Manus 張濤：

「前幾天翻出來(lái)去年 Manus 正式立項(xiàng)那天我們幾個(gè)討論的錄音，交給 Manus 整理成了這個(gè)文件?；仡^看去這一年，基本上是把當(dāng)時(shí)討論的點(diǎn)都實(shí)現(xiàn)到了。算是很有價(jià)值的一次討論了。

尤其喜歡 Manus 自己寫的這句：一個(gè)旨在重新定義智能體、致?于成為?類強(qiáng)??智延伸的探索之旅，由此正式啟航?！?/p>

以下為會(huì)議紀(jì)要完整內(nèi)容，來(lái)自「潛云思緒」。

??關(guān)注 Founder Park，最及時(shí)最干貨的創(chuàng)業(yè)分享

超 17000 人的「AI 產(chǎn)品市集」社群！不錯(cuò)過(guò)每一款有價(jià)值的 AI 應(yīng)用。

邀請(qǐng)從業(yè)者、開(kāi)發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會(huì)得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈(zèng)送熱門新品的邀請(qǐng)碼、會(huì)員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道

本文基于 Manus 項(xiàng)目立項(xiàng)初期的兩次核心討論錄音文字稿整理而成。與初版紀(jì)要相比，本擴(kuò)展版旨在更深入、更細(xì)致地還原討論的全貌，不僅保留了核心議題與時(shí)間脈絡(luò)，更補(bǔ)充了大量的細(xì)節(jié)、思辨過(guò)程以及富有啟發(fā)性的類比。文章力求全面展現(xiàn)團(tuán)隊(duì)人在產(chǎn)品哲學(xué)、技術(shù)架構(gòu)、用戶體驗(yàn)及市場(chǎng)策略等方面的深度碰撞，為 Manus 項(xiàng)目的后續(xù)發(fā)展提供一份更豐滿、更具參考價(jià)值的奠基性文檔。

02討論參與者

• Red

• Peak

• 范斌

• 張濤（hidecloud）

• 潘潘（PanPan）

03核心議題摘要

討論的核心議題在擴(kuò)展后，可以更細(xì)致地歸納為以下幾個(gè)方面：

• 產(chǎn)品哲學(xué)：在「無(wú)所不能的通用智能體」與「精通特定領(lǐng)域的垂直專家」之間，Manus 應(yīng)如何定位？這引出了關(guān)于產(chǎn)品核心發(fā)展路徑的「百度模式」與「Hao123 模式」的戰(zhàn)略類比。

• 技術(shù)架構(gòu)：如何構(gòu)建一個(gè)真正具備「代理」（Agency）能力的云端環(huán)境？重點(diǎn)探討了「云端瀏覽器」的實(shí)現(xiàn)路徑、跨會(huì)話的「狀態(tài)持久化」這一核心痛點(diǎn)，以及安全與易用性的平衡。

• 用戶體驗(yàn)：產(chǎn)品的界面應(yīng)如何設(shè)計(jì)，以同時(shí)滿足「只看結(jié)果」的管理者與「關(guān)心過(guò)程」的工程師？這涉及到信任建立、信息過(guò)載、以及「漸進(jìn)式披露」的設(shè)計(jì)理念。

• 人機(jī)協(xié)作模式：Agent 的價(jià)值究竟在何處？討論從克服人類的認(rèn)知局限，到具體的任務(wù)執(zhí)行細(xì)節(jié)，探索了人與 Agent 之間理想的協(xié)作與互動(dòng)模式。

04詳細(xì)討論記錄

4.1. 產(chǎn)品哲學(xué)：通用性與垂直優(yōu)化的戰(zhàn)略抉擇

討論的起點(diǎn)，是關(guān)于 Manus 核心定位的思辨。這不僅是功能層面的選擇，更關(guān)乎產(chǎn)品的長(zhǎng)期發(fā)展范式。

