圖源：視覺中國

“開源永存。”這是metaGPT研究員、OpenManus合作者向勁宇在面向等的分享中，留下的結束語。

近一周來，全球首款通用AI智能體——Manus爆火，成為科技圈持續熱議的話題。

與此同時，Manus的開源替代方案如雨后春筍般冒出。國內初創公司DeepWisdom的metaGPT團隊，僅用3小時便利用開源框架復刻出OpenManus；開源社區CAMEL-AI團隊也“0天”復刻出Manus通用智能體OWL……持續涌現的復刻浪潮似乎也向外界傳遞了一個信息：Agent（智能體）的門檻并非高不可攀。

Manus的“護城河”究竟有多深？Agent賽道的終極競爭力是什么？當業內普遍認為“2025年有望成為AI Agent爆發元年”時，這個賽道還有哪些待解難題？

近日，OpenManus核心作者向等分享了其中的故事，并給出了他們對于Agent的理解。

3小時復刻Manus團隊：00后挑大梁

Manus發布當晚，向勁宇感受到身邊的人都很興奮，“大多數人的興奮似乎來自于AI能使用電腦了。”

但在他看來，這樣的功能在業內認識里并不是特別稀奇。

“比如Planning（規劃）的能力在我們2024年的開源工作Data Interpreter（數據解釋器）工作中已經有了相關的實現；而Computer Use和Browser Use等功能也在OpenHands（之前被稱為OpenDevin，一個由AI提供支持的軟件開發代理平臺）以及智譜AutoGLM等各個工作中均有實現。”向勁宇說。

他判斷，僅從一個demo（試用版）級別的實現來說，“搓”一個Manus開源版本給大家用“應該不是很難”。

metaGPT研究員、OpenManus核心作者梁新兵迅速響應，并在第二天（3月6日）一早根據彼時已知信息對Manus做了一次完整調研，包括技術細節和分析。當天晚上下班后，向勁宇召集團隊（向勁宇、梁新兵、張佳釔、于兆洋、洪思睿）討論了Manus的產品形態和技術路線，決定加班趕出開源版本。

僅用了3小時左右，“大概（晚上）11點的時候，我們就把第一個版本合并開出去，然后掛到GitHub上面了。”向勁宇回憶。

發布不到1天，該項目已在GitHub上收獲了7000多顆星星。“當時沒想過OpenManus會爆火。”梁新兵說。

作為OpenManus核心作者，梁新兵研究生畢業于華東師范大學，之前曾參與爆火的AI Agent數據科學家Data Interpreter的開發工作。而向勁宇本科就讀于西南交通大學應用物理系，去年，讀大四的他和隊友一起使用GPT-4與Claude 3組成多智能體的方案，讓AI分飾多個角色、相互驗證來完成答題步驟，獲得了阿里巴巴數學競賽AI賽道全球第二名。二人均是00后，同時在2024年7月加入metaGPT團隊。

直到現在，metaGPT團隊還對OpenManus引發的大量討論，感到恍惚。

在OpenManus發酵了一天后，“早上十點半醒過來，看到微信三十多個添加好友，我就知道應該爆了，我想繼續安心地補個瞌睡，但是怎么都睡不著，拿起手機，沒想到消息已經回不過來了。”由錦秋基金牽頭舉辦的分享會上，向勁宇向等分享道。

Manus是一款基于AI核心模型所開發的AI Agent（人工智能代理）。所謂AI Agent，其往往需要以大語言模型作為核心，并疊加規劃（Planning）、記憶（Memory）、工具調用（Tools），從而通過解決任務邏輯連貫性的問題完成特定的跨系統任務。

據metaGPT團隊解構分析Manus來看，Manus是一個多智能體系統，它首先使用Planning Tool做規劃，形成一個包含多個任務的線性結構的計劃，然后順序執行每一個任務，并動態分配給相應的Agent。Agent在執行每個任務的過程中，以ReAct（Reason+Act，推理和行動）循環的形式調用工具以完成每一個任務。

3小時便復刻了Manus，metaGPT團隊是怎么做到的？

向勁宇認為：“一個極簡的Agent框架，應該是可插拔的Tools（工具）和 prompt（提示詞）的組合，之后我們沿著這個思路，寫了一個完整的Agent迷你框架。”

據他介紹，決定一個ReAct Agent效果的關鍵是提示詞引導和工具使用。在OpenManus中，prompt控制了Agent整體的行為邏輯，Tools給定了Agent的行動空間，二者被定義就能完整詮釋一個ReAct Agent。

“可插拔的優點是可組合，我可以把幾個不同場景下的Tools組合到一起來創造一個新的Agent，定義也很方便，不需要單獨寫內部邏輯，只需要修改動作空間（Tools）。”向勁宇進一步解釋。

在他看來，“我們的工作是把抽象做得更干凈。提供豐富的工具集合，支持多種Agent通過裝備工具集來靈活擴展在不同場景下的能力。”

