Manus給Agent產品設計帶來的啟示：Less Structure

內容來源：新新小心（微信公眾號id：luxa_zzz）

3月6日晚，一個名為 manus 的 ai agent 產品 demo 視頻悄然刷屏 ai 媒體圈。

在看完視頻後，不得不深夜發博批判自己"過度依賴人工設計"，工程思維的固化 & 對模型能力邊界的反應遲鈍是罪過。這段時間項目上有個困擾我蠻久的問題，manus 簡單的一個 demo 視頻就讓我茅塞頓開，找到了解法。

次日醒來發現 manus 已然點爆了國內圈子，一碼難求到某魚上甚至有人花 5 萬求一個邀請碼——這個讓大模型擁有"整台電腦"的通用 agent，顛覆了人們對'套殼'的認知。

當然一個爆火的產品少不了媒體的吹噓也少不了沒拿到邀請碼者的'吃不到葡萄說葡萄酸'。

其實從我的角度來說，manus 是不是第一個通用 agent 及其能力如何不是很重要，manus 團隊的 agent 設計理念 『less structure more intelligence』 反而對我很有啟發。

manus 做了什麼

manus 名字取自於拉丁語 'mens et manus'（即'知行合一'，麻省理工的校訓）

與市面上需要人工編排 workflow 的 coze、dify 等產品不同，manus 的核心在於：

• 給模型一台'虛擬機'：將 computer use 與 tool use 深度融合，讓模型能獨立於人類去工作，不跟人搶電腦；

• 自主任務規劃：模型根據目標自動拆解、規劃 todo 並執行， 而非靠人為搭建 workflow；

• 全流程無人值守：從'生成 ppt 大綱'到'輸出完整 .pptx 文件'，無需人類中途干預；（實測下來某些 case 其實還是需要的，比如碰到驗證碼的時候）

相當於給 ai 配置了完整的工作台，讓它像真人一樣操作電腦完成任務，不僅有普通大學生的水平還能任勞任怨地干臟活。

為什麼說改變了人們對「套殼」的認知

除開 computer use、mcp、自主規劃...這些早已有的概念，有個問題在看到 demo 視頻的當晚我思考了一晚上：

為什麼要給模型一台 pc？這跟我直接通過 function call 在輸出結果上會有什麼區別嗎？

直到 manus 放出邀請碼，實測了幾個 case 後才有了答案：

首先最大的區別在於，manus 通過操作瀏覽器+視覺獲取到了更多 api 未能提供的信息，搜索的廣度、深度都要多出了不少，在 deep research 的工作上不輸於普通校招生、實習生。

這點目前能看到最具代表性的 case 就是海辛老師讓 manus 教她拍恐怖片，manus 打開了 b 站現學了 20 多分鐘，甚至在看了搜狐上相關的文章後還點了舉報...（manus：順手的事兒～）

眾所周知，小紅書中擁有著大量優質筆記內容，日均搜索量大約 6 億次，近三分之一用戶打開小紅書的第一件事就是搜索。可惜並沒有一個開放的搜索介面讓模型能直接獲取其中的優質內容。

而模型有了 pc 後，社區便真正沒有了圍牆。

其次，可以看見的是模型對工具的使用產生了質變，完成了從"顧問"到"高級牛馬"的角色進化。

想必大多數人都嘗試過讓 ai 生成 ppt，結果就是 ai 只會給你輸出一通大綱與些許內容，更好點的能調用 aippt 套個固定的模版或者直接用 html 畫一個給你，還得找到『導出』才能拿到 .pptx 文件。

確實這樣能解決一些簡單的 ppt 需求，但我真的覺得太反 ai 了。

manus 把 pc 交給模型，經過其自主地搜集信息、學習，能設計出更符合目標場景的 ppt，並把 .pptx 文件直接交到你手上。

當模型真正開始『使用』而不僅是『調用』工具時，人們確實瞥見了一絲通用 agent 的光。

以下為同樣將一份教案交給 aippt 以及 manus 並讓他們製作英語教學課件的結果，顯而易見的是老師根本不會拿著前者去上課，不然就是教學事故...

