AI agent that turns your thoughts into actions.
https://manus.im/
震撼莫过于这个用来寻源的- Best Price for Rubber Mats(原文链接就能打开):
https://manus.im/share/j7BUZNaC7vxEpqBU5GYQOR?replay=1
现在所有的Agent/Function Call/Workflow/MCP 等其实不能做到完全自主自控 = Autonomously。
随着大模型(通用、垂类) & 工程化能力越来越好, 完全Autonomous Agent 似乎越来越近了。
-
Agent → Digital Agent → Physical Agent
-
Planning能力某种程度上可以作为模型本身的一个能力存在,不一定需要external planning
-
边界:授权,比如在某个范围内你做什么都可以,控制,高危action都需要人类去approve或reject; 如何这两个极端之间找到一个好的balance,是接下来比较重要的一件事情。
-
跨界交互: 未来 AI 将能像人一样操控图形界面,摆脱 API 限制。(现在已可以-只是授权问题,甚至物理空间也可以,比如开门,搬东西)。如果将来 “AI Agent 得到的信息和人一样多”,这点突破是轻而易举的。
如Devin 比起先前的很多产品交互方式一个飞跃就是Devin 更像一个人(后台虚拟机)默默做事情(实习生), 不懂了才来问你, 而不像以前手把手辅导,手一停,就无法继续了。

其实现在一个痛点是,很多的交互还是对模型/Agent不友好,现通过模拟识别都不是终极方案, 未来可能的一个临界点是,各种应用和设施都会向模型开放交互和接口,那个时候对模型不友好的供应方可能就被边缘了。
Manus 是个通用的, 这个思路垂类有很多可能, 端侧小模型。

https://manus.im/ 官方有大量的例子。
参考


被折叠的 条评论
为什么被折叠?



