Manus，是首款AI通用智能体。这个成就确实值得自豪，很多人就喜欢拿它和DeepSeek对比。
其实，这两个东西不太有可比性，而且估计这两家公司自己都没想过要和对方做比较。DeepSeek是大模型，你可以把它当成一个很强悍的大脑，而Manus是智能体，是AI应用，它相当于是身体。假如Manus是汽车，那么DeepSeek就是发动机。假如Manus是招式，那么DeepSeek就是内功。
推出Manus的公司叫Monica，这两年在业内名气很大。而且和其他AI公司不同的是，Monica的核心业务不是大模型本身，而是AI应用。就有点像很多年前的Hao123网站一样，Monica是把一些AI功能集成到一个很简洁的界面上，让普通人能够更方便地使用。而这个业务模式也决定了，他们更能站在用户的视角思考，看到用户的需求是什么，什么样的产品更能满足这个需求。
简单说，Manus的价值不在于提供想法，而是，交付任务。
比如你的公司想招聘一个特定的工程师岗位，DeepSeek会给你出很多主意，告诉你留意哪些信息。而Manus会直接替你把备选简历找齐，并且告诉你它对每个候选人的判断，并且把你需要的简历打包推送给你。
假如只能执行招聘之类的人力任务，那么这个AI应用就叫HR智能体。假如能搞定各式各样不同领域的任务，那么它就可以称之为通用智能体。而Manus就属于后者。
它就像一个聪明的年轻人，有用不完的精力，对任何任务都可以马上学习，马上执行，并且给你一个确定的结果。
说到这，你可能已经发现了，我们在科幻电影里看到的所有机器人，本质上全都是智能体。从《变形金刚》里的擎天柱到《终结者》里的天网，从《流浪地球》里的MOSS到《黑客帝国》里的母体，不管是好的坏的，科幻电影里对一切机器人的设想，从来都不是什么大模型，而是智能体。单从想法层面上看，这是一个相当成熟的脑洞。
而回到现实，智能体这个概念第一次被正式提出，是1986年，人工智能的祖师爷之一马文·明斯基写了一本书，叫《心智社会》，里面首次提到智能体Agent的概念。具体定义是，能够通过协作实现复杂目标的实体。但是，注意，与其说马文·明斯基发明了这个概念，不如说是他总结出了这个概念。类似的设想早在1950年，图灵提出图灵测试的时候，就已经出现。而在1956年的达特茅斯会议上，相关的讨论也已经相当多。
换句话说，AI的发展路径确实存在过分歧。一度分成了专家模型和神经网络，但自从当年日本举国下注专家模型失败之后，AI的发展就几乎就只集中在神经网络这一个路径。不管是大语言模型还是世界模型，都在这个路径上。而这个路径的发展过程，从来都是一场明牌。它一定会从思考走向应用，智能体出现是早晚的事。
其实，类似的情况不光出现在AI领域。技术思想家布莱恩·阿瑟曾经写过一本书，叫《技术的本质》。他发现，技术这个东西并不像人们想象中那么天马行空，而是有着特定的演化轨迹。比如，农耕技术，尽管几千年前各个大陆之间几乎隔绝，没有信息往来，但是几个大陆的文明却几乎是在同一个时期演化出了农耕技术。而且不同文明的农耕技术高度相似。再比如，贝尔和格雷同时发明了电话，只不过贝尔比格雷早两个小时申请了专利。还有，达尔文和华莱士同时发现了进化论，牛顿和布莱尼茨同时发明了微积分。
为什么？因为不管身处哪个文明，人这个物种的本性其实都差不多。都想要更多的食物，都想要更长的寿命，人们总是在寻找这些问题的解决方案。这么一来，只要时间足够长，大家早晚都会找到那个最佳答案。这里面不存在谁抄袭谁的问题，毕竟，人同此心，心同此理，而且谁都不笨。
尤其是今天，理论上，Manus所实现的多数功能，都是基于目前大模型已有的功能。而Manus是基于敏锐的用户洞察，把这些功能给产品化了。
