Manus AI Agent的出現(xiàn)引發(fā)了AI圈的廣泛關(guān)注，其強(qiáng)大的任務(wù)規(guī)劃和執(zhí)行能力讓許多人驚嘆不已。然而，Manus究竟是什么？它與ChatGPT等其他AI產(chǎn)品有何不同？它的技術(shù)實(shí)現(xiàn)原理是什么？又是否真的如外界所吹捧的那般神奇？本文將從應(yīng)用視角、技術(shù)實(shí)現(xiàn)以及Agent未來發(fā)展趨勢等多個角度，對Manus AI進(jìn)行深度剖析。

不得不說，最近一段時間AI圈的發(fā)展實(shí)在是太快，我們的學(xué)習(xí)速度實(shí)在是有些跟不上，因?yàn)檫@兩天身邊的技術(shù)圈和AI圈的高手們都在討論Manus，讓我覺得自己有必要深入的理解一下Manus的產(chǎn)品和技術(shù)原理，所以今天優(yōu)先快速輸入關(guān)于Manus的分享，后續(xù)會把我過去一個月關(guān)于Deepseek的學(xué)習(xí)成果也分享大家。

為了快速的搞清楚它到底是什么，我花了一天的時間閱讀了大量的文獻(xiàn)并從產(chǎn)品經(jīng)理的視角做一次系統(tǒng)的梳理和總結(jié)，相比Deepseek，Manus還是相對更容易理解，加上研究助手的支持，今天很快就把這篇文章輸出出來了，全文近8000+字，我將從應(yīng)用視角、技術(shù)實(shí)現(xiàn)、以及對于Agent探索等角度，深度理解這個產(chǎn)品。

一、從應(yīng)用視角理解Manus AI

1. Manus AI是什么？

簡單一點(diǎn)講，Manus AI本質(zhì)上是一個具備“多智能體”能力的應(yīng)用產(chǎn)品，是一個擁有更多的技能，并且能夠自動規(guī)劃并一次性組合多種技能，解決一個復(fù)雜的應(yīng)用場景問題，相比之前以ChatGPT為主的產(chǎn)品，Manus Ai可以更具體的解決很多通用場景的問題，并且輸出結(jié)果的滿足度更接近用戶想要的結(jié)果，例如根據(jù)其官網(wǎng)的示例，它可以執(zhí)行“爬取特斯拉股票數(shù)據(jù)，生成一篇帶圖表的分析報告，并創(chuàng)建一個數(shù)據(jù)面板，將其部署成一個可以查看的網(wǎng)站”等這樣需要完成爬蟲收集數(shù)據(jù)、圖表可視化、創(chuàng)建分析報告、編寫代碼、部署網(wǎng)站等多個復(fù)雜任務(wù)的指令，接下來我們詳細(xì)介紹Manus AI的每一個核心信息：

1. ManusAI是一個應(yīng)用，不是大模型：首先它只是個AI應(yīng)用產(chǎn)品，不是一個大模型，跟DeepSeek完全不是一會事，只能算一個做的很不錯的超級產(chǎn)品工程，所以不要和大模型混淆，更不要提“下一個DeepSeek”這種外行的觀點(diǎn)，它跟DeepSeek的影響力完全不是一個水平，鑒于當(dāng)下很多人錯誤的觀點(diǎn)，這里有必要糾正一下部分人的誤解；
2. 具備自動規(guī)劃和任務(wù)拆解的能力：Manus 可以基于用戶輸入的指令，理解用戶的意圖之后，自動建立規(guī)劃，并拆解任務(wù)；比如用戶輸入“幫我生成一篇特斯拉的報告“的時候，Manus將該指令拆解為”創(chuàng)建Python文件-爬取數(shù)據(jù)-生成圖表-創(chuàng)作分析報告-編寫HTML代碼-部署網(wǎng)站“這個過程，這里的規(guī)劃能力，和大模型的規(guī)劃能力還稍微有些不同，后面我們會詳細(xì)講解；
3. 具備更多的技能，可以完成更多復(fù)雜的任務(wù)：以上面的特斯拉的案例為例，完成整個過程所有的任務(wù)，需要具備編寫爬蟲代碼、對接金融數(shù)據(jù)API、對接數(shù)據(jù)可視化API、生成分析報告、代碼編程、對接網(wǎng)站部署API等一些類的能力，Manus相當(dāng)于提前具備了這么多技能，當(dāng)需要使用這些技能的時候，自動調(diào)用技能解決問題，”技能庫“是Manus AI非常重要的一個能力，同樣我們后面會詳細(xì)講解；
4. 可以解決更多通用性的應(yīng)用場景問題：通過Manus 用戶可以更加大膽的提出更多的應(yīng)用場景問題，比如特斯拉這個例子，以往面對ChatGPT等產(chǎn)品，我們還不能提出讓它自己寫代碼，并且把網(wǎng)站也部署了，可以支持用戶直接打開網(wǎng)頁這種事情，因?yàn)樗恢С种苯硬渴鹁W(wǎng)站的能力，而manus卻做到了，這是它讓大家驚艷和贊嘆的原因之一。

