觉得可以再来聊聊Manus了。AG真人游戏第一品牌3天后我
在23年的时候▼▷☆，人类一般能达到90%的成功率-◆▪●，而那时候的最强AI GPT4▽•-■，在第一级才勉 强达到15%●▽•…=。
而跟Manus同日推出的QwQ 32B••，在Agent能力上也有大幅度的飞跃▼◁•◆，如果未来的底座是基于QwQ 32B的微调=★，我想Manus的产品的完整度应该会更上一层楼★•-。
传统的测试一般都是数学（AIME）或者一些专业知识问答▲-•□、编程等等■▷，但是GAIA测试•-=…，里面很多都是概念简单▷=，但是需要多步骤解决的实际问题=▷。
相比之下○◆▷☆▷，Manus的做法则是工程化●○，用各种不同的模型和技术来做整合■□▷，这个就是Multi-Agent（多智能体架构）□■。
至于最后记忆◇▲☆，其实没啥突破○=，只不过同样的…◇=▽，Manus做了一个小创新○•…●△▽，用To△•=■…◇.md这种外置文件来实现=▪“工作记忆△★”=-○。
□○●▷“Manus有点像当年的理想one▽○■▲•●，用一种技术上来看略显蹩脚的手段◁□◇▷，证明了一个庞大用户需求市场的存在••-◇▲。
我想◇□，作为一个AI媒体▷☆=•，如果只有等到海外爆了才愿意去写▽=••，才觉得这个产品不错值得推荐给大家-◆•●★-，那我觉得这样不对○-★◇。
Computer Use什么时候出来的▽★•◇=○？2024年10月23日的那一天…▪-，我也花了6个小时做了实测=▲=，有兴趣的可以去看看…◁▲。
每个API都要单独开发★…◆。还记得我23年在做金融Agent产品的时候☆▼△○•，•◆▪■▷=”我非常看好Agent的发展☆◁-●•，Agent的未来--☆▽，钻出了一个巨大的孔•◆▷，我只是客观的陈述事实▪•▽△▼，从12点测到4点●=▲★▷…。我就夸了很多◇▪=…☆！
MCP 很像这样的智能家居标准○△○。当新的工具或数据源符合MCP时•▽=▽△，AI模型就能立刻把它接入自己的系统•▪，调用他们就像查个USB一样简单☆★☆-。
有点像 MCP 提供了统一接口□•▽-，开发者只需按一套标准为AI接入各种功能AG真人游戏第一品牌▷◆◇☆■…，免去了针对每个服务单独编程的麻烦 ……○==。
甚至很多人嘲讽◆▼□▽△▪，国外的论坛和自媒体还没动静□•-▽，只有国内AI自媒体吹■▲▷，所以一定都是收钱的营销号★△▽○▼▽。
而这一次□○■★-，Manus整合了市面上所有的工具能力▪▽， 有了Computer Use•○…▽●…、Code Interpreter●◇■○▷、Artifacts等等的能力◁◆， 并且允许在虚拟机中进行异步调用●○◁▪●◇，这是一个非常棒的交互和产品的创新□▼。
以上△--▷▼▪，既然看到这里了○▽▽，如果觉得不错☆▪▷觉得可以再来聊聊Manus了，随手点个赞◇=☆=、在看○▽▷、转发三连吧•★☆-▽，如果想第一时间收到推送○◁，也可以给我个星标⭐～谢谢你看我的文章□…▪▼，我们■-▪，下次再见▼-•▲。
至于Manus和3小时开源复刻的OpenManus◆…○▼•■，可以去看看△▲◁◁…，你可以不信我=□☆=◁，但是你可以相信晚点▲▲☆。
开源社区能刷爆GAIA■★▪。让人们看到了后面应用广阔无垠的天地•○▲■=●。也相信可能未来有一天=★◁☆，只不过DeepResearch是一个重新训练的模型■▼，在AI能用到好用的这层厚墙上•▼…☆◇◁，智谱的AutoGLM出来的时候△■□，而Manus是基于大模型所做出来的通用Agent产品▲△-◇=▷。是星辰大海…▪□，所有一切Agent操作都是由一个由o3重新训练的端到端模型完成的◇■▽▷=！
这两天有N多追随M anus 的开源复刻项目-▲=，不正是因为Manus指出了一条明路吗●◇•△◁□？原来工程化的能力◆▪■▪，可以做到这种级别○▷△◁•。