在Manus发布的产品演示中，它已经能像真人助手一样，完成简历的筛选推送工作。但后续的其他任务，对它也许还存在挑战。因为你要想让AI完成各式各样的任务，它就需要去访问各式各样的App，比如订外卖要访问美团，订酒店要访问携程，等等。但至少目前，国内的多数互联网大厂都没有对AI助手开放API权限。至于未来会不会开放，现在还是未知数。
当然，尽管咱们前面一直说，技术的演化路径是确定的，但你要想第一个把它做出来，肯定需要相当的水平。从这个角度看，Manus无疑是一次厉害的突破。但正因为这个技术路径是确定的，我们可以猜测，在之后的几个月里，类似的应用可能会陆续出现。
关于这个问题，快刀青衣老师还做了一个更具体的预测，大概不出两个月，国内大厂会推出类似的产品。而最有可能先做出来的，可能是以下几个团队。
第一是字节跳动的扣子。它已经积累了大量成熟的开发者和各类插件工具，再加上背后有火山引擎这样超大规模的算力支持，完全具备做出类似产品的能力。
第二个是Dify。现在已经有很多企业用Dify搭建了公司的内部AI工具。比如我们得到内部的AI广场里的工具，就是用Dify搭建的。因此，Dify有能力，也有基础整合创造出一个通用智能体。
第三个是腾讯的元宝，或者它背后的元器平台。从之前腾讯元宝接入DeepSeek的速度看，腾讯内部对AI浪潮的拥抱速度，算是国内大厂里的尖子生。因此，面对智能体这个确定的趋势，元宝大概率上会马上跟进。
前面说的三个公司，都具备相当程度的算力优势。要知道，智能体的本质是应用，是要给人用起来的，这就意味着它一旦正式面世，一定会让算力面临巨大的考验。从这个角度看，前面几家公司具备弯道超车的基础，可能会出现越来越多的Manus。
注意，与Manus本身相比，我觉得这个Manus们争相登场的局面更值得期待。之前历史学家王汎森曾经写过一篇文章，叫《天才为何成群地来》。西方的古典音乐大师、盛唐时期的大诗人们，还有比尔·盖茨那一代的硅谷极客，都是三五成群地出现。再看今天国内的AI领域，是不是也渐渐有了这个架势？
天才为什么成群地来？王汎森说，这是社会环境造就的结果。但仅仅用“社会环境”这个词，还不够贴切。王汎森管这个东西叫“风”，大概就相当于风气、世风、风潮的统称。
那么，今天我们这个时代的风是什么呢？咱们可以看这么几个数据。
首先，是人才总量的增长。2015年，理工科毕业生大概占毕业生总数的40%。而2025年，这个比例已经提升到50%以上。其中，研究生占比从2016年的16.2%提升到了2023年的25.8%。而且现在的理工科和十年前的理工科还不一样。土木工程的热度大幅下降，而芯片、AI、新能源相关的招生大幅扩大。2023年，新能源汽车行业吸纳理工科毕业生的数量，同比增长了42%。同样是2023年，智能制造领域新增就业岗位超过了300万。
简单说，咱们国内的理工科人才供给，总量在快速增加，而且人才结构正在从基建领域转向高科技领域。
其次，是资源投入的增长。咱们国内的全社会研发经费，2012年是1万亿元，而2022年是3.09万亿元，2025年预计超过3.6万亿元。研发投入占GDP比重，2024年已经达到2.68%，接近发达国家水平。
还有，基础设施的成熟。这里的基础设施，指的是广义的，一切能为高新产业提供驱动的基础技术。比如，对AI智能体来说，DeepSeek这样的大模型就是基础设施。而咱们国内在这方面正在加速投入。
换句话说，假如站在十年后回看2025年，你会觉得Manus的出现并不是个例，Manus们的世代，正在拉开序幕。在这场风的加持下，越来越多我们从没听说过的新产品、新团队，会突然闯到你的面前，吓你一跳。
就像艾萨克森在《创新者》里说的，一个鼓励创新的环境需要遵循四个原则，权威应该受到质疑、等级制度应该被规避、特立独行应受尊崇，以及创造性应该获得悉心培养。在这里，也希望你能从中，找到适合你的机会。
网友评论