總結(jié)起來，從應(yīng)用層的角度上看，manus是一個技能超群，能更靈活的解決用戶更復(fù)雜的應(yīng)用場景問題的應(yīng)用工具，未來很多需要存在復(fù)雜工作流的任務(wù)，通過Manus這種類型的產(chǎn)品，可能能夠得到很好的滿足；

2. Manus AI究竟有沒有那么神？

這兩天有很多營銷媒體有點(diǎn)過分的吹捧Manus，這其實(shí)并不太客觀，很多人甚至都還沒有真實(shí)的體驗(yàn)過這個產(chǎn)品，也還沒搞清楚它就開始吹捧。

但不得不說的是，單純從當(dāng)前AI應(yīng)用的角度上看，Manus定義的應(yīng)用實(shí)現(xiàn)方式和實(shí)現(xiàn)效果確實(shí)是驚艷的，這個評價并不是個人說的，而是來自業(yè)界權(quán)威的GAIA測試的結(jié)果，GAIA它是由數(shù)個來自Meta、HuggingFace和AutoGPT的專家們共同完成，模擬了真實(shí)世界的復(fù)雜問題，要求AI展現(xiàn)推理、多模態(tài)處理、網(wǎng)頁瀏覽和工具使用等多維能力；之前GPT-4+工具調(diào)用在這個測試中僅獲得了15%的成績。而Mannus AI在GAIA測試中超越了之前的各種Agent以及OpenAI的DeepResearch，這非常了不得，但是我們只能說，當(dāng)下它相比其他應(yīng)用還是很了不起的，至于實(shí)際能不能真正一步到位的解決用戶的問題，達(dá)到非常炸裂的效果，這個我覺得不一定，還是要看到實(shí)際的產(chǎn)品，真正放到應(yīng)用場景里面才好評價。

3. Manus AI和ChatGPT等產(chǎn)品的區(qū)別？

Manus AI和ChatGPT都屬于AI應(yīng)用，那么兩者有什么區(qū)別，Manus為啥能夠讓科技圈覺得它與眾不同，個人的理解，兩者的差別主要包括如下：

1.從產(chǎn)品形態(tài)和能力邊界上看，ChatGPT本質(zhì)上是一個以大模型為主的生成式AI應(yīng)用，它目前只能解決一些跟內(nèi)容生成有關(guān)的問題，解決不了跟生成無關(guān)的問題，包括自動化任務(wù)，或者跨平臺執(zhí)行任務(wù)，比如部署網(wǎng)站、幫你訂餐等，這些跟生成式AI無關(guān)；

而Manus AI更像是一個自主規(guī)劃并執(zhí)行任務(wù)的機(jī)器人，生成式AI只是它的一部分能力，除此之外，它還能能自主執(zhí)行自動化任務(wù)，或者跨端執(zhí)行任務(wù)；而現(xiàn)實(shí)的應(yīng)用場景中，用戶并不是只有AI生成的需求，還有自動化任務(wù)相關(guān)的需求，這是很多用戶認(rèn)可它的原因，相當(dāng)于它能幫用戶解決的問題更多了；

2.從用戶體驗(yàn)的角度上看，ChatGPT在執(zhí)行任務(wù)的時候，更多的需要用戶寫清楚提示詞，提供清晰的指示，在用戶的引導(dǎo)之下才能完成任務(wù)；而Manus可以支持用戶簡單的輸入一個指令，Manus自動理解用戶需求并拆解任務(wù)，并自動完成任務(wù)；

