萬(wàn)物 Agent 的時(shí)代，Manus 又快了一步。

作者｜Li Yuan

編輯｜靖宇

搬到新加坡的 Manus，對(duì)通用 AI Agent 的思考沒(méi)有停止。

在今天在新加坡舉行的 Stripe Tour 上，Manus 聯(lián)合創(chuàng)始人兼首席科學(xué)家季逸超（Peak）與 Stripe 亞太地區(qū)及?本?席營(yíng)收官 Paul Harapin 進(jìn)行了對(duì)談。

席間，ManusAI披露了近期的經(jīng)營(yíng)數(shù)據(jù)，Manus AI 年度化的經(jīng)常性收入（RRR，Revenue Run Rate）已經(jīng)達(dá)到 9000 萬(wàn)美元，很快即將上億。

Manus AI 的肖弘還特意在即刻表示，Revenue Run Rate 指的是當(dāng)月的 Revenue *12，并不等于 Cash Income。很多 AI 產(chǎn)品都會(huì)有年付選項(xiàng)，這部分只能算作預(yù)存款，而不能記為 Revenue。「如果我們按照這種披露，可以算出一個(gè)一個(gè)比 1.2 億美金更大的數(shù)。」肖弘表示。

除了經(jīng)營(yíng)數(shù)據(jù)之外，季逸超還分享了 Manus 團(tuán)隊(duì)是如何思考通用 Agent 的的下一步的，以及 AI Agent 和 AGI 未來(lái)到底有什么區(qū)別。

「現(xiàn)在大家?guī)缀醢岩磺卸冀凶?Agent。比如一個(gè)麥克風(fēng)，有人會(huì)叫它是「有環(huán)境感知的收音 Agent。」季逸超開玩笑地講道。

他也給出了拓展通用 Agent 能力下一步的兩條主線：其一，用多 Agent 協(xié)作把執(zhí)行規(guī)模做寬（如在大規(guī)模調(diào)研里衍生出上百個(gè)并行的子 Agent）；其二，給 Agent 打開更大的「工具面」，不把能力綁死在少數(shù)預(yù)置 API，而是像程序員一樣調(diào)用開源生態(tài)、安裝庫(kù)、甚至在可視化后看圖自檢并回改。

季逸超還提到，今天的數(shù)字世界仍按「給人用」的范式建造——非 API 化網(wǎng)頁(yè)、CAPTCHA、流程「小游戲化」帶來(lái)大量摩擦，瓶頸更像生態(tài)與制度約束，而非模型智力。

這也是 Manus 參與 Stripe 活動(dòng)的原因之一：雙方正推進(jìn)在 Agent 內(nèi)完成支付，把「研究—決策—下單/結(jié)算」連成閉環(huán)，用基礎(chǔ)設(shè)施協(xié)作來(lái)消解世界的摩擦。

以下為對(duì)話精華，經(jīng)極客公園編輯整理：

問(wèn)：給觀眾簡(jiǎn)單介紹一下你自己吧。你最近關(guān)于「上下文工程」的博客非常鼓舞人心，我覺(jué)得對(duì)于在座任何正在開發(fā)AIAgent 的人來(lái)說(shuō)都是必讀的。我每次去和工程師們吃午飯時(shí)，他們總是在談?wù)撨@個(gè)，所以我現(xiàn)在只能坐到別的地方（笑）。但對(duì)于現(xiàn)場(chǎng)可能不太熟悉 Manus 的人，你能分享一下你的經(jīng)歷和愿景嗎？

答：謝謝 Paul。很高興能來(lái)到。Manus 在構(gòu)建一個(gè)通用 AI Agent。

很多研究機(jī)構(gòu)和公司，其實(shí)在嘗試打造一個(gè)大腦——打造一個(gè)大語(yǔ)言模型。但我們認(rèn)為，從消費(fèi)者的角度來(lái)看，這其實(shí)并不好。AI 應(yīng)該能真正采取行動(dòng)，完成事情，所以我們構(gòu)建了 Manus。

我們的方式，是讓 AI 可以使用人類歷史上最偉大的發(fā)明之一——通用計(jì)算機(jī)。給了 AI 計(jì)算機(jī)，它能做人類能做到的所有事。Manus 能真正完成任務(wù)。比如它可以幫你做演示文稿、幫你規(guī)劃一次旅行，甚至能幫你運(yùn)營(yíng)社交媒體——雖然我并不推薦你真的這樣做。

