前言几乎在昨晚苹果发布新品的同时整个科技圈却被一个名为 Manus 的产品刷屏了。这是全球首款真正意义上的通用 AI Agent从官网展示的案例可以看到它能够独立思考、规划并执行复杂任务直接交付完整成果。比起 Claude 的 Computer use 等同样能操作多任务或者能帮你点外卖订酒店的 Agent Manus 可以覆盖更多领域和达成更高的执行质量。Manus 在权威的 GAIA 基准测试中创下新纪录 性能远超 OpenAI 的同类产品。而 Manus 这个名字来自拉丁语Mens et Manus就是 mind and hand即手脑并用。这也是麻省理工学院的校训以此鼓励学生将创意落地为实际成果。创始人肖弘在 Manus 发布的前几个小时在即刻平台上发文「高潮来临」并分享了莎士比亚的一段书摘很难现在就判定 Manus 的诞生就是 AGI 的里程碑但它很有可能将让 Agent 智能体时代真的进入「高潮时刻」。筛简历、选房炒股Manus 真会「干活」官方宣称Manus 不仅仅是一个只会聊天的对话式 AI 工具而是一个真正的自主智能体Agent。当其他 AI 可能只停留在生成想法的阶段而 Manus 能够独立思考并采取行动。官方将其视为人机协作的新范式甚至可能是通向 AGI 的一个窗口。与 Manus 同步出圈的还有一段长达四分钟的演示 demo。在这些案例中Manus 完全自主地完成从规划到执行的全流程展示了真正的 Agent 能力而非简单的助手功能。比方说首先从一个常见的人力资源任务——筛选简历开始。演示一开始就放了个大招官方向 Manus 发送了一个包含 10 份简历的压缩文件Manus 能像专业招聘人员一样高效工作。它会先解压文件然后逐页浏览每份简历并记录重要信息。Manus 还能异步处理文件这意味着你可以随时关闭电脑等任务完成后它会通知你。当然在这个过程中你也可以随时给它新的指令。接着继续向 Manus 上传 5 份简历。在认真阅读了所有 15 份简历后Manus 给出了排名建议并提供了候选人资料和评估标准作为参考。这还没完我们还可以让 Manus 生成电子表格。由于 Manus 具有知识和记忆能力所以下次执行类似任务时它会直接以电子表格的形式交付结果。另一个演示案例中结合家庭收入情况和孩子的上学要求让 Manus 在纽约筛选一个安全、犯罪率低的社区并购买符合标准的房产。面对这类复杂任务Manus 同样是有条不紊地将其拆解为多个步骤并创建详细的待办清单搜索并阅读关于纽约最安全社区的文章研究纽约的中学情况编写 Python 程序来计算预算基于预算在房地产网站上筛选合适的房源整合所有信息撰写详细报告并整理相关资料。转场到第三个案例Manus 摇身一变成了专业的股票分析师。让其分析英伟达、迈威尔科技以及台积电在过去 3 年的股票价格之间的相关性Manus 可以通过 API 访问权威数据源。在验证数据后它开始编写用于数据分析和可视化的代码。在完成数据分析和可视化后Manus 也能基于这些数据创建一个网站。经用户的授权后还能将网站部署至线上并提供了一个可供分享的链接。X 网友 DavidAIinchina 体验 Manus 过后给出了极高的评价——「令人难以置信的用例」。官方表示以上展示的内容仅仅是 Manus 能力的冰山一角。官网https://manus.im/usecases还分享了 Manus 更多处理现实世界任务的案例。从个性化旅行规划、深度股票分析、保险政策比较、供应商采购、财务报告分析到专业数据整理等Manus 都能应付自如。尽管 Manus 尚未全面开放但其热度已席卷全网。各大平台上网友们纷纷深夜涌入评论区询问邀请码其火爆程度可见一斑。而在用于评估通用 AI 助手在解决现实世界问题方面的能力的 GAIA 基准测试中Manus 在所有三个难度级别上都达到了 SOTA 水平。为了确保结果的可重复性Manus 使用与其正式版本完全一致的配置进行评测。除了基准测试Manus 还在 Upwork 和 Fiverr 等平台上解决真实世界的问题并在 Kaggle 竞赛中证明了自己的实力。而这一切都离不开优秀的开源社区因此官方也希望能回馈社区。Manus 采用多重签名multisig系统由多个独立模型驱动。今年晚些时候官方将计划开源其中的一些模型特别是 Manus 的推理postering部分。中国团队、多款爆品、百万用户那么这款震撼业界的产品背后是谁据悉Manus AI 背后的创始人肖弘是华中科技大学软件工程专业 2015 届校友。