聲明:本文來自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

本文來源：時(shí)代財(cái)經(jīng) 作者：龐宇

"開源永存"，這是MetaGPT研究員、OpenManus合作者向勁宇在面向時(shí)代財(cái)經(jīng)等媒體的分享中所作的總結(jié)。

最近一周，全球首款通用AI智能體——Manus引發(fā)廣泛關(guān)注，成為科技圈持續(xù)熱議的話題。

在Manus的開源替代方案方面， emergence of such alternatives is rapid. 僅在三天內(nèi)，國內(nèi)初創(chuàng)公司DeepWisdom的MetaGPT團(tuán)隊(duì)便利用開源框架成功復(fù)制出了OpenManus；開源社區(qū)CAMEL-AI團(tuán)隊(duì)也以零天時(shí)間復(fù)制出了Manus通用智能體OWL。這種持續(xù)涌現(xiàn)的復(fù)刻現(xiàn)象似乎也傳遞了一個(gè)明確的信息：智能體Agent的準(zhǔn)入門檻并非不可逾越。

但Manus的"護(hù)城河"究竟有多深？Agent賽道的終極競爭力又是什么？業(yè)內(nèi)普遍認(rèn)為2025年有望成為AI Agent爆發(fā)元年，這個(gè)賽道還有哪些未解難題？

近日，OpenManus核心作者向時(shí)代財(cái)經(jīng)等媒體分享了其中的故事，并闡述了他們對Agent的理解。

僅用三天時(shí)間復(fù)制Manus，00后擔(dān)當(dāng)主角

Manus發(fā)布當(dāng)晚，向勁宇感受到身邊的人都很興奮，"大多數(shù)人的興奮似乎來自于AI能夠使用電腦。"

但在他的看法中，這樣的功能在業(yè)內(nèi)并不算稀奇。

"例如，在我們2024年的開源項(xiàng)目Data Interpreter中已經(jīng)有了規(guī)劃能力的實(shí)現(xiàn)；而Computer Use和Browser Use等功能則在OpenHands（此前名為OpenDevin，一個(gè)由AI提供支持的軟件開發(fā)代理平臺）以及智譜AutoGLM等多個(gè)項(xiàng)目中已經(jīng)實(shí)現(xiàn)。"向勁宇表示。

在僅一個(gè)試用版本的實(shí)現(xiàn)階段，他判斷“嘗試”將其開源版本提供給他人，“應(yīng)該不難”。

MetaGPT研究員梁新兵和OpenManus核心作者張佳釔等“及時(shí)響應(yīng)”，并“立即”對Manus進(jìn)行全面技術(shù)調(diào)研。當(dāng)天晚上下班后，與團(tuán)隊(duì)討論產(chǎn)品形態(tài)和技術(shù)路線，決定“加班加點(diǎn)”盡快發(fā)布開源版本。

在“僅用約3小時(shí)”后，“大概（晚上）11點(diǎn)左右”，團(tuán)隊(duì)將第一個(gè)版本合并并發(fā)布到GitHub。

項(xiàng)目發(fā)布不到1天，已收獲“超過7000顆”GitHub星星?！爱?dāng)時(shí)沒有想到OpenManus會引發(fā)如此大的關(guān)注?！?/p>

梁新兵曾就讀于華東師范大學(xué)，擁有豐富的AI開發(fā)經(jīng)驗(yàn)，尤其在Data Interpreter等AI Agent項(xiàng)目上有手頭的工作。向勁宇則來自西南交通大學(xué)應(yīng)用物理系，大四期間與隊(duì)友共同開發(fā)了基于GPT-4和Claude 3的多智能體方案，獲得了阿里巴巴數(shù)學(xué)競賽AI賽道的亞軍。兩人均為00后，已在2024年7月加入MetaGPT團(tuán)隊(duì)。

項(xiàng)目引發(fā)的討論至今仍讓團(tuán)隊(duì)感到“難以置信”。

在發(fā)酵一天后，“早上十點(diǎn)半突然收到大量添加好友”，向勁宇意識到項(xiàng)目可能“爆火”。他試圖休息，但無法入睡，拿起手機(jī)卻發(fā)現(xiàn)消息“來不及回”。