另外一個角度，在解決一些具體任務(wù)問題的時候，ChatGPT很多時候只是提供建議和操作指引，但是并不會幫助你完成任務(wù)；比如當(dāng)你問ChatGPT怎么部署網(wǎng)站的時候，它可以很清晰的告訴你一系列過程，但是還是需要用戶自己動手做；而Manus不同，它可以自己動腦規(guī)劃的同時，還直接動手幫你把之情給做了，這完全呼應(yīng)了“Manus”的中文翻譯是“手腦并用”這個點(diǎn)；因此ChatGPT更像是一個只指揮不干活的老板，而Manus是一個動腦子還做事情的優(yōu)秀員工，這是用戶更加喜歡Manus這種應(yīng)用形態(tài)的原因；

3.從技能水平上，ChatGPT除了大模型服務(wù)之外，還支持聯(lián)網(wǎng)搜索等技能，但是整體的技能和工具是比較少的，目前更多的是官方引進(jìn)了一些跟生成相關(guān)的技能，但是Manus卻又大量的內(nèi)置技能，包括搜索引擎、瀏覽器、本地文件處理、代碼編程等，還具備調(diào)用多種數(shù)據(jù)API以及跨端操作等技能，所以技能更多；

4.從技術(shù)實(shí)現(xiàn)方式上，ChatGPT主要依托大模型技術(shù)，而Manus技術(shù)底座采用了多代理虛擬機(jī)架構(gòu)，融合規(guī)劃代理（任務(wù)拆解）、執(zhí)行代理（工具調(diào)用）、驗(yàn)證代理（結(jié)果校驗(yàn)）等多層代理，形成一個同時具備“模型調(diào)度+工具鏈整合+環(huán)境交互（例如跨端交互）”三重能力的應(yīng)用。

事實(shí)上，openai推出的產(chǎn)品中，跟Manus直接對標(biāo)的可能不是ChatGPT，而應(yīng)該是其推出的Operator這款產(chǎn)品，但是為啥operator推出的時候，并沒有引起相應(yīng)的轟動，最主要的還是因?yàn)槠湎拗浦挥?00美元/月的PRO用戶才可使用，或許在能力上Operator并不比manus差，但是因?yàn)橹挥袠O少數(shù)用戶才能用上，因此不具備市場效應(yīng)。

4. Manus AI執(zhí)行任務(wù)的過程

在大致的理解了Manus應(yīng)用相關(guān)的問題之后，我們來分析理解一下Manus AI在具體應(yīng)用的過程中，它是怎么運(yùn)作的，我們以其官網(wǎng)示例的：“特斯拉股票分析和投資見解”這個應(yīng)用場景為例，分析它是怎么逐步完成這個應(yīng)用場景的實(shí)現(xiàn)的，整個實(shí)現(xiàn)的效果是，用戶僅輸入一個需求指令，manus最終輸出了一份關(guān)于特斯拉的股票分析，同時將數(shù)據(jù)固定成為一個數(shù)據(jù)看板，并開發(fā)部署為一個可以打開的網(wǎng)站；整個從輸入到輸出的過程的原理，通過一個腦圖梳理概括如下：

具體每個步驟的明細(xì)如下：

1.用戶輸入需求指令，要求對特斯拉股票做一個全面的分析，并提供了需求細(xì)節(jié)；

2.連接數(shù)據(jù)源，獲取分析需要的數(shù)據(jù)：獲得需求指令后，manus第一件事情是先通過調(diào)用金融數(shù)據(jù)的API獲取特斯拉相關(guān)的企業(yè)信息，財務(wù)數(shù)據(jù)等數(shù)據(jù)，這個過程中，Manus調(diào)用了獲取數(shù)據(jù)的API；

3.規(guī)劃和任務(wù)拆解：接著，manus基于用戶的需求，開始制定規(guī)劃并將該需求拆解成多個任務(wù)，任務(wù)中包括收集公司概況、財務(wù)分析、分析市場情緒、技術(shù)分析、競爭對手分析、內(nèi)在價值分析、制定投資理論、撰寫報告等多個任務(wù)；