然后▪△☆-△，3月9号晚上•◇▷，Twitter的创始人 杰克·多尔西也转发了•▪▪▷●，他也是被收买了○◇▷•●？
就像理想定义了无续航焦虑+冰箱彩电大沙发的家庭汽车◇□，Manus也奠定了未来3年内ai应用的产品方向-○○。•▲▲”
这就像我们现在给手机充电▽▲▷，只需要一根Type-C数据线★▼◇◆▪★，就能连接所有设备●●△=，不用再跟很多年前一样◁◇▪■◇，准备一堆不同的数据线•▲☆=▲▼。AG真人游戏第一品牌3天后我。
过去很多我们做产品…★☆☆★，他给做Agent产品的人■▼◁□，M anus 横空出世●▪○，我不是拉踩△-•□◁◇，而不是每一步用不同的模型来完成●•。开了个腾讯会议●=□▼◆◁，都指出了方向•☆▷。从4点写到凌晨6点☆△◇-。
把我的PDF论文转说人话的科普PPT任务★•，拆成了4个大任务□▲◇☆▽，15个小任务★▪。
整个Agent产品其实最核心的就是这个底层模型的规划能力=▷△▼□，所以这个东西是能提高Agent产品在后续任务中的成功度的★◆•▪▼。
想通过GAIA的测试△◁▪，一般需要网络检索能力▲○■○、工具调用能力AG真人游戏第一品牌★○▪-…○、编程能力-•☆•、文件处理能力等等▪△。
我只能说我的理解▲◇▽▷△■，当然如果有不对的地方◆=◆◇，欢迎大佬来拍砖△-•△▲◇，我也尽可能▲▼☆△●，做一些小的科普□•○▷▲◁。
当然-▷◆□，你也可以说它外面就是一层壳•-，可在产品开发和用户体验里=●=▪◇，这层壳也是很有价值的◇★●▪▪◁。
都说没有护城河■◁☆•■，坦率的讲▪▽■=▽◆，确实工程化技术上没啥护城河□•，但是之前为什么大家就不做呢-◁-☆△？
3天前的那天晚上●▽…•☆，○-▲•▲“Manus这个所谓的超级缝合怪▼…●▲=，邀请了一堆朋友来看我的测试■▼，
在简单的Lv▽◇…••.1级别的测试上△◁，这么多复刻版的产品确实可以打到差不多的程度…▲…▪▪，但是在复杂多步骤任务的Lv▷◁△.2和Lv☆◇•▲□△.3的能力上△△，明显还是有巨大的差距●▪…□•。
还有说M anus 配合加密货币炒作割韭菜的•◁，都被X官方直接封号了▲△◁◁□▽，那现在X官方道歉并把M anus 的官方账号恢复了•…，是不是X官方也收钱了◁▲☆□？
目前开源复刻M anus 的效果最好的项目-★○•…，是来自CAMEL-AI的OWL…○•=。
首先◁★，就目前的技术来说□■▪-=-，Agent产品几乎都是遵循▲•○◇▪：☆□▪◇△“计划 → 执行 → 结果合成▷▷”这一套★○▪★○…。即使是OpenAI最牛逼的DeepResearch也是如此-=▲。
注意▷▪，这里我之所以做这个对比•★，并不是拉踩☆=…▲， CAMEL-AI团队在短短几天内▪-，就能复刻到如此地步••…▽，实力非常强▷▷★线键触屏可视化编程自定义驱动多少钱-聚超值AG真人游戏黑爵A。
都是Function Call做函数调用△△，我也相信…▷■▼=•，我相信开源社区的力量△=，我在第一时间拿到邀请码后•-•★，
我想说的是▪★▲◁=△：M anus 的路是正确的•★▼▷★，
这里我再叠个甲-▷=△…，DeepSeek是智能层面的大模型○△=，有多恶心●☆•。
但是◆△◇，如果没有一个统一协议◆◆▪●，每一个品牌的灯泡◁◁■◇□•、空调可能都要用自己的App▷■▽▽，各自的遥控方式▪▽△…-，我相信你肯定会很抓狂★▽◁▪。
但幸运的是◁◇▷▽☆，现在 很多智能家居设备有通用的标准○●◆☆△▲，只要设备遵循这个标准☆●▲•，我们的一些智能音箱就能识别并控制它们▽=•。
而这个任务拆解模型▼=▪▪，大概率是跟Manus联创季逸超在去年10月开源的一个用强化学习+Qwen 32B做的推理模型有关…•○…-▷。
