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

凌晨三點(diǎn)編寫代碼，隔天早晨八點(diǎn)新增近三十個(gè)好友申請，Manus在開源社區(qū)GitHub上迅速收獲了七千多顆代碼-star。在短短不到三天時(shí)間里，該開源項(xiàng)目就完成了產(chǎn)品復(fù)刻，并將開發(fā)成果命名為OpenManus并上傳至GitHub。

在與MetaGPT團(tuán)隊(duì)的對話中，記者試圖弄清楚技術(shù)復(fù)刻的核心邏輯，以及行業(yè)浮躁背后的意義。這一對話不僅反映出產(chǎn)品功能復(fù)刻需要依托企業(yè)深厚的技術(shù)儲(chǔ)備，也通過MetaGPT團(tuán)隊(duì)的視角，肯定了Manus團(tuán)隊(duì)在規(guī)劃、后訓(xùn)練以及交互方式等方面的投入。

在復(fù)刻過程中，我們發(fā)現(xiàn)理解差異

從2023年開始，團(tuán)隊(duì)就開始研究多智能體框架，并在GitHub上開源相關(guān)代碼，迅速獲得了社區(qū)的關(guān)注。2024年10月，團(tuán)隊(duì)開始探索Agent的規(guī)劃能力和工具使用能力，提出了Data Interpreter等重要工作。

Manus火了之后，MetaGPT的算法研究員向勁宇與同事梁新兵討論，是否可以直接推出一個(gè)開源版本。

在具體產(chǎn)品屬性上，OpenManus是一個(gè)類Manus的多智能體框架，為開發(fā)者提供了快速上手和定制化開發(fā)的平臺(tái)。但向勁宇也提醒，目前OpenManus還處于演示階段，還沒有通過GALA benchmark評測，效果可能有限。后續(xù)團(tuán)隊(duì)會(huì)進(jìn)一步投入DeepResearch方向與SWE代碼方向的開發(fā)。

此前，Manus在GALA基準(zhǔn)測試中達(dá)到了當(dāng)前最優(yōu)水平（SOTA），超越了OpenAI的Deep Research等競品。

向勁宇推測，Manus團(tuán)隊(duì)實(shí)現(xiàn)了一個(gè)非常復(fù)雜的規(guī)劃和后訓(xùn)練能力，這使得他們的產(chǎn)品交互體驗(yàn)非常良好。同時(shí)，Manus在效果上面臨的挑戰(zhàn)也具有行業(yè)普遍性，目前OpenManus還未能達(dá)到很強(qiáng)的交互效果。

對于僅用三小時(shí)便能復(fù)刻Manus，梁新兵對第一財(cái)經(jīng)記者表示，這背后的原因在于團(tuán)隊(duì)已經(jīng)儲(chǔ)備了深厚的技術(shù)底蘊(yùn)。

從Manus與OpenManus的演示視頻來看，兩者均為AI Agent產(chǎn)品，均采用了多智能體架構(gòu)，能夠?qū)?fù)雜任務(wù)分解為多個(gè)子任務(wù)，并分配給不同的智能體執(zhí)行。此外，兩者均具備工具鏈集成屬性，集成了多種工具，如網(wǎng)絡(luò)搜索、代碼執(zhí)行、文件處理等，以增強(qiáng)智能體的功能。

相較而言，兩者最大的區(qū)別在于開放屬性的差異。與Manus的技術(shù)架構(gòu)主要依賴于用戶的猜測不同，OpenManus的產(chǎn)品團(tuán)隊(duì)直接在項(xiàng)目致謝中提到了去年Anthropic推出的computer-use項(xiàng)目，以及YC投資的browser-use項(xiàng)目等。OpenManus的作者張佳釔公開總結(jié)其產(chǎn)品成果時(shí)，結(jié)合了computer-use、基礎(chǔ)的Agents以及規(guī)劃能力等內(nèi)容。

