Deep Dive
Shownotes Transcript
开元界凌晨核爆攻击三小时复刻 Manus 平替版用不了三小时可能很快几分钟就可以比得出来但是要做到它们那么好还是有差距的有人说 Manus 它是一把火点亮了这个 AI 技术 Manus 全球首个 AI Agent 的定位我会认为它是一个很新颖的提法也是一个很勇敢的提法
嗯对他们很勇敢对但要面临非常多的质疑嘛所有的中国大模型团队都要感谢 DeepSeek 我觉得这次在 Manus 身上也是一样的所有做 AI Agent 的创业团队或者开发者其实也是需要感谢 Manus
大家好,欢迎来到商业漫谈,我是诗杰今天这期节目很特殊啊是我第一次尝试自己 solo 来录节目为什么呢?是因为这期关于 Manus 的访谈的完成版没有办法在我的节目商业漫谈上面直接发布
但是稍晚些会在一个门户做的一档科技访谈节目当中完整播出大家也可以期待一下所以就想趁这个机会试着自己录一期 solo 看看以后要不要把这种形式延续下去
因为其实我想录 solo 想了很久但是一直没有勇气就总是觉得自己对着录音说一准段就太挑战了但是这次也刚好吧就借这个契机试一下那我的想法是 solo 的形式其实可以视作为我自己的一个学习笔记然后也是把我自己平时做采访啊做研究啊等等的一些思考和感悟去开源做一下分享吧
所以这一期可能更多会从我个人视角的阐述去展开当中可能会穿插放一些访谈嘉宾的原话我们可以试试看这种形态大家喜不喜欢会不会觉得跟我的沟通更直接想试验一下后面可以再调整那回到正题最近大家的朋友圈肯定是被 Manus 刷屏了
那我相信绝大部分人应该还没有能够直接用上这个产品现在网上关于 Mindus 的评价特别两极所以我相信大家会有一种物理看花的感觉那 Mindus 到底是一个什么样的产品为什么会招来这么大的争议它对于行业的真实贡献是什么样的以及由它带来的当下最受关注的 AI agent 到底怎么理解相信我的这期播客可以给大家讲清楚这个问题
那我先介绍一下 Manus 到底是什么它是一款将自己定位成全球首个公用 AI Agent 的产品注意啊这个定位其实引发了后面的巨大的争议那我待会儿再解释那么这个所谓的 AI Agent
它和之前豆包啊通译啊以及 DeepSeek 这类的 Chatbox 最本质的区别就是 Chatbox 是聊天机器人顾名思义就是这个 AI 它是用语言来跟你进行交互的但是 Agent 它是用行动来跟物理世界产生交互的举一个例子你发送给 AI 一个语言指令你说帮我去建一个网站那么这个 AI Agent 它就可以根据你的需求
在物理上去操作你的电脑或者操作你的手机然后在互联网上真实的设计并且创建一个网站那基于大语言模型的 AI Agent 还会有三个特点第一就是它会自主规划
嗯这个自主规划你可以理解为他得到一个任务之后我们正常人得到一个任务之后我们肯定要先在脑海当中拆解我第一步做什么第二步做什么啊怎么样才能完成这个任务那这个就是自主规划的一个过程第二个特点是他会自己去执行动作就刚才规划好了一二三四要做什么他自己会一步一步的去做然后第三点也是最重要的一点就是也是
AI Agent 区别于上一个 Agent 时代的一个最本质的区别就是这个 AI 它可以产生记忆并且自我学习也就是说它帮你完成任务次数多了它跟你交互的更多了它就会更了解你
他会揣测你的需求然后自己也会不停的去演进可能从一个实习生就变成一个资深员工大概是这样的一个感觉所以这个是 AI agent 的三个特点那其实在我现在录制的是 3 月 13 号的当天夸克也发布了自己的 AI agent 也是现在被热议的话题