我們的用戶真的很喜歡 Manus。我們?cè)谌路莅l(fā)布了 Manus，現(xiàn)在已經(jīng)實(shí)現(xiàn)了大約 9000 萬(wàn)的年度化的經(jīng)常性收入（RRR，Revenue Run Rate），很快就會(huì)突破 1 億。

我覺(jué)得這對(duì)我們這樣一個(gè)小型創(chuàng)業(yè)公司來(lái)說(shuō)非常巨大。但更重要的是，這表明 AI Agent 已經(jīng)不再只是一個(gè)研究領(lǐng)域的流行詞，而是真正在被應(yīng)用，落地生根。

我可以和大家分享一個(gè)我們構(gòu)建 Manus 過(guò)程中的小故事。

我們其實(shí)從 Agent coding 的應(yīng)用中得到了很多靈感。比如像 Cursor 這樣的 AI 編程產(chǎn)品，之前已經(jīng)吸引了很多關(guān)注。

作為工程師，我們自然會(huì)使用 Cursor。但讓我們驚訝的是，公司里很多非工程師同事也在用 Cursor。當(dāng)然，他們并不是在寫軟件，而是用它來(lái)做數(shù)據(jù)可視化，甚至寫一些文章。他們會(huì)忽略左邊的代碼部分，只是跟 AI 對(duì)話來(lái)完成工作。

這讓我們意識(shí)到：我們應(yīng)該把這種方式泛化，賦能非程序員。這就是 AI 的一個(gè)用例。

問(wèn)：我們?cè)絹?lái)越常聽(tīng)到人們談?wù)?/strong>AIAgent 和 AGI。你能不能幫我們更清楚地區(qū)分這兩個(gè)概念？AI Agent 和 AGI 對(duì)你和 Manus 來(lái)說(shuō)各自意味著什么？

答：我們認(rèn)為這是一個(gè)非常好的問(wèn)題。

現(xiàn)在大家?guī)缀醢岩磺卸冀凶觥窤gent」。比如一個(gè)麥克風(fēng)，有人會(huì)說(shuō)它是「有環(huán)境感知的收音 Agent「。

但至少我們主張，Agent 應(yīng)該是應(yīng)用型 AI 的一個(gè)子集。我們不妨退一步，看看常見(jiàn)的 AI 應(yīng)用類別。

大多數(shù)人已經(jīng)熟悉兩類：一類是聊天機(jī)器人，比如 ChatGPT；另一類是生成式工具，比如 MidJourney 或 Sora。在這些系統(tǒng)中，通常只有兩個(gè)角色：用戶和模型。你和模型交互，得到輸出。而 Agent 的不同在于，它除了用戶和模型，還引入了第三個(gè)關(guān)鍵元素——環(huán)境。

這個(gè)「環(huán)境」的概念會(huì)因智能體類型不同而變化，比如在設(shè)計(jì)型 Agent 里，環(huán)境可能是一個(gè)畫布或一段代碼；而在 Manus 這里，我們的目標(biāo)是讓 Agent 出現(xiàn)在虛擬機(jī)甚至整個(gè)互聯(lián)網(wǎng)中。這樣 Agent 就能觀察環(huán)境，決定下一步該做什么，并通過(guò)行動(dòng)來(lái)改變環(huán)境。這讓它非常強(qiáng)大。

比如在 Manus，你可以表達(dá)需求，它會(huì)打開瀏覽器、發(fā)布網(wǎng)頁(yè)、幫你訂一張機(jī)票。我很喜歡這個(gè)例子，因?yàn)殡m然訂機(jī)票聽(tīng)起來(lái)很簡(jiǎn)單，但這其實(shí)是 AI 在直接改變現(xiàn)實(shí)世界——結(jié)果不是模型的輸出，而是你手里的機(jī)票。AI 真正介入了你的世界。這就是我們所說(shuō)的 Agent。

