上周，一款號稱“全球首款真正意義上的通用AI Agent”的軟件Manus迅速走紅互聯(lián)網(wǎng)，被稱為是第二個(gè)“DeepSeek時(shí)刻”。然而在不到一天的時(shí)間內(nèi)，針對該軟件的評論迅速出現(xiàn)分化，形成三個(gè)陣營。

支持者認(rèn)為，在Manus官網(wǎng)展示的旅途規(guī)劃、股票分析、面試安排等工作，可以自動(dòng)使用搜索引擎查詢、下載數(shù)據(jù)，閱讀PDF文檔，使用Python進(jìn)行數(shù)據(jù)分析與可視化操作，甚至能夠啟動(dòng)電子郵件客戶端，撰寫郵件并自動(dòng)發(fā)送。大語言模型始終離不開它的對話框，而Manus則可以讓AI真正開始干活了，一個(gè)全新的AI時(shí)代，似乎正以不可阻擋之勢到來。

與此同時(shí)，對Manus也不乏質(zhì)疑者，其主要觀點(diǎn)是，Manus的各項(xiàng)技術(shù)并非首創(chuàng)或獨(dú)有，更像是一個(gè)融合各種技術(shù)的“套殼”軟件。其次，Manus目前并未完全開放，網(wǎng)絡(luò)上的大量報(bào)道，只是復(fù)述了官網(wǎng)公開的演示視頻，不能代表Manus在真實(shí)環(huán)境下的使用體驗(yàn)。

亦有少數(shù)用戶號稱拿到了Manus的邀請碼并撰寫了體驗(yàn)報(bào)告，其中可信度較高的是劉潤在其公眾號發(fā)布的一篇文章——《拿到Manus的邀請碼之后，我趕緊問了4個(gè)問題》。從劉潤的體驗(yàn)看，Manus的確具有較強(qiáng)的自動(dòng)化水平，無論是使用搜索引擎、分析數(shù)據(jù)，還是生成PDF都可以有效完成。但是在執(zhí)行過程中，依然存在瑕疵。如當(dāng)搜索不到指定內(nèi)容時(shí)，Manus會(huì)生成模擬內(nèi)容來完成任務(wù)（有趣的是Manus會(huì)告知用戶，最終結(jié)果是模擬內(nèi)容）。這類用戶對Manus的態(tài)度相對中立，認(rèn)為其現(xiàn)階段不夠成熟，仍需繼續(xù)發(fā)展。

Manus之所以能夠引爆網(wǎng)絡(luò)，原因在于相比于底層的大語言模型，應(yīng)用層的AI智能體可以適配更加豐富的應(yīng)用場景、產(chǎn)生更多創(chuàng)新性的產(chǎn)品。如同在移動(dòng)互聯(lián)網(wǎng)時(shí)代，雖然我們?nèi)狈Φ讓拥陌沧俊OS等操作系統(tǒng)，但是在移動(dòng)App上我們涌現(xiàn)出諸如微信、滴滴、抖音等超級App。雖然有些App的功能并非原創(chuàng)，但依靠龐大的國內(nèi)市場需求，以及在商業(yè)模式上的創(chuàng)新，我國在移動(dòng)App的競爭中不乏優(yōu)勝者。

與移動(dòng)互聯(lián)網(wǎng)時(shí)代類似，AI時(shí)代大語言模型注定是寡頭之間的游戲。而對于技術(shù)和資本投入要求相對較低，面向各個(gè)領(lǐng)域應(yīng)用的AI智能體，則蘊(yùn)藏著豐富的創(chuàng)業(yè)機(jī)會(huì)。美國麻省大學(xué)羅威爾分校孫黎教授，將這種優(yōu)化產(chǎn)品或服務(wù)的效率或成本、結(jié)合場景的創(chuàng)新，稱為可負(fù)擔(dān)創(chuàng)新（Affordable Innovations），更適合初創(chuàng)企業(yè)的快速崛起。

AI智能體是什么

批評Manus的觀點(diǎn)之一是，作為一個(gè)AI智能體，Manus沒有自己的大語言模型，這意味著它不過是一個(gè)“套殼”軟件。針對這一批評，公司聯(lián)合創(chuàng)始人季逸超并不諱言Manus采用了基于Claude和阿里千問（Qwen）的大語言模型技術(shù)。