那我自己是这么看的我觉得这个节点非常的重要就是说从 Manus 开始整个从 2023 年到 2024 年整整两年的这个单一的技术叙事暂时就告一段落了
不是说以后就没有模型技术叙事了而是说 2025 年从此刻开始另外一条叙事线也就是之前大家一直都在期待的 AI 应用 AI Agent 的这个叙事线也要展开了那我想这个 2025 年可能是一个双线并行的时代那刚刚介绍了 AI Agent
接下来我来给大家讲一下为什么 Manos 会产生巨大的热度和极其撕裂的一个争议那所谓的这个撕裂的争议啊就是正方呢他觉得 Manos 其实是在产品层面做出了了不起的创新但是反方呢
觉得 Manos 他这么火完全是炒作出来的认为他完全不可以跟 Deep Seek 相提并论那关于这个待会会慢慢的讲为什么会产生这么极端的两面的评价但是在讲这个故事之前呢我想先发散一个小感想
Manus 这件事情其实让我想起了很多年前我做社会记者的时候跑的一个社会新闻我不知道还有多少人会记得罗尔这个人他当时是一个白血病患儿的父亲他的女儿得了白血病然后高昂的这个医疗花费一度让他家庭面临那种巨大的经济危机
这个时候他的一个朋友帮他在微信上发了一个求助筹款的文章因为罗尔本人也是一个媒体人所以他的社交网络也算是比较发达的而且那个时候是微信公众号的时代就是公众号它的传播力影响力都非常非常的大所以网上的
网络的力量非常强大就一下子他就筹款筹了好几百万这个钱呢就打到了罗尔他的账户上面但是紧接着很快就会网友发现罗尔他女儿的这个病情案例在医保报销的这个制度下其实花不了那么多钱然后舆论就又开始反噬说他诈捐这个时候罗尔就站出来澄清说第一他没有诈捐所有的事情都是真的然后这个信息也不是他发布的
第二呢在发布文章的时候他也没有想到会得到这么多的善款那得到这个善款之后还来不及反应舆论就开始反转了
第三呢就是他女儿的病情都是真实的他告诉大家其实他这个时候根本没有心情去想着骗钱他满心都是记挂着自己的女儿我当时是在人物杂志工作嘛我当时就被派去采访这个事件和当事人其实真实接触之后我是非常非常同情他的因为我是判断他是一个还算蛮有文人风骨的一个比较有骨气的人
而且他更加是一个很真实的很胶着的父亲所以我当时就写了一篇报道试图去还原真实情况但是很遗憾其实根本没有多少人会关心真相的所以这件事情其实给我的触动很深就让我意识到舆论的这个事态的失控往往是超出当事人的预期的一旦舆论爆发之后各种各样的网络上的声音就会乱成一锅粥结
几乎没有什么人可以再去分辨哪个是噪音如果你不真实的接触到当事人不去近距离的观察的话所以其实 Manus 这次给我的感觉就是这样那我的第一视角是这样的我试图去还原一下这 Manus 爆红的这么一个过程就 3 月 6 号那天一早呢我醒来的时候因为我会习惯去刷这个各类媒体的这个讯息嘛
当时我就发现我的朋友圈即刻然后科技媒体的很多的公众号都被一个叫 Mannus 的产品刷屏了然后这个产品的创始团队其实我也认识它的创始人肖鸿是我在 2023 年就关注的一位创始人
当时其实 ChatGPT 火起来不久之后有一款国产的这个套壳的 AI 产品叫 Monica 其实它就是可以理解为专门给中国用户丝滑定制的可以让大家使用 GPT 的一个套壳的对话产品它其实是套壳了 GPT 的模型然后我应该是最早的一批付费用户而且我付的是年费
当然随着 2024 年就是各个好用的模型国产的模型都是免费啊再加上就是其实可能用 Cloud 更多一些吧海外的模型所以其实后来就也没有给 Monica 付费了但是呢我对这个产品的印象是很好的就是它的体验很好应该圈子里很多人都知道这个创始人本身是一个
很有故事很有趣的人这个其实他在各种报道啊播客里面都讲过了我这里就不再赘述了所以呢我其实看到 Mannus 新闻的第一个反应是还挺为这个团队高兴的但是很快我也有一些比较奇怪的感受那第一个就是我要不到这个产品的邀请码而且我很快就发现截止到 6 号那天的中午