這其中，規劃能力很重要。因此，OpenManus繼承了Manus的規劃優勢，通過Planning Tool實現任務分解，可以處理現實世界中的復雜問題。

metaGPT團隊分享的OpenManus工作流程

談及OpenManus后續工作，梁新兵表示，接下來將從增強Planning能力、引入標準化評測、拓展模型適配（從Claude-3-5擴展到DeepSeek V2.5）、實現容器化部署等諸多方面來提升OpenManus的效果。

OpenManus是否能超越Manus？

“Manus產品交互做得挺好的，有很多技術也值得學習。目前OpenManus效果還很有限，我們還沒有單獨調效果。OpenManus 前期目標打算達到原始Manus的相同效果，后續會依靠龐大的開源社區不斷優化。”梁新兵希望，這些優化能給OpenManus帶來更高的智能涌現。

Manus的“護城河”有多深？

據Manus官方網站介紹，Manus能一鍵幫用戶做旅行規劃、股票分析、做PPT、財報分析等工作，涵蓋研究、生活、數據分析、教育、生產效率等多個領域。

在官方放出來的視頻中，Manus的表現也令人驚艷，能完全自主地完成從規劃到執行的全流程。例如，在特斯拉股票分析任務中，Manus能在45秒內完成“數據抓取→建模→報告生成”的全鏈路操作。

簡單而言，用戶只需要輸入簡單的提示指令，一段時間之后，便可以得到一個完整的成品交付。

但metaGPT團隊僅用5人3小時，便通過開源框架復刻出OpenManus；開源社區CAMEL-AI團隊也實現“0天復刻”，推出OWL并直接開源部分模塊。這些都讓“Manus缺乏技術壁壘”的質疑聲不斷。

據此前媒體報道，Manus的模型能力來自Anthropic的Claude。3月10日，Manus創始人季逸超在社交平臺透露，Manus產品使用了不同的基于阿里千問大模型（Qwen）的微調模型。

有市場人士認為，隨著大模型能力的持續增強，大模型會逐步將更多工具鏈的功能內化。未來大模型便能獨立實現Manus期望達成的效果，而無需再繁瑣地調用外部工具鏈。因此Manus耗費大量精力所創造的價值，大概率會被大模型的內生能力的增長所淹沒。

一名AI領域的投資人士林亞秋（化名）也向表達了類似的觀點，“當大模型能力變強，未來一些高頻場景，有可能模型本身就能覆蓋，大模型公司可能也會內置這些Agent。”

Agent誕生的必要前提是基座模型的性能提升，這是行業內的共識，但為什么率先獲得注意力的會是Manus？

“Manus能最先跑出來，一方面是因為從今年春節前后開始，推理模型的技術取得了比較大的進展，這件事對Manus有非常大的幫助，因為只有在推理模型成熟的情況下才有機會做。”林亞秋向表示，“Agent有規劃、工具調用和記憶這三個特點，每一點上的成功率都會影響它最終的成功率。而推理模型變強會令第一步也是最重要的一步——規劃能力提升。”

另一方面，Manus創作團隊本身也具備一定的實力。“他們的產品能力非常強，非常懂用戶的需求，且在功能實現上做得很好。”林亞秋說。據她了解，Manus創作團隊在之前的兩年里一直在“產品能力”上表現得很好，這是他們團隊擅長的事情。

實際上，就算3小時實現復刻Manus的metaGPT團隊，也是基于metaGPT在AI場景的自動化和智能體框架上多年的技術積累。

“從技術方案上來說，Manus使用了大量有業內共識的核心基礎技術。但Manus本身是很好的作品，它在用戶示例中展示了卓越的用戶體驗，以及很不錯的整體交互效果。他們團隊實現了復雜的規劃，包括他們自己進行過Post Train的模型，提供了更好的效果和交互，也給我們提供了很多發展思路。”metaGPT團隊表示。

正如Manus團隊的核心理念“Less structure, more inteligence（更少的結構，更多的智能）”，強調給予AI更多自主權以決定如何使用工具和完成任務，這種理念也體現在Manus的產品特性上，讓用戶體驗更為出色。

事實上，Manus團隊已聲明，當前的Manus距離正式版想交付給大家的體驗還差很遠。“像模型幻覺、交付物友好度、運行速度等方面都還有很大的提升空間。”

Manus AI團隊產品負責人張濤（HideCloud），同時也是Monica.im產品合伙人，近日在朋友圈發文表示，過去的十幾個小時對于團隊來說無異于一場充滿各種意外的冒險，團隊低估了大家的熱情。這本是一個產品探索過程中的階段性收獲分享，因此服務器資源是對標demo水平來準備，不曾想過會引起巨大波瀾。