Manus是一款基于大語言模型的AI Agent，其核心技術(shù)包含規(guī)劃（Planning）、記憶（Memory）、工具調(diào)用（Tools）等模塊，用于解決任務(wù)邏輯連貫性問題，完成跨系統(tǒng)任務(wù)。

MetaGPT團(tuán)隊(duì)對Manus的技術(shù)架構(gòu)進(jìn)行了深入解構(gòu)，認(rèn)為其是一個(gè)多智能體系統(tǒng)，采用基于規(guī)劃工具的線性計(jì)劃方法，動態(tài)分配任務(wù)給不同Agent，每個(gè)任務(wù)均采用ReAct循環(huán)模式調(diào)用工具。

團(tuán)隊(duì)是如何在3小時(shí)內(nèi)復(fù)刻Manus的技術(shù)架構(gòu)的？

向勁宇認(rèn)為，一個(gè)簡潔的Agent框架應(yīng)該由可更換的工具和提示詞整合而成?；谶@個(gè)思路，他們開發(fā)了一個(gè)完整的Agent小型框架。

據(jù)了解，決定ReAct Agent效果的關(guān)鍵因素是提示詞的引導(dǎo)作用和工具的使用。在OpenManus中，提示詞主導(dǎo)了Agent的整體行為邏輯，而工具則定義了其行動范圍，兩者一旦設(shè)定，就能完整地詮釋一個(gè)ReAct Agent。

"可更換的優(yōu)點(diǎn)是可以整合不同場景下的工具，這樣我就能創(chuàng)造出一個(gè)全新的Agent。定義起來也很方便，不需要單獨(dú)編寫內(nèi)部邏輯，只需要調(diào)整工具空間（Tools）即可。"

在他的觀點(diǎn)中，"我們的工作是讓抽象變得更簡潔。通過提供豐富的工具集合，讓各種Agent能夠靈活地通過裝備工具集來擴(kuò)展在不同場景下的能力。"

其中，規(guī)劃能力尤為重要。因此，OpenManus繼承了Manus在規(guī)劃方面的優(yōu)勢，通過 Planning Tool 實(shí)現(xiàn)任務(wù)分解，從而能夠有效處理現(xiàn)實(shí)世界中的復(fù)雜情況。

討論OpenManus的未來工作時(shí)，梁新兵表示，接下來將從增強(qiáng) Planning 能力、引入標(biāo)準(zhǔn)化評測、拓展模型適配（從Claude-3-5擴(kuò)展到DeepSeek V2.5）、實(shí)現(xiàn)容器化部署等多個(gè)方面來提升OpenManus的效果。

OpenManus是否有可能超越Manus？

"Manus的產(chǎn)品交互體驗(yàn)很好，有很多技術(shù)值得借鑒。目前OpenManus的效果還比較有限，我們還沒有單獨(dú)優(yōu)化效果。OpenManus的前期目標(biāo)是達(dá)到原始Manus的相同效果，后續(xù)將依靠龐大的開源社區(qū)不斷優(yōu)化，希望能為OpenManus帶來更高的智能涌現(xiàn)。"

Manus的"護(hù)城河"有多深？

根據(jù)Manus官方網(wǎng)站的介紹，Manus能夠快速操作，一鍵幫助用戶完成旅行規(guī)劃、股票分析、制作PPT、財(cái)報(bào)分析等任務(wù)，涵蓋研究、生活、數(shù)據(jù)分析、教育、生產(chǎn)效率等多個(gè)領(lǐng)域。

在官方發(fā)布的視頻中，Manus的表現(xiàn)令人驚嘆，他能夠從規(guī)劃到執(zhí)行完成整個(gè)流程。舉例來說，在分析特斯拉股票的任務(wù)中，Manus只需45秒即可實(shí)現(xiàn)"數(shù)據(jù)抓取→建?！鷪?bào)告生成"的全流程操作。