所有的媒体也基本都是没有邀请码的而且与此同时呢就是一些媒体和自媒体以及一些 KOL 用非常夸张的词在形容 Manus 其中最具代表性的就是把它形容为 AI Agent 的 Deep Seek 时刻这是非常大的一个帽子
那我当时就问我的一个前同行就说你们因为他们也没有拿到邀请码也没有试过我就说那你们没有试用过怎么知道他这么好怎么能够给出这么高的评价呢其实我当时也没有得到具体的答案
我也是后来才知道其实很多第一批发声的媒体其实当时他们应该都是没有拿到邀请码的与此同时就是这个奇怪的感受的这个第三点原因就是我留意到 Manos 当时的定位是全球首个通用 AI agent 这个定位是很吓人的因为通用这个词
在我看来不是谁都敢随便使用的因为当时甚至到现在其实即使 OpenAI 也好 Anthropic 也好或者说其他的这些大模型公司其实还没有人用过这个通用 AI Agent 的 title 全球首个
虽然在 Manus 的发布的视频弹幕里面确实演示了各种 Manus 能够做的事情啊比如说写程序啊删减令啊做网页啊等等就是看起来它确实是可以通用的去完成一个任务但是呢我第一时间就会想到当年 Sora 发布就是 Sora 发布的时候也是轰动一时大家就觉得说
你只要给他一段文字描述他就能给你制造一段影片一段动画然后我还记得当时就是这些 demo 视频下面的这种最热门的评论就是电影行业要被颠覆了等等等等但是实际上 Sora 到现在也还只是期货嘛就还没有真正开放给大家去使用
所以行业里面一般会认为 demo 只是 demo 得落地量产要让大家在生活当中可感知的这个产品才能够算是兑现它的一些宣传吧
所以综合我刚才所说的就是我也感觉到很疑惑因为一般来说媒体去要邀请码还是比较好要的而且尤其是我还是算是离媒体圈和科技圈比较近吧但是就是确实邀请码很难要而且就是一般来说各家企业发布产品的时候呢其实首先是希望开发者媒体 KOL 们去优先使用的但是 Manus 的这种情况呢确实比较少见
后来我跟这个屠龙之术的主编张明浩老师以及一些朋友交流才知道其实 Manus 的这次发布一开始的时候并没有打算真正开放给公众也就是大西端那理由也很简单因为没有办法部署那么多服务器这是一个很昂贵的成本
所以后来出现的情况也确实是在 Manus 爆火之后即便拿到了邀请码的人也没有办法正常使用因为服务器已经被挤崩溃了但是让我比较意外的是 Manus 其实也没有打算开放给
开发者们据我了解其实很多开发者们至今都没有要到邀请码也没有用上根据我跟庄老师所得知的情况拼在一起我们俩的猜测是 MADS 最初只是想邀请一小部分自己的亲朋好友来试用这个年轻但是很能打的团队呢应该是做出了一些令人惊喜的小成果还迫不及待的就想跟自己的小范围的亲友分享一下
这个令人惊喜的成果我们可以理解为实现了一定程度上的通用那这个通用解释一下就是说过去大家在讨论 agent 的时候普遍认为 agent 是需要先为 AI 设定好工作流的这个工作流指的就是我们拿到一个任务之后我们会规划一个完成路径它是 ABCDE 还是 ACBDE 还是什么其他的排列就它会根据这个路径去拆分你的动作
但是呢 Manos 其实是做到了他不用设定这个工作流就是他不用去给他设定好框架设定好顺序这个 AI agent 就能够自主的去规划然后解决难题完成任务这个也是呼应了 Manos 的产品理念就是 Less structure, more intelligence 中文翻译是更少的结构更多的智能所以 Manos 认为这个是某种程度上的通用