毕业后他连续创业2015 年创立夜莺科技推出「壹伴助手」和「微伴助手」服务超 200 万 B 端用户获腾讯、真格基金等投资。萦绕在肖弘身上的还有一个更鲜明的 AI 产品——Monica。这是一款号称 All-in-One 的 AI 助手最初以浏览器插件的形式推出。通过集成主流大模型如 Claude 3.5、DeepSeek 等Monica 提供聊天、翻译、文案处理等功能用户可通过自然语言创建定制化工具并共享至工具广场。Monica 同样是早期以海外市场为主用户规模破百万成为 AI 插件领域头部产品。今年 2 月份Monica 的中文版monica.cn已开启内测目前免费向国内用户开放。该版本基于DeepSeek R1 和 V3 模型打造具备深度推理思考能力并支持记忆功能和实时联网搜索。Manus 的技术哲学less structure more intelligence。Manus 奉行的技术理念与主流也有些不同是 「less structure more intelligence」更少的结构更多的智能。他们认为当数据足够优质、模型足够强大、架构足够灵活、工程足够扎实时computer use、deep research、coding agent 等能力会自然涌现无需被设计为特定的产品功能。作为大力出奇迹的代表之一GPT-4-Turbo 在 GAIA 公开排行榜上的平均成绩不到 7%即使是使用复杂多智能体系统的解决方案也仅达到 40%。Manus 的表现可以说是「遥遥领先」。创始人肖弘在最近在和张小珺的访谈中他也提前谈到了当时还未发布的 Agent 产品 Manus 。「看上去它确实应该就是一个 chatbot这是很符合大家想象的同时在应用侧却很复杂和 Monica 不一样光用好不同模型就挺复杂。」肖弘还将目前 AI 应用分为两类一是填补主要应用产品的空档的不足二是为特定场景提供独特解决方案的应用。比如 Perplexity (提供联网搜索功能) 和 Monica (浏览器插件形态) 都属于此类它们填补了现有产品留下的空白。而模型驱动的新场景这类应用主要出现在图片和视频领域直接由模型技术的进步驱动。像 Pika 和 Runway 等产品利用模型能力创造了新的应用场景。有用户调侃 Manus 是「极致的套壳就是牛逼」实际上肖弘并不忌讳让用户知道自己的产品用的是别人的模型。早在去年他就把 Monica 比作消费电子产品并把 ChatGPT 的 Logo 打在官网。人机交互新时代已来但别急着把 Manus 捧上 AGI 神坛APPSO 在 2024 年年初曾作出一个预测大模型将成为智能手机新的操作系统自然用户界面Natural user interface NUI 将逐步替代现有的图形用户界面GUI。而实现这种新交互的重要入口就是 Agent 。去年我们在很多手机的发布会上都看到类似的案例。vivo 发布会展示可以 AI 订餐的 「Phone GPT」华为鸿蒙的小艺和意图框架还是荣耀的 YOYO 智能体以及智谱的 AutoGLM核心都是一样的让 AI 模仿人类的 Plan-Do-Check-Act计划-执行-检查-行动循环 从而像人类那样去操作设备。智谱 AI CEO 张鹏之前提到目前的 Agent 能力更像是在用户和应用之间增加一个智能的调度层链接所有应用甚至是所有设备。这可以看做是大模型通用操作系统 LLM-OS的一种雏形将对人机交互形式产生极大的影响。OpenAI 创始成员、AI 技术大牛 Andrej Karpathy 也曾多次谈到大语言模型操作系统LLM OS。他认为大模型某种程度来说就是一种新的计算机和操作系统它可以连接各种软件和硬件以及所有模态信息组成的外设并通过函数调用执行各种任务。传统操作系统中你需要围绕 CPU 构建一堆外设比如鼠标和键盘、磁盘存储、以及缓存空间等。而在 LLM OS 中大模型本身就是中央处理器。I/O 外设也不再是鼠标和键盘因为 LLM 可以兼容更多模态的数据输入和输出。同时大模型调用的外部工具也将从传统软件升级为智能体工具。其中跨应用的操作是非常关键的一环这意味着 Agent 能实现更加复杂的自主连贯操作也可能走向真正的商业化落地。至于各家互联网公司提供的服务能否打通可能是未来实现这种交互最大的障碍。不过现在很多 AI 助手实现代操作的方式实际上是调用手机的无障碍功能 (accessibility features) 的权限来控制屏幕点击。