從AI智能體的定義看——“AI智能體是一種能夠感知環(huán)境、自主決策并執(zhí)行任務(wù)的人工智能系統(tǒng)。它通常被設(shè)計(jì)為在特定或多種場景中獨(dú)立運(yùn)行，以實(shí)現(xiàn)特定目標(biāo)或完成復(fù)雜任務(wù)?！迸c大語言模型只能通過對話交互返回結(jié)果不同，AI智能體可以完成具體的任務(wù)，如行程安排，AI智能體不僅能夠制定日程，還能操作App或者登錄網(wǎng)站，直接預(yù)定機(jī)票和酒店。通過它編寫程序，則可以直接生成一個(gè)編譯好的可執(zhí)行文件。

之所以能夠?qū)崿F(xiàn)上述功能，是因?yàn)锳I智能體一般包括四個(gè)組成部分（圖 1），分別是：

1. 大語言模型（LLM）：它是AI 智能體的“大腦”，負(fù)責(zé)協(xié)調(diào)決策。它通過任務(wù)進(jìn)行推理、規(guī)劃行動(dòng)、選擇適當(dāng)?shù)墓ぞ?，并管理對?shí)現(xiàn)目標(biāo)的必要數(shù)據(jù)的訪問。

2. 規(guī)劃模塊（Planning Modules）：規(guī)劃模塊使AI智能體能夠?qū)?fù)雜任務(wù)分解為可作的步驟。

3. 內(nèi)存模塊（Memory Modules）：AI智能體依靠內(nèi)存來維護(hù)上下文，并適應(yīng)正在進(jìn)行的或歷史任務(wù)。這是AI智能體能夠持續(xù)運(yùn)行分解任務(wù)的關(guān)鍵。

4. 工具（Tools）：AI代理本身可以用作工具，但它們也可以通過與外部系統(tǒng)集成來擴(kuò)展其功能，例如：

（1）API：訪問實(shí)時(shí)數(shù)據(jù)或以編程方式執(zhí)行作。

（2）數(shù)據(jù)庫和RAG管道（RAG pipelines）：檢索相關(guān)信息并確保準(zhǔn)確的知識庫。

（3）其他AI模型：與其他模型協(xié)作完成專業(yè)任務(wù)。

因此，智能體并不需要擁有一個(gè)自有大語言模型，而是整合相關(guān)技術(shù)，提供一個(gè)完整的解決方案。如果我們以熟悉的汽車行業(yè)的例子類比，大語言模型是發(fā)動(dòng)機(jī)，AI智能體則是整車。

圖 1 AI智能體架構(gòu)及代表產(chǎn)品示意圖

AI智能體，有沒有護(hù)城河？

在Manus引爆媒體之后的數(shù)小時(shí)內(nèi)，另一個(gè)AI開發(fā)團(tuán)隊(duì)——MetaGPT，在GitHub上開源了功能與之類似的OpenManus軟件。

這不禁讓人思考，AI智能體有沒有護(hù)城河？

護(hù)城河理論源自于邁克爾·波特分析企業(yè)面對競爭時(shí)的五種力量（圖 2）。

圖 2 波特五力模型

AI智能體的供應(yīng)商主要是大語言模型廠商。從目前的產(chǎn)業(yè)生態(tài)看，雖然以DeepSeek、阿里千問為代表的開源模型性能已取得極大的發(fā)展，但與頭部閉源的大語言模型，如ChatGPT、Claude、Gemini相比，仍有一定的差距。由于大語言模型廠商逐漸呈現(xiàn)寡頭市場的趨勢，相對AI智能體企業(yè)，大語言模型廠商的議價(jià)能力仍然較強(qiáng)。當(dāng)前大語言模型廠商主要以API的形式出售Tokens，對于下游廠商，也未使用歧視性的定價(jià)策略。對于AI智能體廠商而言，短期內(nèi)成本亦相對可控。

從潛在進(jìn)入者看，大語言模型廠商最有可能開發(fā)AI智能體。但當(dāng)前大語言模型廠商的主要精力聚焦在提升大語言模型的智能和性能，尚無暇顧及向下游的AI智能體延伸。從技術(shù)門檻看，大語言模型廠商進(jìn)入AI智能體市場，對智能體廠商而言可能是降維式的技術(shù)整合優(yōu)勢，如Open AI的Deep Research。與大語言模型深度整合的全功能智能體，可能是普通AI智能體公司最難挑戰(zhàn)的競爭對手。

其次是以微軟、蘋果為代表的操作系統(tǒng)、手機(jī)/電腦終端廠商，它們雖然沒有自有大語言模型，但掌握著系統(tǒng)級的入口，憑借與操作系統(tǒng)或終端設(shè)備系統(tǒng)級的整合，在通用智能體或個(gè)人助理類智能體領(lǐng)域（如微軟的Copilot），可能有擁有較為明顯的優(yōu)勢。

