Manus爆火：通用 AI Agent 為時尚早

一直關注 AI 領域的發展，最近爆火的 Manus 產品恰好在我目前聚焦的垂直領域中，幾點感想和思考：

1. Manus 產品層面是非常好的創新，通過工程能力整合了幾項業內相對成熟的技術：視覺理解、browser AI Agent、Tool use 和 thinking model，並通過極為優雅的 UI 表達出來，輔之以人脈豐富的自發宣傳，實現中文全網爆火，對產品本身和 AI Agent 概念在國內普及，都是一件好事；

2. 宣傳上，部分受眾的反感來自於與 Deepseek R1 基本面的差異和定調一致性上的反差。或許大家沒有意識到，Deepseek R1 實際上提高了我們對 AI 產品宣傳的標準：

Deepseek R1：開源、有論文、有重大技術突破、第一天即所有人都上手可用、英文區幾輪自來水傳播後爆火回到國內，這樣的宣傳效果，不要說對一個 AI 應用層產品，即使是對大模型廠商，甚至 Deepseek 自己，也是天時地利人和的產物，很難複製。

3. 至於 Manus 所在的 AI Agent 這一領域，海外產品去年亦有相當大的進展：

大廠有 Anthropic 的 computer use 在 10 月打響第一槍，Google 隨後推出了至今尚未全量開放的 Deep Research 和 Project Mariner，年底 OpenAI 的 Deep Research 和 Operator 以 200$/月的價格進一步讓人歎為觀止；

創業公司和開放原始碼專案方面：開放原始碼專案 Openhands （https://github.com/All-Hands-AI/OpenHands）Github 去年 6 月第一版 release，至今 5 萬 star，其 Slogan 為“Code Less, Make More”；閉源產品 convergence ai 的 proxy，定位為通用 AI 助理。

4. 當我第一次看到 Anthropic Computer use 的 demo 視訊時，AI 接手人類操作電腦，有一種強烈的科幻感：未來已來。然而，理想很豐滿，現實很骨感，目前這類產品最大的限制還是底層技術進化尚未成熟，視覺理解和底層模型的推理能力還有很大上升空間，而工程上在安全性等方面也尚未有一個業內共識的解決方案。

但在這個領域我們可以樂觀地相信，視覺理解和底層模型的能力將會迅速發展，今日看起來是一個玩具的產品，18-24個月之後會徹底成熟。

5. 展望未來，AI Agent 的發展路徑或許有以下幾種：

• Proxy/Manus 式的虛擬機器或雲瀏覽器方案。
• 本地優先、開放原始碼驅動程式的產品。
• AI 原生的作業系統：徹底抽象掉GUI層

孰優孰劣，未有定論。這既取決於技術巨頭的戰略佈局，創業公司自上而下的規劃執行，也可能在開放社區的探索中找到答案。

我個人更傾向於後者：AI Agent 的進化，與其說是“設計”出來的，不如說是“生長”出來的。建設一個活躍的、國際化的開源社區，可能才是這種“生長”的最佳土壤。 (分佈共識)