簡(jiǎn)單來(lái)說(shuō)，Agent 就是能代表用戶與環(huán)境交互的 AI 系統(tǒng)。

至于 AGI，這個(gè)詞也經(jīng)常被提到，很多人把它等同于超級(jí)智能。我們認(rèn)為，AGI 是一種能利用 AI 模型的通用能力，在不經(jīng)過(guò)特別設(shè)計(jì)的情況下完成許多任務(wù)的系統(tǒng)。

我們認(rèn)為「Agent coding」其實(shí)是通往 AGI 的一條路徑。它不是一個(gè)垂直領(lǐng)域的能力，而是如果你把它賦予計(jì)算機(jī)，它幾乎能在計(jì)算機(jī)上做任何事。所以對(duì)我們來(lái)說(shuō)，AGI 的條件就是要構(gòu)建足夠完善的環(huán)境，讓這種能力得以發(fā)揮。

問(wèn)：AI今天究竟在哪些場(chǎng)景中真正發(fā)揮了作用？未來(lái)會(huì)在哪些地方發(fā)揮作用？什么時(shí)候會(huì)出現(xiàn) iPhone 時(shí)刻？

答：就 Agent 而言，如果單看模型能力的話，現(xiàn)在的旗艦?zāi)Ｐ鸵呀?jīng)非常驚人了，幾乎是「超人」級(jí)別的。它們可以在數(shù)學(xué)競(jìng)賽或邏輯推理上勝過(guò)我們大多數(shù)人。

但我認(rèn)為，模型仍然像是「瓶子里的大腦」，如果想真正發(fā)揮力量，就必須讓它們與真實(shí)世界交互、觸達(dá)現(xiàn)實(shí)。但不幸的是，這正是問(wèn)題開始的地方。

比如你讓一個(gè) AI 去做一些事務(wù)性的任務(wù)，它在重復(fù)性任務(wù)上確實(shí)很擅長(zhǎng)。比如像 Deep Research 這樣的產(chǎn)品，它只是聚合信息然后給出一個(gè)結(jié)果，它的輸出只是簡(jiǎn)單地出現(xiàn)在那里。

舉個(gè)例子，現(xiàn)在幾乎所有東西都是為人類設(shè)計(jì)的，不只是物理世界，甚至數(shù)字世界也是這樣。比如網(wǎng)頁(yè)工具，它們就像小游戲一樣，沒(méi)有提供 API 或標(biāo)準(zhǔn)接口。驗(yàn)證碼 CAPTCHA 無(wú)處不在，處處在攔截 Agent。

所以我認(rèn)為 AI 在封閉的自包含任務(wù)中表現(xiàn)很好，但一旦涉及真實(shí)世界，就會(huì)遇到障礙。

未來(lái)什么時(shí)候能出現(xiàn) iPhone 時(shí)刻？我覺(jué)得這并不是技術(shù)問(wèn)題，而是更像是一種制度性限制。這不是像我們這樣的 Agent 創(chuàng)業(yè)公司能夠單獨(dú)解決的事情。

我認(rèn)為這需要一個(gè)漸進(jìn)的轉(zhuǎn)變，要求整個(gè)生態(tài)系統(tǒng)共同進(jìn)化。這也需要像 Stripe 這樣的公司在基礎(chǔ)設(shè)施層面發(fā)力。比如我們正在集成新的 stripe 的 Agentic 支付 api。大家共同努力。

問(wèn)：那我們能不能具體談?wù)動(dòng)脩粼谑褂?Manus 時(shí)的一些典型場(chǎng)景？他們是如何使用的？這其中體現(xiàn)出了怎樣的力量？

答：是的，我們雖然來(lái)自當(dāng)前這一代 Agent，但已經(jīng)看到很多很棒的用例。

比如說(shuō)，我們剛剛搬到新加坡，需要雇傭房產(chǎn)中介來(lái)幫我們找住所。是真人 Agent（笑）。

而現(xiàn)在這些中介已經(jīng)在使用 Manus：他們會(huì)根據(jù)客戶的需求，用 Manus 來(lái)分析公司所在地、員工想住的區(qū)域，并生成相應(yīng)的推薦。

我覺(jué)得這很有意思，因?yàn)檫@屬于一種「長(zhǎng)尾需求」。一般來(lái)說(shuō)，并沒(méi)有專門的 AI 產(chǎn)品是為這種具體場(chǎng)景設(shè)計(jì)的，但由于 Manus 是一個(gè)通用型 Agent，它就能滿足這些需求。我們認(rèn)為長(zhǎng)尾需求非常值得關(guān)注。