簡而言之，用戶只需提供簡單的提示指令，經(jīng)過一定時(shí)間后，就能獲得一個(gè)完美的成品交付。

然而，MetaGPT團(tuán)隊(duì)僅需5人3小時(shí)，便通過開源框架復(fù)刻了OpenManus；開源社區(qū)CAMEL-AI團(tuán)隊(duì)也實(shí)現(xiàn)了"0天復(fù)刻"，推出了OWL并開源了部分模塊。這些努力讓"Manus缺乏技術(shù)壁壘"的質(zhì)疑聲不斷。

據(jù)此前媒體報(bào)道，Manus的核心模型能力源自Anthropic的Claude。3月10日，Manus創(chuàng)始人季逸超在社交平臺透露，Manus產(chǎn)品采用了基于阿里千問大模型（Qwen）的微調(diào)模型。

有市場人士認(rèn)為，隨著大模型能力的持續(xù)增強(qiáng)，這些工具鏈的功能最終會內(nèi)化到模型中。未來，大模型可能無需再調(diào)用外部工具鏈，而Manus所創(chuàng)造的價(jià)值可能因此逐漸被內(nèi)生能力所涵蓋。

一位參與該討論的AI領(lǐng)域投資人士林亞秋（化名）指出，當(dāng)大模型能力進(jìn)一步提升，一些高頻場景可能會由模型本身覆蓋，大模型公司也可能因此內(nèi)置這些Agent。

Agent的誕生需要基座模型性能的提升，這是行業(yè)內(nèi)的共識。但為何Manus最先獲得這一關(guān)注？

林亞秋向時(shí)代財(cái)經(jīng)表示，"Manus能夠率先跑出來，一方面是因?yàn)閺慕衲甏汗?jié)前后開始，推理模型的技術(shù)取得了比較大的進(jìn)展。這件事對Manus的幫助很大，因?yàn)橹挥性谕评砟Ｐ统墒斓那闆r下才有機(jī)會去做。Agent有規(guī)劃、工具調(diào)用和記憶這三個(gè)特點(diǎn)，每一點(diǎn)的成功率都會影響最終的成功率。而推理模型的提升會令第一步——規(guī)劃能力的提升變得至關(guān)重要。"

另一方面，Manus創(chuàng)作團(tuán)隊(duì)本身也具備一定的實(shí)力。"他們的產(chǎn)品能力非常強(qiáng)，非常懂用戶的需求，且在功能實(shí)現(xiàn)上做得很好。"林亞秋補(bǔ)充道。據(jù)她了解，Manus創(chuàng)作團(tuán)隊(duì)過去兩年在產(chǎn)品能力方面表現(xiàn)得很出色，這也是團(tuán)隊(duì)擅長的地方。

其實(shí)，就算基于MetaGPT在AI場景的自動化和智能體框架上多年的技術(shù)積累，3人3小時(shí)實(shí)現(xiàn)對Manus的復(fù)刻也并非易事。

在技術(shù)方案方面，Manus采用了業(yè)內(nèi)共識的核心基礎(chǔ)技術(shù)。盡管如此，Manus本身仍是一份出色的作品。它通過用戶示例，展現(xiàn)了卓越的用戶體驗(yàn)體驗(yàn)，并在整體交互效果方面表現(xiàn)良好。該團(tuán)隊(duì)實(shí)現(xiàn)了復(fù)雜的規(guī)劃，包括自行開發(fā)的Post Train模型，這一創(chuàng)新模型在效果和交互體驗(yàn)上均有顯著提升，并為團(tuán)隊(duì)提供了許多發(fā)展思路。

從核心理念來看，Manus團(tuán)隊(duì)倡導(dǎo)“更少的結(jié)構(gòu)，更多的智能”（Less structure, more intelligence）。這一理念體現(xiàn)在產(chǎn)品的特性中，賦予AI更大的自主權(quán)，以決定如何使用工具和完成任務(wù)，從而進(jìn)一步提升了用戶體驗(yàn)。

實(shí)際上，Manus團(tuán)隊(duì)已明確表示，當(dāng)前的Manus距離正式版仍有較大差距。在模型幻覺、交付物友好度、運(yùn)行速度等方面，還有很大的提升空間。