4.任務(wù)工作流梳理和執(zhí)行：然后，開始逐步執(zhí)行各個任務(wù)，在執(zhí)行該任務(wù)的時候，manus先梳理完成該任務(wù)的工作流，然后依次執(zhí)行，我們以收集財務(wù)數(shù)據(jù)這個任務(wù)為例，整個流程包括撰寫python爬蟲代碼，運(yùn)行爬蟲并獲取財務(wù)數(shù)據(jù)，調(diào)用數(shù)據(jù)可視化組件將數(shù)據(jù)整理成可視化圖表；整個過程背后的技術(shù)過程，Manus先是調(diào)用了大模型的能力完成python文件的撰寫，并自動運(yùn)行爬蟲程序爬取數(shù)據(jù)，且調(diào)用數(shù)據(jù)可視化圖表的API完成圖表的轉(zhuǎn)換；

5.最終輸出一份分析報告：第一項(xiàng)任務(wù)的終點(diǎn)，最后調(diào)用大模型的生成能力輸出的是一個股票分析報告，客觀的講，個人覺得案例中輸出的分析報告肯定還達(dá)不到非常專業(yè)的水平，但是從完成度而言，已經(jīng)是比較不錯了，一方面基本滿足用戶的需求，并且報告中有數(shù)據(jù)、有洞察，只是要說達(dá)到ChatGPT DeepResearch的水準(zhǔn)那沒有。

6.制作儀表板：接下來用戶再次發(fā)送一個制作儀表板的指令，Manus繼續(xù)完成前面從規(guī)劃、任務(wù)拆解、任務(wù)執(zhí)行的過程，完成一個交互式儀表板的創(chuàng)作；

7.將儀表板發(fā)布為網(wǎng)站：最后一步，用戶發(fā)送指令，將該儀表板部署到一個公共的URL上，該過程中Manus完成應(yīng)用程序的編程，并自動將程序部署到公網(wǎng)，支持用戶訪問，當(dāng)用戶直接打開這個網(wǎng)頁，看到這個網(wǎng)站的時候，確實(shí)讓人覺得非常爽，只是一個指令，真的最后開發(fā)了一個網(wǎng)頁并且部署為可以直接訪問的應(yīng)用，這點(diǎn)是目前ChatGPT等產(chǎn)品無法做到的；

5. Manus未來更適合能解決哪些應(yīng)用場景的問題？

從前面大家也可以看到，manus的核心能力個人概括起來主要就兩點(diǎn)：任務(wù)規(guī)劃和拆解、調(diào)用工具；

因此其應(yīng)用場景，核心圍繞著這兩個能力，比如基于其任務(wù)規(guī)劃和拆解的能力，未來那些工作流比較漫長并且復(fù)雜的應(yīng)用場景，可能可以被很好的解決；

同時基于其調(diào)用工具的能力，未來那些需要跨端、跨系統(tǒng)操作，或者需要組合多動API工具的應(yīng)用場景，可能通過Manus更好的解決，不過鑒于目前Manus可以調(diào)用的工具庫主要以瀏覽器操作、文件操作、編程等為主，API主要以數(shù)據(jù)獲取等為主，未來在應(yīng)用場景上，也將圍繞著其可以調(diào)用的技能范圍來，概括起來個人覺得，以下這些應(yīng)用場景可能在Manus中會被更好的滿足；

6. Manus AI的能力邊界和局限性

概括起來，Manus可能更加適合解決滿足一下條件的應(yīng)用場景的問題，對于任務(wù)流程個性化、缺乏公開工具和API、專業(yè)性較強(qiáng)的應(yīng)用場景，Manus依然無法很好的滿足。