Agent元年，成本與技術難題仍待解

“2025年有望成為AI Agent元年”似乎已經是行業內的一個共識。

開源證券指出，隨著大模型性能提升與成本的降低，以及能夠在消費級顯卡部署帶來的門檻降低，為AI大規模應用落地打下了堅實基礎。Manus的發布有望加快AI Agent落地，重塑各行業工作流程。

華泰證券亦指出，Manus AI底層由多模型驅動，通過高效的工程化編排，有效滿足了Agent交互過程中的規劃、自主、準確三大核心需求，標志著Agent應用實現Action環節的關鍵突破。Agent應用已進入工程化落地關鍵階段，有望在2025年進入放量元年。

Manus等AI Agent的誕生依賴于人們在基座模型上的不斷投入和不斷進化。但還有一個事實是，“隨著大模型能力的增加，許多問題的解決成功率會提高，但問題本身并不會消失。”metaGPT研究員、OpenManus合作者之一的洪思睿指出。

“人類社會有很多非常復雜和長尾的問題，包括我們正在解決的機器學習、代碼修復，以及通過搜索組合結果提供給用戶的問題。這些仍需要大量技術工作來提升大模型的效果，包括解決幻覺問題。”洪思睿補充道。

一方面，大模型幻覺依然困擾著AI落地。另一方面，業內目前在規劃、記憶、工具調用上仍存在一些難點有待解決。

目前Agent在規劃方面的進步，主要取決于模型本身能力的提升，另外也依靠外部結構的輔助，即在Agent的層面上加入更加復雜的結構進行輔助規劃。

在工具上，如OpenManus目前主要還是使用一些現有的開源工具，“比如Claude Computer和Browser等。”有其他團隊開展的Browser使用相關工作表明，僅憑這兩個工具基本上就能完成許多任務，已經初步形成了Manus的雛形。而據metaGPT團隊設想，未來可能增加一種賦予Agent自己創建工具的能力。

不過，在洪思睿看來，大模型或者Agent使用工具本身并不新奇。“但是隨著工具的數量逐步增加，其中的技術難點也隨之而來：如果有眾多相似工具，Agent在解決同一任務時如何做出準確決策，選擇最合適的工具；以及工具的參數定義不合理或不夠明確時，導致大模型在生成調用工具決策出錯等等。這些都是工具使用環節中需要解決的問題。”

此外，在記憶（Memory）環節上，metaGPT團隊認為，目前Agent在處理復雜、長程任務（例如瀏覽網頁時，網頁信息可能非常長）時，如何壓縮上下文并存儲到記憶中，是一個非常具有挑戰性的問題，并且要確保壓縮后關鍵的信息不會被修改或遺漏。

Memory和推理效率、成本直接相關。“如果我們不考慮Memory，不做壓縮和任何處理，目前的大模型仍然可以處理，但這樣帶來的問題并非質量下降，而是會顯著增加處理時間和成本，嚴重影響用戶體驗。”梁新兵說。

如何降本增效，是大量的應用廠商首要考慮的問題，也是需要持續優化的方向。

據Manus團隊此前透露，目前Manus單任務成本2美元，已經做了大量優化，但可能對很多用戶來說還是會難接受。“對于商用來說，（這個價格）還是挺貴的。如果沒有足夠的群眾基礎以及轉化率，可能商業化上就不一定會特別成功。”林亞秋向表示。

當一個Agent產品推出后，開源社區很快涌現出功能相近的復刻項目，這引發了行業對Agent領域核心競爭力的深度思考：該賽道的終極競爭壁壘究竟何在？

在洪思睿看來，Agent商業化的重要比拼在于將真實場景中的任務和效果，包括個性化的功能，做到極致。

“目前學術界的許多工作，無論是針對SWEBench、GAIA，還是其他的Agent測試，任務成功率依然有限。如果這種相對微小的任務標準對應到真實的商業場景中，不同用戶面對不同難度的問題，目前Agent的成功率還相當受限。”

因此，她認為，“無論是編程任務，還是數據收集和報告生成任務，如果能夠針對各種各樣的用戶問題和場景做到極致，將成功率提升到令人滿意的程度，真正實現Agent達到人們當前所期望的行動能力，用戶才會持續使用Agent。”

同時，展望Agent的未來，洪思睿認為，“在真正有效解決用戶實際需求方面，多智能體的商業前景是明確且強烈的”，例如從代碼生成——這個Agent技術目前能較好解決的場景來看，“目前用戶在這方面的付費意愿也是較高的。”

談及Manus的爆火對于行業帶來的信心，林亞秋說，“Manus獲得巨大關注，很大程度上加速了對大眾的科普：AI Agent未來可以做很多繁瑣的事務；同時吸引了很多潛在用戶群。但從投資人和創業者的角度來看，早在2023年左右大家就認為Agent一定是就大語言模型之下能產生的非常重要的應用方向。現在大家信心提升的一個重要原因在于模型進步的速度，接下來會在Agent技術、產品化方面做探索。”