曼us AI團(tuán)隊(duì)產(chǎn)品負(fù)責(zé)人張濤（HideCloud），同時(shí)也是Monica.im產(chǎn)品合伙人，近期在朋友圈發(fā)文表示，過去幾個(gè)小時(shí)對于團(tuán)隊(duì)來說充滿了意外和挑戰(zhàn)。團(tuán)隊(duì)低估了大家的熱情，這原本是產(chǎn)品探索過程中的階段性收獲，因此服務(wù)器資源的準(zhǔn)備水平與demo相當(dāng)，卻沒想到會引起如此大的波瀾。

在Agent元年，成本與技術(shù)難題仍待解決

"2025年有望成為AI Agent元年"似乎已成為行業(yè)的共識。

開源證券指出，隨著大模型性能提升與成本降低，以及在消費(fèi)級顯卡部署門檻降低，為AI大規(guī)模應(yīng)用落地奠定了堅(jiān)實(shí)基礎(chǔ)。Manus的發(fā)布有望加速AI Agent的應(yīng)用落地，重塑各行業(yè)的工作流程。

華泰證券指出，Manus AI的底層架構(gòu)由多模型驅(qū)動，通過高效的工程化編排，成功滿足了Agent交互過程中的規(guī)劃、自主、準(zhǔn)確三大核心需求。這標(biāo)志著Agent應(yīng)用在Action環(huán)節(jié)的關(guān)鍵突破。目前，該階段正進(jìn)入工程化落地的關(guān)鍵階段，有望在2025年進(jìn)入放量元年。

Manus等AI Agent的誕生，依賴于團(tuán)隊(duì)在基座模型上的持續(xù)投入和進(jìn)化。但另一個(gè)事實(shí)是，隨著大模型能力的提升，許多問題的解決成功率會提高，但問題本身并不會消失。MetaGPT研究員、OpenManus合作者之一洪思睿指出。

洪思睿補(bǔ)充道："人類社會仍有許多復(fù)雜且長尾的問題，包括機(jī)器學(xué)習(xí)、代碼修復(fù)以及通過搜索組合結(jié)果為用戶提供解決方案的問題。這些都需要通過技術(shù)手段來提升大模型的效果，包括解決幻覺問題。"

一方面，大模型幻覺仍然阻礙著AI的落地。另一方面，行業(yè)內(nèi)目前在規(guī)劃、記憶、工具調(diào)用等方面仍存在一些難點(diǎn)亟待解決。

目前Agent在規(guī)劃方面的進(jìn)展，主要依賴于模型自身能力的提升，同時(shí)也會借助外部輔助結(jié)構(gòu)，即在Agent層面上增加更為復(fù)雜的輔助結(jié)構(gòu)進(jìn)行規(guī)劃支持。

在工具方面，如OpenManus目前主要依賴一些現(xiàn)有的開源工具，“例如Claude和Browser等”。值得注意的是，其他團(tuán)隊(duì)在Browser工具方面的研究顯示，僅僅依靠Claude和Browser等工具，基本就能完成許多任務(wù)，已經(jīng)初步形成了Manus的雛形。而據(jù)MetaGPT團(tuán)隊(duì)設(shè)想，未來可能會賦予Agent自行創(chuàng)建工具的能力。

不過，在洪思?？磥恚竽Ｐ突駻gent使用工具本身并不算新奇。“但隨著工具數(shù)量的不斷增加，隨之而來的技術(shù)難點(diǎn)也隨之而來：如果存在大量相似工具，Agent在解決同一任務(wù)時(shí)如何做出準(zhǔn)確決策，選擇最合適的工具；以及工具參數(shù)定義不夠明確或不合理時(shí)，可能導(dǎo)致大模型在生成工具調(diào)用決策時(shí)出錯(cuò)等問題。這些都是工具使用環(huán)節(jié)中需要解決的關(guān)鍵問題。”

此外，在記憶（Memory）環(huán)節(jié)上，MetaGPT團(tuán)隊(duì)認(rèn)為，目前Agent在處理復(fù)雜、長程任務(wù)（例如在瀏覽網(wǎng)頁時(shí)，網(wǎng)頁信息可能非常長）時(shí)，如何壓縮并存儲相關(guān)信息，是一個(gè)極具挑戰(zhàn)性的問題，并且要確保壓縮后的關(guān)鍵信息不會被修改或遺漏。