1. 任務(wù)和工作流可以被標(biāo)準(zhǔn)化或結(jié)構(gòu)化拆解的應(yīng)用場景：如果任務(wù)拆解非常個性化，流程也很難被標(biāo)準(zhǔn)化，比如創(chuàng)意發(fā)掘、用戶需求洞察等，這些是很難被標(biāo)準(zhǔn)化設(shè)計和規(guī)劃的；
2. 該場景存在可以開放的API和工具，如果沒有開放的工具和API可以使用，這種場景就無法被實(shí)現(xiàn)和滿足，比如復(fù)雜的依賴私密信息的金融投研、企業(yè)戰(zhàn)略決策等；另外目前Manus在跨端操作上還只支持瀏覽器的跨端操作，而對于電腦操作系統(tǒng)層級的軟件的跨端操作，由于
3. 專業(yè)性較強(qiáng)的場景：從前面的案例中，我們可以看到，即使Manus在自動化執(zhí)行方面已經(jīng)非常出色，但是目前它還是沒有完全解決專業(yè)性的問題，比如它還并不一定知道一個專業(yè)的股票分析報告應(yīng)該是什么樣的，可能還是需要用戶提供一些信息或者需要進(jìn)一步的探索，自動規(guī)劃和工具調(diào)用并不能解決這個問題，如何定義一個好的回答，以及專業(yè)的結(jié)果，其中的know-how依然是壁壘，沒有被打破。

二、從技術(shù)實(shí)現(xiàn)的視角理解Manus AI

1. 從產(chǎn)品實(shí)現(xiàn)的角度看，Manus和以往AI Agent設(shè)計的思路有什么區(qū)別？

作為一個AI應(yīng)用的產(chǎn)品經(jīng)理，在了解完Manus的實(shí)現(xiàn)邏輯和技術(shù)原理之后，我們能明顯的感覺到Manus帶來了另外一種Agent實(shí)現(xiàn)的方式，那么相比之前的AI Agent搭建的方式，manus搭建AI的方式有什么特別之處，這部分主要闡述這個問題。

不管新舊的方式如何，一個Agent的搭建，都必須通過大模型、規(guī)劃、工具（包括知識庫、API、computer use等）這幾部分才能搭建出一個完整的Agent，Manus相比之前的AI Agent搭建的方式，有如下幾點(diǎn)不同：

1. 自動的任務(wù)規(guī)劃和拆解：Manus能夠自動的規(guī)劃和拆解任務(wù)，不需要人工的接入，而以往我們開發(fā)一個Agent的時候，這部分的規(guī)劃和拆解是產(chǎn)品經(jīng)理人工拆解的，由人工來定義；
2. 從工具庫從調(diào)用工具：Manus具備一個內(nèi)置的工具庫，該工具庫中包括瀏覽器、文件處理、代碼編輯器等工具，并且支持調(diào)用多種API完成特定任務(wù)，還可通過computer use的方式跨端操作，因此它具備了更出色的工具調(diào)用能力，而以往AI Agent開發(fā)的時候，每一個環(huán)節(jié)里面的工具能力都需要對接具體的API或者使用具體的工具，工具接入的過程更加繁瑣；
3. 通用性：因?yàn)榧寄芟拗?，以前的Agent的實(shí)現(xiàn)，每個agent只能解決特定的場景，很難解決通用場景的應(yīng)用，而Manus在超多技能支持的情況下，可以成為一個通用的AI Agent，靈活的解決很多問題。

2. Manus AI背后的技術(shù)架構(gòu)和原理

在前面特斯拉的案例中，我們也能夠看到，Manus在具體解決某一個問題的時候，是先規(guī)劃和拆解任務(wù)，然后再分別執(zhí)行各個子任務(wù)的工作，最后輸出結(jié)果；

仔細(xì)理解，Manus AI 的底層使用了多代理虛擬機(jī)的架構(gòu)，架構(gòu)中包括規(guī)劃代理、執(zhí)行代理、驗(yàn)證代理三層代理，每個代理都具備動態(tài)調(diào)用工具庫和API的能力，三個代理協(xié)同起來，完成任務(wù)的處理，整個工作流程概括起來如下：

1.用戶輸入具體指令需求；

2.規(guī)劃代理完成任務(wù)規(guī)劃和拆解；

3.通過執(zhí)行代理完成具體指定任務(wù)的執(zhí)行；

4.通過驗(yàn)證代理驗(yàn)證操作結(jié)果并輸出結(jié)果；

3. Manus的規(guī)劃任務(wù)拆解和大模型的規(guī)劃能力有什么區(qū)別？

Mannus的核心能力之一是自主規(guī)劃和任務(wù)拆解，大家可能會覺得奇怪，大模型明明也具備規(guī)劃和拆解的能力，為啥不直接使用大模型，Manus為啥還要采用多代理虛擬機(jī)這樣一個特殊的架構(gòu)來實(shí)現(xiàn)這個事情其中。