我这里只是大白话解释啊等晚一些这个夏博对话那个节目播出的时候大家可以再去 follow 一下嘉宾国豪对于 Manus 在技术上的解释当然也可以去看一下 Manus 主创团队像 Pick 他们的继客其实他都有一些阐释的
所以我这里想说的是有关 Mannus 团队内部的这个动机猜测我并不能保证我的推演是百分之百准确的因为现在团队确实非常忙乱也挺封闭的吧但暂时确实还没有机会跟内部的核心人士去核实
那回到 Manos 为什么引发了这么大的争议我自己觉得逻辑还蛮简单的就是他们其实是给自己扣了一个超级高帽也就是全球首个通用 AI agent 的这个高帽但是实际上呢团队也并没有做好完全开放产品给公众检验和审视的准备
就是没有开放给大 C 端其实很好理解嘛就是刚才解释过了因为服务器的这个部署成本很贵这是一个小团队但是也没有打算彻底开放给开发者这个我不太清楚是为什么那我的理解是因为我也在 Manus 的一个产品内测的需求群里我也观察大家就是给出各种各样的需求让 Manus 去跑这样的测试嘛
我的理解是团队应该是希望一些亲近的朋友和支持者可以小范围的先去测试这个产品然后多提需求让这个产品能够进一步完善只不过呢后续的舆论发展其实应该是完全超乎了团队的想象吧而且像 Deep Seek 时刻这种描述我估计也是他们意想不到的评价
但是如果是这样的话在释放全球首个通用 AI agent 这个定位的时候或许其实可以更仔细地斟酌一下这样做的是否合适当然其实这么说也比较苛刻因为对于一个小的创业团队其实是没有办法要求它的能力面面俱到的但是确实在我看来他们的这个
用视频 demo 发布的方式然后发放极少量的邀请码同时又给自己扣了一个特别高成就的帽子这个动作确实有一点点引拔这也是为什么我观察到后来很多质疑他说他炒作的人他们用的其中一个证据基本上就是
你看人家 DeepSeek 在 21 发布之前发 V3 的时候海外的开发者圈子已经地震了就大家已经有非常大的好评那 DeepSeek 的 21 这个模型也是先从开发者社区再到美国媒体美国政界的讨论再带动了国内媒体跟社交网络上面的讨论它是这样子的一个报评的传播逻辑跟 Manus 会有一些不同所以那些批评者们他们就会说你看
你看 minus 居然是清一色的自媒体 KOL 们作为第一批宣传的投证兵而且都是夸赞所以看起来就是非常像营销投放我也可以理解为什么有这样子的声音出现只能说就是说这个发布本身可能确实是值得复盘的
这里我也挺认同我们的这个媒体人洛一航老师的一个观点洛老师他觉得应该谨慎使用邀请码如果你做好准备产品能够被大家检验了就大大方方的开放如果没有也不必刻意的去营造这个饥饿效应大致是这个意思具体大家可以去听一下他的播客包括就是他自己也写了文章我觉得其实都把他的这个想法描述的挺清楚的
那刚才讲了 Manus 是什么,为什么会引起那么大的争议,接下来就讲一下 Manus 真实的产品评价以及它对行业的一个贡献。
这里我就准备放 Caml AI 的创始人国豪的原话 Caml AI 呢它是国内很活跃的一个 agent 社区也是这次热炒当中最快复刻出 Manus 的团队之一他们开放的 AI agent 的这个框架叫做 Caml 目前在全球开源框架当中是排名第一的
国豪本人也是牛津大学的博士后可以从技术角度很好的去解读 Mannus 那关于 Mannus 在技术层面的做法和产品层面的表现他是这么说的如果从研究和学术的角度我当然不认为他们是世界上第一个通用的 AI Agents
比如说他们的通用性是在于他们使用了一个浏览器和一个无帮图的虚拟机其实这个技术在研究领域就是大家都有做过包括比如说这个 Anthropic 他们 Velis 的这个 Computer User 他也是使用这个浏览器从概念上定义的话他们肯定不能算是全球第一个通用 AI 智能体