Memory、推理效率與成本之間直接相關(guān)?！叭绻覀兒雎訫emory，不做壓縮和任何處理，目前的大模型仍然可以處理，但這樣帶來的問題并非質(zhì)量下降，而是會顯著增加處理時(shí)間和成本，嚴(yán)重影響用戶體驗(yàn)?！绷盒卤硎尽?/p>

降本增效、優(yōu)化成本，是大量應(yīng)用廠商首要任務(wù)，也是持續(xù)優(yōu)化的方向。

據(jù)Manus團(tuán)隊(duì)此前透露，目前Manus單任務(wù)成本2美元，已經(jīng)經(jīng)過大量優(yōu)化，但可能仍難以滿足部分用戶的接受度?！皩τ谏逃脕碚f，（這個(gè)價(jià)格）還是挺貴的。如果沒有足夠的群眾基礎(chǔ)以及轉(zhuǎn)化率，可能商業(yè)化上就不一定會特別成功。”林亞秋向時(shí)代財(cái)經(jīng)表示。

當(dāng)一個(gè)Agent產(chǎn)品推出后，開源社區(qū)很快出現(xiàn)了功能相近的復(fù)刻項(xiàng)目，這引發(fā)了行業(yè)內(nèi)對Agent領(lǐng)域核心競爭力的深度思考：這個(gè)賽道的終極競爭壁壘究竟在哪里？

在洪思?？磥恚珹gent的商業(yè)化競爭，關(guān)鍵在于能否將真實(shí)場景中的任務(wù)和效果，包括個(gè)性化的功能，做到極致。

目前學(xué)術(shù)界在SWEBench、GAIA等平臺開展的大量Agent測試工作，無論是針對簡單的任務(wù)，還是更具挑戰(zhàn)性的任務(wù)，任務(wù)完成率都相對較低。這些任務(wù)的成功率如果直接映射到實(shí)際商業(yè)場景中，意味著用戶在面對不同難度的問題時(shí)，Agent的性能仍然存在較大局限性。

因此，她認(rèn)為，無論是編程任務(wù)，還是數(shù)據(jù)采集與報(bào)告生成任務(wù)，只有在各種用戶問題和場景下都能達(dá)到極致，任務(wù)完成率才能提升到令人滿意的水平，真正實(shí)現(xiàn)Agent具備人們所期望的行動能力，用戶才會持續(xù)使用Agent。

同時(shí)，展望Agent的未來，洪思睿認(rèn)為，從當(dāng)前技術(shù)發(fā)展的趨勢來看，多智能體在商業(yè)應(yīng)用方面具有明確且強(qiáng)烈的前景，例如在代碼生成這一技術(shù)相對成熟且能較好解決用戶實(shí)際需求的場景下，“目前用戶對于此類服務(wù)的付費(fèi)意愿也是較高的。”

討論Manus的火爆程度對行業(yè)帶來的信心時(shí)，林亞秋表示，“Manus的火爆程度不僅在于它獲得了巨大的關(guān)注，更在于它成功普及了公眾對AI Agent的誤解：即AI Agent可以處理大量的繁瑣事務(wù)；同時(shí)，也吸引了大量的潛在用戶群。但從投資人和創(chuàng)業(yè)者的角度來看，早在2023年左右大家就認(rèn)為，AI Agent作為大語言模型之下的重要應(yīng)用場景具有巨大的發(fā)展?jié)摿?。如今，大家信心提升的一個(gè)重要原因在于模型技術(shù)的進(jìn)步速度，接下來，大家將在Agent技術(shù)、產(chǎn)品化方面進(jìn)行進(jìn)一步探索?！?/p>

據(jù)她了解，市場上有很多團(tuán)隊(duì)正在快速開發(fā)基于推理模型進(jìn)展的產(chǎn)品。“估計(jì)今年還會有更多的類似產(chǎn)品出現(xiàn)。”