其中最主要的原因在于大模型的規(guī)劃能力和任務(wù)拆解往往只是基于“文本生成邏輯”，規(guī)劃結(jié)果也只是停留在文本層面，而非基于實(shí)際可行的操作，比如當(dāng)用戶要求“生成特斯拉股票分析報告”時，大模型可能輸出步驟建議（如“先獲取數(shù)據(jù)，再分析趨勢”），但缺乏具體工具調(diào)用路徑，如調(diào)用雅虎金融API、Python腳本編寫、Matplotlib可視化等，因此規(guī)劃不到具體可落地的層面；

另外對于一些復(fù)雜的任務(wù)，通常需根據(jù)中間結(jié)果動態(tài)調(diào)整策略，Manus的規(guī)劃代理需要能實(shí)時監(jiān)控執(zhí)行代理的進(jìn)度，并根據(jù)異常（如API調(diào)用失?。┲匦乱?guī)劃子任務(wù)，而單一模型難以實(shí)現(xiàn)這種閉環(huán)反饋，這就是大模型規(guī)劃能力和Manus背后的規(guī)劃能力的區(qū)別。

4. Manus是如何解決工具的獲取和調(diào)用的問題？

前面我們已經(jīng)知道了Manus具備自動調(diào)用工具和API的能力，其中這些工具可能來自如下3個來源：

1.內(nèi)置工具庫：包括瀏覽器、文件處理器、代碼編輯器、圖表生成工具等等，這些可能都是一些公開的工具組件，官方整合后放到工具庫，并基于Claude在2024年6月20日發(fā)布的Artifacts，讓Manus能夠在對話中動態(tài)創(chuàng)建和修改這些工具，從而完成從代碼到圖表，從文檔到交互式組件等直觀內(nèi)容的呈現(xiàn)；

2.API：其中包括數(shù)據(jù)獲取的API以及具體某一個技術(shù)能力的API，過往我們搭建Agent的時候，我們是通過function call技術(shù)將API轉(zhuǎn)換成模型可以調(diào)用的工具或者函數(shù)，每次在一個Agent 里面調(diào)用API的時候都需要單獨(dú)做對接，這樣的方式，就意味著如果要支持100種API，就要對接100次，這樣就不具備可持續(xù)發(fā)展的條件，Manus之所以能更輕松的解決這個問題，得益于2024年11月25日Anthropic開源了劃時代的“模型上下文協(xié)議”(MCP)，MCP解決了數(shù)據(jù)獲取和功能獲取等API的統(tǒng)一接入問題，一方面，市面上只要是支持了MCP協(xié)議的API，開發(fā)者都可以直接調(diào)用，有些指定的API如果還不支持，開發(fā)者可以通過自主的開發(fā)，讓指定的API支持MCP協(xié)議，這樣，Manus可以構(gòu)建一個API工具庫，這些工具可以被直接調(diào)用，不用再進(jìn)行單獨(dú)開發(fā)；

3.Computer use能力：另外，即使沒有API和工具，通過Computer use的能力，AI應(yīng)用可以不局限于專用工具，而是能像人類一樣“看見”屏幕并操作計算機(jī)，移動光標(biāo)、點(diǎn)擊按鈕、輸入文本，真正模擬人類與計算機(jī)的自然互動，該能力由Claude在2024年10月22日發(fā)布，Manus利用該能力，通過跨端操作等方式，增添了更多的能力；

從這里可以看到，其實(shí)Manus并沒有創(chuàng)造太多的技術(shù)方案，只是將這些大公司公開的技術(shù)方案利用到極致，用于形成自己的AI應(yīng)用，他可能算不上是AI技術(shù)的引領(lǐng)者和貢獻(xiàn)者，但是至少一定是利用開源技術(shù)做產(chǎn)品工程最極致的企業(yè)。

