利来国际(中国区)最老牌官网

来源：极客公园 离用户最近，做出最好的AIAgent 2025年是AIAgent元年——这句话，在北京时间3月6日凌晨，得到了应验。 不少用户在社交媒体上如此点评。 所有人彻夜蹲守，只为该产品的一个使用邀请码——它就是Monica.im研发的全球首款AIAgent产品‘Manus’。 据团队介绍，‘Manus’是一个真正自主的AI代理，能够解决各类复杂多变的任务。与传统AI助手不同，Manus不仅能提供建议或答案，还能直接交付完整的任务成果。 Manus牛在哪里？最直观的是看官方网站展示、以及用户自发展示的使用用例，极客公园部分整理如下： 当Agent通过一长串思维链和工具调用，最终输出一个无比完整、专业的结果时，用户们开始感叹‘真的能帮人类做事了’。 根据官方网站信息，在GAIA基准测试（评估通用AI助手解决真实世界问题的能力）中，Manus在所有三个难度级别上都取得了新的最先进（SOTA）表现。 总结成一句话—— 就像你想的一样，凌晨推出的Manus，一下子把所有AI圈的人都炸醒了！ 首先，Manus在体验上与此前LLM最大的不同： Manus目前采用MultipleAgent架构，运行方式与此前Anthropic发布的ComputerUse类似，完全运行在独立虚拟机中。同时可以在虚拟环境中调用各类工具—— 在官方发布的视频中，介绍了三个Manus在实际使用场景中所完成的工作案例： 第一个任务是筛选简历。 从15份简历中，为强化学习算法工程师职位推荐合适的候选人，并根据其强化学习专业知识对候选人进行排名。 在这个演示中，你甚至不需要给压缩文件解压、将其中的简历文件一份份手动上传。 在Manus给出的结果中，不仅有自动生成的排名建议，它还会根据工作经验等重要维度，将候选人分为不同等级。在接受到用户更希望以Excel表格的方式呈现后，Manus还能自动将这些内容通过现场编写Python脚本的方式，来生成对应的表格。 Manus甚至还能通过记忆能力，在这个实践过程中记录下‘用户更喜欢通过表格的方式接受结果’这样的信息，下一次处理类似的任务结果时，会优先使用表格的形式来呈现。 案例中用户希望在纽约购买房产，输入的要求是希望同时有安全的社区环境、低犯罪率，以及优质的中小学教育资源——当然还包括最重要的预算，足够在每月固定收入的情况下负担的起。 在这个需求中，ManusAI将复杂任务分解为待办事项列表，包括研究安全社区、识别优质学校、计算预算、搜索房产等。并通过网络搜索，仔细阅读有关纽约最安全社区的文章，收集相关信息。 其次，Manus通过编写一个Python程序，根据用户收入计算可负担的房产预算。结合房地产网站上相关的房价信息，根据预算范围筛选房产列表。 最后，Manus会整合所有收集的信息，撰写详细报告，包括社区安全分析、学校质量评估、预算分析、推荐房产列表以及相关资源链接——就像一个专业的房地产经纪人一样。而且由于Manus自带‘完全基于用户利益考虑’的属性，其使用甚至体验更好。 案例给出的任务是分析过去三年中英伟达、迈威尔科技和台积电股票价格之间的相关性：众所周知这三支股票之间存在紧密的关联性，但对于新手用户来讲，很难快速将其中的因果关系整理清楚。 而Manus的操作，与一个真正的股票经纪人非常相似，它 在这个案例中，Manus同样用到了编写Python代码、进行数据分析和可视化的能力，同时还引入了金融相关的专业工具进行分析，最终通过数据可视化图表，搭配详尽的综合分析报告的方式，向用户反馈其中的因果关系——真的就像一个金融领域‘实习生’做的日常工作。 不仅如此，在Manus官网还展示了十多个Manus能够使用的场景：直接使用Manus帮你整理行程、个性化推荐旅游路线，还能让它学习使用各种复杂工具，来流程化的完成日常工作。 在这个过程中， 自主学习的能力也让Manus的工作能力提升逻辑更像是真正的人类——即使现阶段，它可能还无法在某一个特定领域做到专家级别的精通，但已经能看到巨大的潜力。 随着自主学习能力的加入，AIAgent的泛用性得到了巨大的提升，在用户对Manus的实际测试中，你甚至可以做到直接对它描述一个视频画面中的相关内容， 由于目前版本的Manus完全基于云端异步运行，因此实际上Manus的能力并不被你所使用的端侧平台形态或算力等因素限制—— 这个操作逻辑同样非常眼熟——就像一个人下班以后，在微信上喊实习生‘文件整理好发我’。只不过，现在，这个实习生是真的可以7x24小时的响应你了，并且不用担心他会‘整顿职场’。 