從用戶（買方）端看，AI智能體還沒有大型廠商出現(xiàn)，用戶選擇余地較多，議價(jià)空間大。而且用戶長期養(yǎng)成了免費(fèi)使用互聯(lián)網(wǎng)產(chǎn)品的習(xí)慣，除非AI智能體能為用戶帶來極為明顯的價(jià)值增加，否則很難向用戶收費(fèi)。

在替代品方面，AI智能體尚處于發(fā)展早期，在技術(shù)未出現(xiàn)明顯變革的情況下，暫時(shí)沒有替代品的威脅。但由于AI智能體開發(fā)的技術(shù)難度并不高，行業(yè)內(nèi)的同質(zhì)化競爭預(yù)計(jì)會(huì)非常激烈。

互聯(lián)網(wǎng)的經(jīng)營思維，可能不適用于AI智能體

從產(chǎn)業(yè)角度看，AI智能體很難形成自己的護(hù)城河。那么互聯(lián)網(wǎng)時(shí)代所推崇的數(shù)據(jù)，能否構(gòu)成AI智能體的護(hù)城河呢？

數(shù)據(jù)之所以能成為互聯(lián)網(wǎng)公司的護(hù)城河，原因在于數(shù)據(jù)能夠?yàn)楣編碛脩粼鲩L。吉姆·柯林斯將這種增長模式稱為“飛輪效應(yīng)”。如圖 3是一個(gè)典型的互聯(lián)網(wǎng)企業(yè)（Uber）的增長飛輪。如圖所示，Uber上注冊的司機(jī)越多，接單速度就越快，這會(huì)刺激更多的用戶注冊為Uber會(huì)員，帶來更大的需求。需求的擴(kuò)大，會(huì)刺激更多的司機(jī)加入平臺(tái)，Uber則可以覆蓋更多的服務(wù)面積。而同時(shí)Uber擁有更多的數(shù)據(jù)，可以用來改進(jìn)車輛調(diào)度算法，進(jìn)一步提升平臺(tái)的效率，用戶等待時(shí)間更短、價(jià)格更實(shí)惠，這會(huì)刺激更多用戶的加入，需求的擴(kuò)大又再次吸引司機(jī)加入，形成一個(gè)不斷增長的飛輪。

圖 3 Uber的增長飛輪

由此可見，增長飛輪的生效，需要企業(yè)處于雙邊市場，即一方（買方或賣方）參與者的收益，取決于該平臺(tái)另一方參與者的數(shù)量。企業(yè)只需要刺激一方參與者的數(shù)量增加，就會(huì)帶動(dòng)整個(gè)平臺(tái)的繁榮。

但AI智能體不屬于雙邊市場，用戶在一個(gè)AI智能體使用的時(shí)長越多，這個(gè)智能體會(huì)越懂用戶，帶來單個(gè)用戶的使用時(shí)長的增加，但對其他用戶并不會(huì)帶來更好的價(jià)值。因此數(shù)據(jù)不會(huì)為AI智能體企業(yè)帶來用戶數(shù)量的增長，增長飛輪無法跑通。

盡管有所爭議，但不可否認(rèn)，運(yùn)用互聯(lián)網(wǎng)思維的確誕生了一批高增長企業(yè)?；ヂ?lián)網(wǎng)思維的核心是盡可能擴(kuò)大企業(yè)規(guī)模，實(shí)現(xiàn)網(wǎng)絡(luò)效應(yīng)，即便早期虧損，企業(yè)通常也在所不惜。在互聯(lián)網(wǎng)思維中起到根本作用的是網(wǎng)絡(luò)效應(yīng)，即網(wǎng)絡(luò)價(jià)值與網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量的平方成正比。網(wǎng)絡(luò)效應(yīng)發(fā)揮作用的前提是，網(wǎng)絡(luò)上的各個(gè)節(jié)點(diǎn)能夠互動(dòng)。最典型的例子就是社交網(wǎng)絡(luò)。但AI智能體的用戶，似乎并不存在交流互動(dòng)，網(wǎng)絡(luò)效應(yīng)難以發(fā)揮作用。