5. Manus調(diào)用工具的方式：云端異步執(zhí)行與沙盒環(huán)境

1.云端計算環(huán)境：Manus的所有工具調(diào)用均在獨(dú)立云端沙盒中完成，用戶無需本地安裝軟件或配置環(huán)境。例如，生成HTML演示文稿或運(yùn)行Python腳本時，直接在云端虛擬機(jī)執(zhí)行，用戶可隨時關(guān)閉設(shè)備等待結(jié)果。

2.異步處理能力：支持用戶上傳任務(wù)后離線，系統(tǒng)自動分階段調(diào)用工具并執(zhí)行，完成后通過通知推送結(jié)果。例如，用戶可提交旅行規(guī)劃需求，Manus在后臺調(diào)用地圖API、酒店預(yù)訂接口及預(yù)算計算工具，最終生成完整行程表。

3.安全性保障：調(diào)用API時優(yōu)先使用權(quán)威數(shù)據(jù)源，避免非結(jié)構(gòu)化數(shù)據(jù)的干擾；同時通過沙盒隔離確保用戶隱私與任務(wù)安全。

三、透過Manus AI看Agent未來的發(fā)展趨勢

1. Manus的產(chǎn)品形態(tài)，是否代表未來Agent的趨勢？

個人的觀點(diǎn)，Manus AI的這種產(chǎn)品形態(tài)，并不一定代表未來Agent的發(fā)展趨勢，應(yīng)用的本質(zhì)是解決用戶的應(yīng)用場景問題，至于產(chǎn)品形態(tài)個人認(rèn)為不重要。

ChatGPT等這些類型的AI應(yīng)用，也并不是不能實(shí)現(xiàn)Manus AI的功能，前面我們理解到，Manus相比ChatGPT等應(yīng)用主要是多了任務(wù)規(guī)劃和拆解、工具調(diào)用（工具庫、API、computer use）的能力，如果ChatGPT也同步支持這些能力，其照樣也可以實(shí)現(xiàn)manus一樣的效果，其中核心的多代理虛擬機(jī)架構(gòu)、工具庫、基于MCP協(xié)議的API、computer use等都并不適合Manus的公司原創(chuàng)，其他應(yīng)用復(fù)現(xiàn)和支持的代價并不高，也就是說ChatGPT等類型的應(yīng)用也能以其產(chǎn)品形態(tài)實(shí)現(xiàn)相同的應(yīng)用效果。

2. Manus是否具備競爭壁壘，和扣子等Agent開發(fā)平臺的區(qū)別

鑒于Manus的很多產(chǎn)品能力其實(shí)都是基于開源框架和技術(shù)造就的復(fù)雜產(chǎn)品工程，所以個人認(rèn)為，并沒有太大的核心競爭壁壘，優(yōu)勢僅僅是因?yàn)槁氏韧瞥?，可以搶先獲取用戶，而像扣子、騰訊元器等類型的Agent搭建工具，也完全有條件可以實(shí)現(xiàn)和Manus同樣的能力，比如扣子只需要增加任務(wù)拆解和規(guī)劃的能力，以及快速接入支持MCP協(xié)議的API，改變其當(dāng)下通過Function call的方式對接API的方式，可能達(dá)到類似的效果，并且多智能體這種實(shí)現(xiàn)方式，在很早的時候，已經(jīng)被應(yīng)用于扣子的agent搭建流程中，只是目前多智能體需要人工取連接，不是通過模型自動串聯(lián)，但是這個事情要實(shí)現(xiàn)不是很難的事情，對于字節(jié)來說。

結(jié)尾

OK，以上即為三白對Manus AI Agent建立的快速理解，從一開始不明所以，完全不知道這個東西到底是什么，到逐漸理解其實(shí)現(xiàn)方式，并對比之前的Agent產(chǎn)品，慢慢的理解這個產(chǎn)品，無論其產(chǎn)品能力如何，Manus的這種實(shí)現(xiàn)，也算的上是應(yīng)用層的創(chuàng)新，他的實(shí)現(xiàn)方式，給AI應(yīng)用的創(chuàng)業(yè)者們提供了一種做應(yīng)用產(chǎn)品的思路，或許應(yīng)用中的很過規(guī)劃細(xì)節(jié)可以交給模型和規(guī)劃代理處理，MCP之下的API接入的方式，或許可以改變目前AI應(yīng)用接入API繁瑣且困難的局面。