故 manus 能爆火、能被媒體吹捧是因為它確實讓人們看見了其中一種 agent 新範式，也改變了人們對產品層『套殼』所能產生的化學反應的認知。不只是因為邀請碼。

誠然，同勸冷靜者所說一般，manus 只是把 claude、computer use、mcp、自主規劃等等這些早已在各種 agent 概念產品實現過的功能進行了一番套殼縫合，沒什麼技術突破。

但這產品應用上的實現落地，硬要扯到技術上就是對牛彈琴。有的是公司能開發出第二個『抖音』，但沒見有公司能做出第二個『抖音』。

從結果上來看，manus 團隊能將這些零散的概念深度融合併先行落地，爆火的同時也讓更多人了解到 ai agent，就足夠證明優秀。

套殼不撈，撈的是套不好殼、有殼不套。

大家總是會從一個極端走向另一個極端。我們的態度是不要過於捧殺或 diss，甚至還出來了很多陰謀論...過猶不及。能夠以足夠的包容和理性去看待 manus，去對待華人創業團隊。現在的爆火也是出乎 manus 團隊意料之外的，之所以設置邀請碼也是因為 multi-agent 很消耗算力資源，很難讓這樣一個創業團隊完全把產品開放給所有用戶。

《一些關於 manus 的獨家信息和慢思考》特工宇宙

回歸開頭主題，個人真真實實地從 manus 的理念上得到了啟發：less structure，more intelligence ——儘可能地去屏蔽人類的認知框架對模型的限制，多探索模型的能力邊界，智能湧現。

受限於對模型能力邊界的認知局限，以往在項目中為了滿足複雜的 case，我設計了不計其數的 prompt、workflow，最終過多地依賴設計框架來約束模型產出的結果就是『人工智慧、人工智慧，人工多於智能』。

在一些場景下給到足夠工具後，放手讓模型自由創造或許會得到更好的結果。

上頭後的冷水

實話實說，manus 雖然給 agent 設計上帶來了新的範式，但離真正的通用還有些距離。看了那麼多實測 case 後，卡死率還是蠻高的，有這麼幾個問題：

• 效率：簡單的 case 也要耗時2-4小時，例如電商商品比價，有殺雞用牛刀的感覺；

• 資源：沒理解錯的話，每個任務需獨立 docker 容器，伺服器壓力巨大；

• 視覺：模型對 ui 的理解能力顯然還不夠，除開上下文限制外，大多數任務卡死都是因為界面理解問題；

• 細分領域：在強依賴細分領域內數據的場景上，即使通過瀏覽器也無法搜集到有用信息。

算力消耗的問題就不提了，畢竟算力價格一直在『骨折』。

對agent賽道兩極分化的思考

我們能看見 agent 創業的兩條路徑：

• 通用派：追求 『less structure, more intelligent』 的通用智能；

• 垂直派：深耕細分領域，用專業知識與不開源的業內數據來構築護城河。

在 manus 的閉門分享會上有一頁 ppt 內容是這麼寫的：

『agent killer』 大致解讀是現階段以 manus 為代表的通用派已殺死細分派 agent。

作為身處教育細分賽道的 agent 設計者，個人是不認同的。

跪拜 coding 領域有 github 這麼一個強大的開源社區，使得 devin、metagpt 成為最先成熟落地且商業化的 agent。但在金融、醫藥等其他領域，多的是藏冰山角下的私有數據，數據是最大的護城河。

當大模型尚未內化行業 know-how 時，細分領域專家設計的 structure 仍是剛需，業內私有數據訓練的專家模型仍不可或缺——不過這扇窗口期可能比想像中更短。

在硅基與碳基的十字路口，人機協作的範式正在被不斷改寫。變革中沒有永恆的贏家，只有持續進化者。感謝 manus 『弱框架，強智能』架構帶來的啟發，或許就是我當前項目的破局點。