從宏觀角度看，它可能是長(zhǎng)尾，但對(duì)具體用戶而言，這正是他們的日常工作。這種場(chǎng)景特別有價(jià)值。

這就像今天的搜索引擎格局一樣。如果你只是搜索一些常見(jiàn)的內(nèi)容，不管用 Google 還是 Bing，結(jié)果質(zhì)量差不多。那為什么人們會(huì)選擇其中一個(gè)？可能是因?yàn)槟硞€(gè)搜索引擎在特定時(shí)刻給了他們更合適的結(jié)果。而如果你搜索的是非常個(gè)性化或?qū)I(yè)化的內(nèi)容，就更能體現(xiàn)差異。所以我們認(rèn)為通用型 Agent 的優(yōu)勢(shì)就在這里。

那如何讓它更好呢？我們思考了很久，因?yàn)槲覀冋J(rèn)為一切都繞不開編程。如果你把計(jì)算機(jī)交給 AI，那么它與環(huán)境交互的方式其實(shí)就是通過(guò)編程。

我們認(rèn)為可以從兩方面改進(jìn)。第一是規(guī)模化。但如果你能把 Agent 的能力放大一百倍會(huì)怎樣呢？

最近 Manus 剛剛發(fā)布了一個(gè)新功能，叫做 Wide Research。它的基本思路是允許一個(gè) Agent 再衍生出上百個(gè) Agent 一起去完成任務(wù)。你知道的，如果只是讓AI幫你做一些小事，很多時(shí)候你自己也能完成。但如果任務(wù)非常龐大，你一個(gè)人根本不可能完成，比如需要做大規(guī)模的研究，這時(shí)候讓上百個(gè) Agent 并行去做，就會(huì)變得非常強(qiáng)大。

其次，我們還需要讓 Agent 更靈活地使用計(jì)算機(jī)使。比如，如果你只給一個(gè) AI Agent 設(shè)置了預(yù)設(shè)工具，那么它的行動(dòng)空間就被限制在這些工具里。但想象一下，如果你是一個(gè)程序員，你有整個(gè)開源社區(qū)的資源可以調(diào)用。

比如你在 3D 打印的時(shí)候，直接修改模型的參數(shù)很困難，但是你如果能找到 GitHub 上的合適的庫(kù)，直接安裝就能解決你的問(wèn)題了。在 Manus，我們?cè)趦?yōu)化通用性，并且提出了一個(gè)概念，叫做「工具的網(wǎng)絡(luò)效應(yīng)」。

有一個(gè)很有意思的例子：很多用戶在用 Manus 做數(shù)據(jù)可視化。你們知道，在亞洲有時(shí)候會(huì)遇到問(wèn)題，比如在圖表中顯示中文時(shí)可能會(huì)出現(xiàn)字體錯(cuò)誤。或許有些專業(yè)用戶會(huì)寫一些硬編碼規(guī)則，比如在輸出韓文時(shí)應(yīng)該用哪種字體。但這種方式會(huì)讓系統(tǒng)越來(lái)越僵化。

我們采取的辦法是給系統(tǒng)增加了一個(gè)很簡(jiǎn)單的能力：查看圖像。結(jié)果很驚喜——因?yàn)榻裉斓哪Ｐ鸵呀?jīng)很聰明了，它們會(huì)在生成可視化圖像后自己檢查，并意識(shí)到錯(cuò)誤，然后再自動(dòng)修正。我們發(fā)現(xiàn)，增加工具的靈活性比硬編碼規(guī)則能解決更多的問(wèn)題。

問(wèn)：這是一個(gè)令人興奮的時(shí)代。我真的很激動(dòng)，只希望自己能再年輕到三十歲（笑）。提到醫(yī)學(xué)研究的，我知道 Manus 在這方面也很強(qiáng)。你們觀察到有些用戶在使用 Manus 研究醫(yī)療嗎？