但也许他们是全球第一个把 AI 通用智能体做得蛮不错的一个产品那他们产品能力确实是做得不错的我觉得比 OpenAI 的产品能力都做得要好他们用了这个 Ubuntu 的这个虚拟机用了这个搜索的引擎然后用了解析文档的 PDF 的这些工具
然后也用了 terminal 终端来去进行比较通用的交互这些事情其实从我的角度来看的话它是很多值得去被借鉴的那这波热潮当中呢还有很令人兴奋的一个现象就是开发者的活跃当然这个当中也有非常多鱼目混珠的声音比如我看到一些科技媒体会报道说开源界凌晨核爆攻击三小时复刻 minus 平 T 版本
关于这个是不是真的能够三小时复写 Manus 以及是不是称得上是平体版我也询问了国豪国豪的原话是这样说的因为 Manus 他们用的一个技术叫 BossyUser 是一个 YC 的一个创业公司做的一个开源的工具如果使用那个工具去 build 一个类似于 Manus 的一个产品的话用不了三小时就
可能很快几分钟就可以比如出来但是要做到他们那么好还是有差距的翻译一下就是用看员工剧来复刻 Manus 没有门槛谁都能做但是要做得跟 Manus 一样好还有差距这个也跟录制当天 Manus 合伙人张涛发布的公开信里面说的是比较一致的
张涛的发言我总结下来就是三点比较关键的吧第一就是他说我们没有秘密之所以他讲这句话呢是因为大量的开发者开始把 Manus 到底是怎么做到的也就是解密 Manus 那针对这一点张涛的态度就还挺大方的他说我们没有秘密
第二点呢他也提到所谓的复现 Manus 其实并不难难的是做到一样的体验和水准他的原话是可能还差了 99%的工作
那我后来其实又去看了一下 Manus 首席科学家 Pick 在产品上线当天他分享的这个思考当中其实有提到几点我的理解就是这几点其实就是那 99%的工作的差距这几点是足够优质的数据第二是足够智能的模型第三是足够灵活的架构和足够扎实的工程
就这四个要素是让 agent 产品出现自然涌现的能力的一个前提这个是第二点就是说 99%的工作差在哪里第三点呢也很有意思就是张涛预告了一下说未来他们还会开源一些很精彩的小花活这里也呼应了最近的一个大趋势就是开源 eat the world
所以综上呢就是大家其实能够听出来 Mandos 在产品层面还是确实是值得关注的产品也是做出了亮点的这一点其实在现在海外社交媒体上的一些测评和讨论上也是能够看得出来的然后这里我也想再讲一下我觉得有点无语的一些有关 TALK 的指责
事实上呢就是 AI 应用它基于已有的模型基础之上做出产品层面跟用户体验的这个创新这是非常应该的和完全不必被指摘的做法
因为我们不可能所有的团队所有的公司所有的人都去训练基础模型我们也不需要这么多的底层模型这也不是大家都能干的那有人训练出了非常好的能力的模型那有人在这样的模型上面去挖掘场景和用户的需求然后做出好的产品这个就是不同的生态
然后我觉得套壳它不是原罪就按照创始人肖宏的说法吧就他说壳就是他们因为一直很自豪嘛就说套壳有套壳的这个优势和必要性他说壳就是要把模型技术上的创新点以一个用户可感知的方式展示出来把模型创新能力封装成用户最能感知的样子这就是壳的价值
所以呢就是这里我也想给大家科普一下就是不要再用 talk 这个词来批判一个应用产品了
然后还想说一点我个人的看法就是我觉得就像当初 DeepSeek 出现的时候全行业的大模型团队其实都要感谢 DeepSeek 比方说像阿里做的千问的海外版困其实在 DeepSeek 之前困在海外全球的这个开发者社区当中已经口碑非常高了但是它其实没有后来 DeepSeek 这样的热度