Manus 的出现意味着 Agent 模式下的 AI 能够理解需求后独立工作直到任务完成。这无疑是人机交互领域的一大步它让我们看到了 AI 从工具向伙伴转变的潜力。但要说我们已经一只脚迈入了 AGI 大门也还为时尚早。肖弘自己也提到早期的 Agent 更像是「功能机」需要不断迭代和完善。目前的 Agent 仍需依赖于模型能力的提升以及更完善的虚拟环境支持才能真正胜任各种长尾任务。如果类比智能驾驶大概也相当于从 L2 级升级到 L3 级的辅助驾驶。虽然 Manus 在 GAIA 基准测试中表现出色但这并不意味着它已具备通用人工智能的全部特征。通往 AGI 的道路依然漫长需要解决模型能力、自主学习、任务泛化等多重挑战。但因为有了 Manus 在自主性与通用性上的突破通往 AGI 的大航海中又多了一颗照亮我们的星。最后的最后感谢你们的阅读和喜欢作为一位在一线互联网行业奋斗多年的老兵我深知在这个瞬息万变的技术领域中持续学习和进步的重要性。为了帮助更多热爱技术、渴望成长的朋友我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结晶也是我在行业一线实战经验的总结。这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习相信它们一定能为你提供实质性的帮助。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】大模型知识脑图为了成为更好的 AI大模型 开发者这里为大家提供了总的路线图。它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。经典书籍阅读阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。实战案例光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。面试资料我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
前言几乎在昨晚苹果发布新品的同时整个科技圈却被一个名为 Manus 的产品刷屏了。这是全球首款真正意义上的通用 AI Agent从官网展示的案例可以看到它能够独立思考、规划并执行复杂任务直接交付完整成果。比起 Claude 的 Computer use 等同样能操作多任务或者能帮你点外卖订酒店的 Agent Manus 可以覆盖更多领域和达成更高的执行质量。Manus 在权威的 GAIA 基准测试中创下新纪录 性能远超 OpenAI 的同类产品。而 Manus 这个名字来自拉丁语Mens et Manus就是 mind and hand即手脑并用。这也是麻省理工学院的校训以此鼓励学生将创意落地为实际成果。创始人肖弘在 Manus 发布的前几个小时在即刻平台上发文「高潮来临」并分享了莎士比亚的一段书摘很难现在就判定 Manus 的诞生就是 AGI 的里程碑但它很有可能将让 Agent 智能体时代真的进入「高潮时刻」。筛简历、选房炒股Manus 真会「干活」官方宣称Manus 不仅仅是一个只会聊天的对话式 AI 工具而是一个真正的自主智能体Agent。当其他 AI 可能只停留在生成想法的阶段而 Manus 能够独立思考并采取行动。官方将其视为人机协作的新范式甚至可能是通向 AGI 的一个窗口。与 Manus 同步出圈的还有一段长达四分钟的演示 demo。在这些案例中Manus 完全自主地完成从规划到执行的全流程展示了真正的 Agent 能力而非简单的助手功能。比方说首先从一个常见的人力资源任务——筛选简历开始。演示一开始就放了个大招官方向 Manus 发送了一个包含 10 份简历的压缩文件Manus 能像专业招聘人员一样高效工作。它会先解压文件然后逐页浏览每份简历并记录重要信息。Manus 还能异步处理文件这意味着你可以随时关闭电脑等任务完成后它会通知你。当然在这个过程中你也可以随时给它新的指令。接着继续向 Manus 上传 5 份简历。在认真阅读了所有 15 份简历后Manus 给出了排名建议并提供了候选人资料和评估标准作为参考。这还没完我们还可以让 Manus 生成电子表格。由于 Manus 具有知识和记忆能力所以下次执行类似任务时它会直接以电子表格的形式交付结果。