答：很多人已經(jīng)在用 Manus 做研究，不僅限于醫(yī)學(xué)研究。我們覺(jué)得這很有意思，因?yàn)楝F(xiàn)在確實(shí)有很多所謂的「深度研究」產(chǎn)品，它們會(huì)幫你收集大量信息并做一些分析，但最后只給你一個(gè) markdown 文件或文檔。這遠(yuǎn)遠(yuǎn)不夠。

很多時(shí)候，研究人員真正需要的，是能夠直接交付給老板或團(tuán)隊(duì)的成果。所以我們?cè)?Manus 上加強(qiáng)了研究結(jié)果的輸出。例如在醫(yī)學(xué)研究中，很多時(shí)候需要生成正式的報(bào)告，比如幻燈片報(bào)告之類的東西。因此我們必須優(yōu)化 AI 的輸出能力，以滿足研究人員的需求。這是一種「工具化」的體驗(yàn)。

比如現(xiàn)在很多用戶會(huì)先用 Manus 做研究，然后直接生成一個(gè)網(wǎng)站。你會(huì)覺(jué)得這和傳統(tǒng)的網(wǎng)站搭建方式完全不同。

要知道，搭建一個(gè)網(wǎng)站本身其實(shí)不難，難的是如何確保數(shù)據(jù)的可靠性和準(zhǔn)確性。所以我們認(rèn)為，最好能在一次會(huì)話、一個(gè)共享的上下文中完成整個(gè)流程。這樣，你的研究、你的見(jiàn)解就能無(wú)縫轉(zhuǎn)化為最終成果。這就是我們?cè)?Manus 里所做的事情。

問(wèn)：很多國(guó)家都在討論一個(gè)話題：在AI時(shí)代，人類的未來(lái)和經(jīng)濟(jì)影響。你怎么看待就業(yè)被取代？又會(huì)出現(xiàn)哪些新的工作機(jī)會(huì)？

答：我們的朋友和投資人也經(jīng)常問(wèn)我們這個(gè)問(wèn)題。當(dāng)我們推出 Manus 時(shí)，最初認(rèn)為如果能構(gòu)建這樣一個(gè) Agent，它就能幫人們節(jié)省很多時(shí)間，讓大家輕松賺錢。

但實(shí)際上，我們發(fā)現(xiàn)這個(gè)愿景并沒(méi)有完全實(shí)現(xiàn)。通過(guò)大量用戶調(diào)研，我們發(fā)現(xiàn)用戶在使用之后，他們反而工作得更多了。因?yàn)樗麄冏兊酶咝Я耍麄儗?shí)際上能做更多他們本來(lái)就很擅長(zhǎng)的事情。這是第一點(diǎn)。

其次，我們認(rèn)為 Manus 還打開了一個(gè)全新的空間。我們一直在討論虛擬機(jī)和云計(jì)算。我們覺(jué)得 Manus 正在扮演一種「?jìng)€(gè)人云計(jì)算平臺(tái)」的角色。比如云計(jì)算已經(jīng)存在幾十年了，但它更多是工程師的特權(quán)，只有我們能通過(guò)編程來(lái)調(diào)用云的力量。普通知識(shí)工作者無(wú)法使用。

但現(xiàn)在有了像 Manus 這樣的 AI Agent，人們可以用自然語(yǔ)言下達(dá)指令，讓 AI 去執(zhí)行。這等于解鎖了一種全新的生產(chǎn)力。這就是我們所帶來(lái)的。

而最后，關(guān)于「替代」，我認(rèn)為其實(shí)很難。比如房產(chǎn)中介，他們每天都在用 Manus 完成日常工作。但你知道，AI 永遠(yuǎn)無(wú)法替代中介面對(duì)客戶時(shí)的那種溝通方式。我們是一家 AI 公司，甚至 Manus 的發(fā)布視頻都是由 Manus 寫的腳本，但視頻里出現(xiàn)的還是我，因?yàn)檫@是關(guān)于信任的事情。而信任，是不能完全交給 AI 的。

*頭圖stripe

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

極客一問(wèn)

你覺(jué)得 Agent 能突破機(jī)器人和支付限制嗎？

小米二季度財(cái)報(bào)發(fā)布，營(yíng)收 1160 億元，經(jīng)調(diào)整凈利潤(rùn) 108 億元。

點(diǎn)贊關(guān)注極客公園視頻號(hào)，