但是却恰恰是因为 Deep Seek 在全球的爆火人们才同时看到了困并且带来对困以及甚至对于整个阿里巴巴的这个价值的重估我觉得就是全球也因此看到了中国蛋模型
所以这次其实在 Manas 身上也是一样的我个人觉得呢就是所有做 AI Agent 的创业团队或者开发者也是需要感谢 Manas 的因为他把大家的注意力全部都汇聚在 AI Agent 这个方向上了他最简单的就是让大家看到说原来这个产品是可以长成这样的但是能够直接有交互的而且带来很多的想象空间
那这个注意力其实也包括资本的注意力和用户的注意力资本的注意力就是它会给这个赛道带来更多的可能性那用户的注意力其实它免去了很多解释成本所以我是觉得它这些要素一定是会加速这个赛道的发展的但是这个当中也确实有一个问题就是赛道上肯定是要避免超级明星的
因为如果一个行业里面只有一家是最闪耀的话可能会掩盖其他同仁的这个光芒吧但是我觉得这个其实不是 Mannus 的责任而是需要我们媒体和所有人能够提升媒介素养然后对技术发展有一些最基本的尊重和判断力所以这也是为什么我这次在观察整个 Mannus 事态走向的时候还挺感触的
因为这个似乎好像是一个特别热衷于造神跟毁神的时代但是其实在技术的演进期意味着追赶跟被超越其实是会一直持续发生的
甚至只要我们的人类文明在延续这样的剧目就会反复上演了所以其实还是想借这期节目能够呼吁大家可以对新的技术新的团队有多一点的耐心然后也希望和祝福处于漩涡当中的团队也不要被噪音给左右可以继续努力继续加油
最后呢这次跟国豪的这个对话还有一个我觉得很有趣的概念想分享给大家国豪的开幕团队呢是发表了世界上第一篇关于 multi agent 的论文
所谓的这个 multi-agent 呢是 single agent 的对应的概念那 single agent 顾名思义就是它是一个智能体通过这一个智能体作为工具来跟环境交互完成任务那 multi-agent 指的就是通过多个智能体作为工具然后这多个智能体之间呢它们可以相互协作交流有时还会争论竞争来完成任务
我们就可以把这个单个的 agent 视成是一个数字员工而这个 multi agent 呢就可以是一群数字员工或者是他们所组成的团队所以其实 single agent 就是我跟一个 AI 代理合作 multi agent 就是我跟一个 AI 代理团队工作那选择 single agent 还是 multi agent 的路线呢就是做 AI agent 的一个比较重要的问题
比如这次国豪就说根据 Mindless 公开的信息可以看到 Mindless 产品的背后其实是调用了多个模型不同模型承担着不同的任务比如当我给 AI 下达一个指令的时候它会先交给一个由通一千万训练而来的模型去做
任务规划再交给 Cloud 3.5 这个模型去做执行就相当于它背后是两个模型分别承担着规划和执行这两个人物就是是不同的角色所以它其实某种意义上可能是 Multi-Agent 的这个路线
所以这个我觉得很有意思的点是未来可能我们每个人都要去学习一下 coachingcoaching 的中文意思是教练课程我曾经是上过艾里克森的这个教练课程他其实教的是我们如何去激发他人的潜能如何将目标拆解为团队可分工可协作的任务同时他也教我们同理心换位思考所以积极一点想未来可能是一个人人皆 leader 的时代
这个还是挺令人兴奋的好了这就是今天我的学习笔记和思考开源希望大家可以喜欢如果喜欢这期节目呢也欢迎分享给身边的伙伴或者转发朋友圈那有关 Manos AI Agent 以及 AI 发展的一系列的使用体验思考洞察好奇都欢迎在评论区留言告诉我
自己录 solo 还是挺累的嗓子都要哑了有关本期的内容如果有任何不准确的信息或者是判断也希望大家可以畅所欲言非常欢迎大家跟证我那我们下期再见