另一个演示案例中结合家庭收入情况和孩子的上学要求让 Manus 在纽约筛选一个安全、犯罪率低的社区并购买符合标准的房产。面对这类复杂任务Manus 同样是有条不紊地将其拆解为多个步骤并创建详细的待办清单搜索并阅读关于纽约最安全社区的文章研究纽约的中学情况编写 Python 程序来计算预算基于预算在房地产网站上筛选合适的房源整合所有信息撰写详细报告并整理相关资料。转场到第三个案例Manus 摇身一变成了专业的股票分析师。让其分析英伟达、迈威尔科技以及台积电在过去 3 年的股票价格之间的相关性Manus 可以通过 API 访问权威数据源。在验证数据后它开始编写用于数据分析和可视化的代码。在完成数据分析和可视化后Manus 也能基于这些数据创建一个网站。经用户的授权后还能将网站部署至线上并提供了一个可供分享的链接。X 网友 DavidAIinchina 体验 Manus 过后给出了极高的评价——「令人难以置信的用例」。官方表示以上展示的内容仅仅是 Manus 能力的冰山一角。官网https://manus.im/usecases还分享了 Manus 更多处理现实世界任务的案例。从个性化旅行规划、深度股票分析、保险政策比较、供应商采购、财务报告分析到专业数据整理等Manus 都能应付自如。尽管 Manus 尚未全面开放但其热度已席卷全网。各大平台上网友们纷纷深夜涌入评论区询问邀请码其火爆程度可见一斑。而在用于评估通用 AI 助手在解决现实世界问题方面的能力的 GAIA 基准测试中Manus 在所有三个难度级别上都达到了 SOTA 水平。为了确保结果的可重复性Manus 使用与其正式版本完全一致的配置进行评测。除了基准测试Manus 还在 Upwork 和 Fiverr 等平台上解决真实世界的问题并在 Kaggle 竞赛中证明了自己的实力。而这一切都离不开优秀的开源社区因此官方也希望能回馈社区。Manus 采用多重签名multisig系统由多个独立模型驱动。今年晚些时候官方将计划开源其中的一些模型特别是 Manus 的推理postering部分。中国团队、多款爆品、百万用户那么这款震撼业界的产品背后是谁据悉Manus AI 背后的创始人肖弘是华中科技大学软件工程专业 2015 届校友。毕业后他连续创业2015 年创立夜莺科技推出「壹伴助手」和「微伴助手」服务超 200 万 B 端用户获腾讯、真格基金等投资。萦绕在肖弘身上的还有一个更鲜明的 AI 产品——Monica。这是一款号称 All-in-One 的 AI 助手最初以浏览器插件的形式推出。通过集成主流大模型如 Claude 3.5、DeepSeek 等Monica 提供聊天、翻译、文案处理等功能用户可通过自然语言创建定制化工具并共享至工具广场。Monica 同样是早期以海外市场为主用户规模破百万成为 AI 插件领域头部产品。今年 2 月份Monica 的中文版monica.cn已开启内测目前免费向国内用户开放。该版本基于DeepSeek R1 和 V3 模型打造具备深度推理思考能力并支持记忆功能和实时联网搜索。Manus 的技术哲学less structure more intelligence。Manus 奉行的技术理念与主流也有些不同是 「less structure more intelligence」更少的结构更多的智能。他们认为当数据足够优质、模型足够强大、架构足够灵活、工程足够扎实时computer use、deep research、coding agent 等能力会自然涌现无需被设计为特定的产品功能。作为大力出奇迹的代表之一GPT-4-Turbo 在 GAIA 公开排行榜上的平均成绩不到 7%即使是使用复杂多智能体系统的解决方案也仅达到 40%。Manus 的表现可以说是「遥遥领先」。创始人肖弘在最近在和张小珺的访谈中他也提前谈到了当时还未发布的 Agent 产品 Manus 。「看上去它确实应该就是一个 chatbot这是很符合大家想象的同时在应用侧却很复杂和 Monica 不一样光用好不同模型就挺复杂。」肖弘还将目前 AI 应用分为两类一是填补主要应用产品的空档的不足二是为特定场景提供独特解决方案的应用。比如 Perplexity (提供联网搜索功能) 和 Monica (浏览器插件形态) 都属于此类它们填补了现有产品留下的空白。而模型驱动的新场景这类应用主要出现在图片和视频领域直接由模型技术的进步驱动。