多智能體將走向普及。

與其關(guān)注Manus在出圈時(shí)的諸多花邊新聞，不如聚焦其對行業(yè)發(fā)展所啟示的意義。

梁新兵的觀點(diǎn)是，Manus讓更多普通人都了解到了智能體的真諦，放大了Multi-Agent這一路徑的價(jià)值。

從發(fā)展歷史來看，Multi-Agent概念的雛形最早可以追溯至20世紀(jì)80年代，當(dāng)時(shí)分布式人工智能理念已初具規(guī)模。2017年以后，隨著大型語言模型的成熟，AI Agent的應(yīng)用從理論層面逐步走向?qū)嶋H，例如AutoGPT的出現(xiàn)標(biāo)志著AI Agent的雛形正式誕生。

2024年，微軟、谷歌、蘋果、OpenAI等多家頂尖廠商紛紛布局AI Agent市場。2025年1月，OpenAI發(fā)布了首款A(yù)I Agent產(chǎn)品Operator，能夠執(zhí)行復(fù)雜的任務(wù)，如編寫代碼、預(yù)訂旅行等，但目前該產(chǎn)品僅向訂閱每月200美元的ChatGPT Pro服務(wù)方案的用戶開放。直到國內(nèi)的AI廠商Monica借助Manus技術(shù)，首次讓普通群眾意識(shí)到Multi-Agent概念，MetaGPT的開源產(chǎn)品進(jìn)一步揭開了這一技術(shù)的神秘面紗。

AIGCLINK發(fā)起人、行行AI合伙人占冰強(qiáng)對記者表示，Manus這類產(chǎn)品類型，在MetaGPT團(tuán)隊(duì)之前已經(jīng)實(shí)現(xiàn)過，可以稱得上是國內(nèi)首批在智能體研發(fā)上有所作為的團(tuán)隊(duì)之一。

在交流中，MetaGPT的NLP/Agent方向研究員洪思睿指出，當(dāng)前行業(yè)發(fā)展?fàn)顟B(tài)中，基于大模型或Agent進(jìn)行工具使用并不再是新鮮事物。隨著行業(yè)對具體產(chǎn)品和技術(shù)的關(guān)注度逐步提升，技術(shù)難點(diǎn)也隨之顯現(xiàn)：當(dāng)有多個(gè)相似的工具都能解決同一問題時(shí)，如何讓Agent做出更好的決策，成為亟待解決的關(guān)鍵問題。此外，如果在使用過程中接入的工具接口不夠標(biāo)準(zhǔn)，可能導(dǎo)致工具配置出現(xiàn)錯(cuò)誤，從而影響工具的使用效果。

在上述背景下，動(dòng)態(tài)路由技術(shù)優(yōu)化工具選擇與使用，結(jié)合知識(shí)增強(qiáng)與幻覺抑制提升決策可靠性，采用ReAct、Chain-of-Thought（CoT）或 Tree-of-Thoughts（ToT）等推理框架幫助Agent更清晰地展示決策過程，成為解決這一問題的可行方案。

MCP協(xié)議（Model Context Protocol，模型上下文協(xié)議）目前已成為行業(yè)內(nèi)的主流選擇。所謂MCP，是由Anthropic于2024年11月底推出的一種開放標(biāo)準(zhǔn)協(xié)議，旨在統(tǒng)一大型語言模型（LLM）與外部數(shù)據(jù)源和工具之間的通信。通過這一標(biāo)準(zhǔn)化接口，LLM能夠安全、高效地訪問外部資源，從而擴(kuò)展其應(yīng)用能力。

占冰強(qiáng)向媒體表示，MCP本身完全兼容，主要取決于技術(shù)廠商是否愿意提供支持。目前已有眾多國際主流廠商開始接入，特別是在AI工具和軟件開發(fā)平臺(tái)領(lǐng)域，預(yù)計(jì)國內(nèi)相關(guān)廠商也會(huì)逐步跟進(jìn)。