从上面这些案例，其实不难看出Manus真正的杀手锏，并非ComputerUse中已经出现过的‘AIAgent’概念，而是它‘模拟人类方式工作方式’的能力。 比起‘运行计算’，Manus的工作逻辑更像是‘思考并执行命令’。它并没有做到哪些人类当前真正无法做到的事；这也就是为什么一些已经体验过当前版本Manus的用户，将它形容为‘一个实习生’。 在Manus官网，展示着众多Manus能够完成的任务，其中就有一个案例，展示了在B2B业务中，如何使用Manus。快速精准的将你的订货需求，与全球供应商实现精准匹配。 在类似需求的常规产品中，在平台内整合全球供应链企业信息，来帮助用户完成供货商/需求方匹配这件事，是业内通行的逻辑。但这件事在Manus的案例中，你能看到完全不同的实现方式。 在这个架构中，每个代理可能基于独立的语言模型或强化学习模型，彼此通过API或消息队列通信。同时每个任务也都在沙盒中运行，避免干扰其他任务，同时支持云端扩展。每个独立模型都能模仿人类处理任务的流程，比如先思考和规划，理解复杂指令并拆解为可执行的步骤，再调用合适的工具。 换言之，通过Manus的这套多代理架构，它更像是由多个助理，通过协助的方式，分别完成检索资源、对接、验证信息是否有效等工作，来帮你完成整个工作流程——这实际上不仅像是你招了一个‘实习生’，更像是直接当上了一个微缩版的‘部门主管’。 在B2B业务这个案例中，Manus通过网页爬虫以及代码编写、执行能力，Manus会 至于Monica团队到底如何、用何种技术实现的视频效果，根据消息，团队或将在北京时间3月6日为大家揭晓。 Manus背后的Monica.im，到底是家什么公司？ Monica是一款All-in-One的AI助手，产品形态从浏览器插件、慢慢拓展至了App、网页端。主流的使用场景是，当用户在浏览器中点开它的小图标，就能直接使用其接入的各大主流模型。通过对细分场景用户需求的准确理解，Monica摘到了大模型‘低垂的果实’。 其创始人肖弘（昵称小红，英文名Red）是一位年轻的连续创业者，1992年生，毕业于华中科技大学。2015年，他毕业后创业，早期创业不算顺利（如校园社交、二手集市）。2016年，他创业微信公众号运营者提供编辑与数据分析工具，获得了百万用户、并完成了盈利，最终产品于2020年出售给了某独角兽公司。 等到2022年大模型浪潮后，他正式创立Monica，专注海外市�。�通过独立开发者产品ChatGPTforGoogle，产品快速完成了冷启动。 2024年，在GPT-4o、Claude3.5、OpenAIo1系列上线的第一时间，Monica让用户可以获得最新SOTA模型。随着接入模型的新进展，Monica推出的专业搜索、DIYBot、Artifacts写小程序、记忆等功能也受到用户喜爱。而Monica在YouTube、Twitter、Gmail、TheInformation等不同功能的网页里呈现出不同的交互形态和功能，以适配特定场景的用户需求，更新了数百个网页的个性化AI体验。 Monica的强劲表现验证了一件事： Manus或许延续了Monica团队这种思路——肖弘接受媒体人张小珺的访谈时表示， 他从AI编程产品cursor和Devin中获得了灵感。据极客公园了解，前者主要是copilot模式、后者则是autopilot模式，后者更符合人性需求。 但基于模型已有能力去做场景的封装服务，或许正是Monica团队的优势。肖弘说，目前Agent产品团队并不多，因为它需要很多复合能力，比如说团队要搞过chatbot、AI编程、浏览器相关（因为都在浏览器上跑）、而且对模型的边界要有不错的感知——今天发展到什么水平，接下来会发展到什么样的水平等等。 ‘同时拥有这些能力的公司没那么多，而有这些能力的公司，可能手头正在干一个很具体的业务，但利来国际(中国区)最老牌官网恰好有同学刚好有时间一起把这件事情做出来。’他说。 为什么是Monica做出来了，他总结道，‘第一，我觉得利来国际(中国区)最老牌官网是比较幸运的。第二，某种程度上，如果今天大家都去做reasoning了，可能是不是又多出了一些时间给创业公司？模型预计能力外溢还能走多远？’ 他认为，目前Agent还在早期阶段。一是目前Agent还在规划阶段，还没到物理世界的执行；二是大模型的能力还在往上发展，一切还不可预料。 耐人寻味的是，‘不知道怎么做Agent’的Monica，现在做出了一个让整个AI圈感到炸裂的产品。 Manus可能未必是最终的AIAgent，但它无疑在DeeoSeek爆火之后，再次将人们对AI的期望拉升了一个数量级。 *头图来源：Monica.im 责任编辑：郝欣煜