像 Pika 和 Runway 等产品利用模型能力创造了新的应用场景。有用户调侃 Manus 是「极致的套壳就是牛逼」实际上肖弘并不忌讳让用户知道自己的产品用的是别人的模型。早在去年他就把 Monica 比作消费电子产品并把 ChatGPT 的 Logo 打在官网。人机交互新时代已来但别急着把 Manus 捧上 AGI 神坛APPSO 在 2024 年年初曾作出一个预测大模型将成为智能手机新的操作系统自然用户界面Natural user interface NUI 将逐步替代现有的图形用户界面GUI。而实现这种新交互的重要入口就是 Agent 。去年我们在很多手机的发布会上都看到类似的案例。vivo 发布会展示可以 AI 订餐的 「Phone GPT」华为鸿蒙的小艺和意图框架还是荣耀的 YOYO 智能体以及智谱的 AutoGLM核心都是一样的让 AI 模仿人类的 Plan-Do-Check-Act计划-执行-检查-行动循环 从而像人类那样去操作设备。智谱 AI CEO 张鹏之前提到目前的 Agent 能力更像是在用户和应用之间增加一个智能的调度层链接所有应用甚至是所有设备。这可以看做是大模型通用操作系统 LLM-OS的一种雏形将对人机交互形式产生极大的影响。OpenAI 创始成员、AI 技术大牛 Andrej Karpathy 也曾多次谈到大语言模型操作系统LLM OS。他认为大模型某种程度来说就是一种新的计算机和操作系统它可以连接各种软件和硬件以及所有模态信息组成的外设并通过函数调用执行各种任务。传统操作系统中你需要围绕 CPU 构建一堆外设比如鼠标和键盘、磁盘存储、以及缓存空间等。而在 LLM OS 中大模型本身就是中央处理器。I/O 外设也不再是鼠标和键盘因为 LLM 可以兼容更多模态的数据输入和输出。同时大模型调用的外部工具也将从传统软件升级为智能体工具。其中跨应用的操作是非常关键的一环这意味着 Agent 能实现更加复杂的自主连贯操作也可能走向真正的商业化落地。至于各家互联网公司提供的服务能否打通可能是未来实现这种交互最大的障碍。不过现在很多 AI 助手实现代操作的方式实际上是调用手机的无障碍功能 (accessibility features) 的权限来控制屏幕点击。Manus 的出现意味着 Agent 模式下的 AI 能够理解需求后独立工作直到任务完成。这无疑是人机交互领域的一大步它让我们看到了 AI 从工具向伙伴转变的潜力。但要说我们已经一只脚迈入了 AGI 大门也还为时尚早。肖弘自己也提到早期的 Agent 更像是「功能机」需要不断迭代和完善。目前的 Agent 仍需依赖于模型能力的提升以及更完善的虚拟环境支持才能真正胜任各种长尾任务。如果类比智能驾驶大概也相当于从 L2 级升级到 L3 级的辅助驾驶。虽然 Manus 在 GAIA 基准测试中表现出色但这并不意味着它已具备通用人工智能的全部特征。通往 AGI 的道路依然漫长需要解决模型能力、自主学习、任务泛化等多重挑战。但因为有了 Manus 在自主性与通用性上的突破通往 AGI 的大航海中又多了一颗照亮我们的星。最后的最后感谢你们的阅读和喜欢作为一位在一线互联网行业奋斗多年的老兵我深知在这个瞬息万变的技术领域中持续学习和进步的重要性。为了帮助更多热爱技术、渴望成长的朋友我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结晶也是我在行业一线实战经验的总结。这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习相信它们一定能为你提供实质性的帮助。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】大模型知识脑图为了成为更好的 AI大模型 开发者这里为大家提供了总的路线图。它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。经典书籍阅读阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。实战案例光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。面试资料我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