所以我們看到目前AI智能體，甚至大語言模型都是基于銷售Tokens的模式，與傳統(tǒng)貨品銷售并無本質(zhì)上的區(qū)別。當(dāng)前AI智能體的Tokens消耗量較高，要實(shí)現(xiàn)盈利，非?？简?yàn)公司商業(yè)模式的設(shè)計(jì)能力。據(jù)智東西3月7日報(bào)道，一位用戶測試使用Open Manus回答“杭州哪些醫(yī)院支持異地醫(yī)保直接結(jié)算？”這一問題，消耗Claude 3.7模型的Tokens約為24萬，大約相當(dāng)于36萬~48萬個(gè)中文字符，花費(fèi)3.6美元。如果按照這個(gè)成本定價(jià)，對AI智能體企業(yè)而言，產(chǎn)品使用費(fèi)用將非常高昂，預(yù)計(jì)很難吸引到用戶付費(fèi)使用。如何設(shè)計(jì)企業(yè)的盈利模式，可能是擺在AI智能體企業(yè)面前的一道難題。

to B還是to C？

一般而言，企業(yè)通常愿意為服務(wù)付費(fèi)，to B業(yè)務(wù)能夠讓創(chuàng)業(yè)企業(yè)獲得較為穩(wěn)定的現(xiàn)金流。但是to B業(yè)務(wù)一般不會(huì)出現(xiàn)爆發(fā)式的增長，追求高成長的AI智能體企業(yè)，可能會(huì)選擇to C的業(yè)務(wù)模式。

AI智能體的創(chuàng)業(yè)者，選擇面向企業(yè)的to B業(yè)務(wù)，還是選擇面向個(gè)人的to C業(yè)務(wù)？

在回答此問題之前，我們不妨先看Manus的一個(gè)演示案例。筆者選取了Manus官網(wǎng)上，分析特斯拉股票這個(gè)示例操作。與通常部署在用戶本地的開源AI智能體不同，Manus采用了在云端虛擬機(jī)運(yùn)行的方式。圖 4展示了部分分析過程，我們可以看到操作過程主要是在基于Ubuntu的Linux虛擬機(jī)中建立相應(yīng)文件，編寫Python程序執(zhí)行分析等。

圖 4 Manus分析特斯拉股票的部分操作步驟

Manus采用云端虛擬機(jī)的方式，可能是因?yàn)?，目前智能體執(zhí)行操作大量依賴臨時(shí)生成的Python程序文件，這對用戶操作系統(tǒng)和開發(fā)環(huán)境有較高的要求。筆者嘗試在本地部署開源的Open Manus，在生成Python程序時(shí)遇到多次報(bào)錯(cuò)，通過手動(dòng)排錯(cuò)才使工作流順利完成。當(dāng)前大語言模型的能力，還不足以一次性生成可用的程序，直接部署到用戶端，難以保證執(zhí)行效果。Manus提供的虛擬機(jī)，則可以由公司事先配置好虛擬機(jī)的操作系統(tǒng)和各類開發(fā)環(huán)境，以保障任務(wù)能夠得以正確的執(zhí)行。

但是這種模式下，企業(yè)的算力負(fù)擔(dān)很重，虛擬機(jī)需要大量的硬件資源開銷。根據(jù)少量獲得邀請碼的用戶測試，即便很簡單的任務(wù)，Manus依然需要數(shù)小時(shí)才能完成。因此從當(dāng)前的技術(shù)需求看，to C的智能體，無論是新增用戶，還是收費(fèi)模式，都有較大的挑戰(zhàn)，如果沒有龐大資金的支持，to C智能體在盈利之前，就因耗盡資金而失敗。

而對企業(yè)來說，則更愿意為服務(wù)付費(fèi)。這可以類比開源軟件公司RedHat，雖然公司的產(chǎn)品Linux系統(tǒng)本身免費(fèi)，但公司通過銷售軟件服務(wù)，在2016年成為全球第一家銷售額超過20億美元的開源軟件公司。2018年IBM以340億收購RedHat公司，是截至該年度美國科技史上的第三大交易。

因此，從短期內(nèi)看，面向企業(yè)端的AI智能體似乎更容易生存。

盡管當(dāng)前AI智能體仍處于早期發(fā)展階段，但如同移動(dòng)互聯(lián)網(wǎng)的時(shí)代一樣，我們無法預(yù)測Uber、滴滴、微信這樣的原生商業(yè)模式；也未曾預(yù)測到誕生在PC時(shí)代的淘寶，以“All in無線”創(chuàng)造增長神話。

無論Manus是否曇花一現(xiàn)，它的出現(xiàn)至少將AI智能體引入大眾視野，引起了投資人、企業(yè)家的關(guān)注。移動(dòng)互聯(lián)時(shí)代，我們誕生了一批比肩世界的超級App，AI時(shí)代會(huì)產(chǎn)生哪些創(chuàng)新，我們將拭目以待。

資料來源鏈接：

圖1： https://www.madrona.com/ai-agent-infrastructure-three-layers-tools-data-orchestration/

圖3： https://www.woshipm.com/share

/5987614.html

圖4： Manus官網(wǎng)