4.1.1.「百度 vs.Hao123」:兩種發(fā)展范式的隱喻

Red 提出了一個(gè)深刻的類比，將兩種不同的 Agent 發(fā)展路徑比作「百度」與「Hao123」的模式差異。

• Chatbot/Hao123 模式：像傳統(tǒng)的 Chatbot 或?qū)Ш骄W(wǎng)站，開(kāi)發(fā)者作為「供給側(cè)」，預(yù)先實(shí)現(xiàn)和集成各種特定功能（鏈接）。用戶能做的事情，被限制在開(kāi)發(fā)者已經(jīng)提供的能力范圍內(nèi)。這種模式拓展緩慢，且容易陷入同質(zhì)化競(jìng)爭(zhēng)。

• Agent/百度模式：首先打造一個(gè)具備強(qiáng)大通用能力的底層平臺(tái)（像搜索引擎，能爬取和理解一切）。這個(gè)平臺(tái)因其通用性，吸引大量用戶嘗試各種各樣的任務(wù)（Query）。然后，通過(guò)分析高頻、高價(jià)值的 Query，反向進(jìn)行優(yōu)化，推出「框計(jì)算」或「阿拉丁卡片」那樣的「預(yù)設(shè)能力」（Preset），使得常見(jiàn)任務(wù)能夠被「秒級(jí)」完成。

Red:「我覺(jué)得就是這個(gè)類比好，123 加 link 跟百度做抓鏈接卡片，是兩個(gè)完全不同的，就是有本質(zhì)區(qū)別的...Chatbot 為什么它現(xiàn)在有瓶頸了？就是它給人感覺(jué)是非常通用，但實(shí)際上沒(méi)有那么通用?！?/blockquote>

這一思路獲得了團(tuán)隊(duì)的普遍認(rèn)同，確立了 Manus「通用性優(yōu)先，逐步沉淀和優(yōu)化高頻場(chǎng)景」的核心戰(zhàn)略。通用性是獲客和探索可能性的基礎(chǔ)，而后續(xù)的優(yōu)化則是構(gòu)建核心競(jìng)爭(zhēng)力和護(hù)城河的關(guān)鍵。

4.1.2. 通用性的邊界：專業(yè)軟件與知識(shí)沖突

盡管確立了通用性優(yōu)先，但其邊界和挑戰(zhàn)也被充分討論。

范斌提出了一個(gè)現(xiàn)實(shí)的挑戰(zhàn)：對(duì)于像專業(yè)視頻剪輯這樣的任務(wù)，一個(gè)通用的 Agent 如何與 Final Cut Pro 或 Premiere 這樣的專業(yè)軟件競(jìng)爭(zhēng)？他認(rèn)為，Agent 在理解和操作復(fù)雜圖形界面（ComputerUse）方面，短期內(nèi)難以實(shí)現(xiàn)質(zhì)的突破。

Peak則給出了一個(gè)更具未來(lái)感的設(shè)想：如果 Agent 的運(yùn)行環(huán)境是一個(gè)完整的「帶桌面環(huán)境的虛擬機(jī)」，那么它完全可以通過(guò)模擬人的鍵鼠操作來(lái)直接使用這些專業(yè)業(yè)軟件，從而將通用性推向新的高度。

此外，Red還指出了另一個(gè)潛在問(wèn)題--知識(shí)沖突。一個(gè)無(wú)所不學(xué)的的通用 Agent，可能會(huì)在不同領(lǐng)域的知識(shí)上產(chǎn)生混淆。例如，用于數(shù)據(jù)科學(xué)的嚴(yán)謹(jǐn)知識(shí)，可能與用于市場(chǎng)文案的創(chuàng)意知識(shí)在底層邏輯上是沖突的。這暗示了未來(lái)可能需要某種形式的「領(lǐng)域隔離」或「知識(shí)分區(qū)」機(jī)制。

4.2. 技術(shù)架構(gòu)：構(gòu)建真正的「云端代理」

如何將產(chǎn)品哲學(xué)落地，關(guān)鍵在于技術(shù)架構(gòu)的設(shè)計(jì)。討論的焦點(diǎn)集中在如何解決當(dāng)前 Agent 產(chǎn)品的核心痛點(diǎn)，構(gòu)建一個(gè)真正穩(wěn)定、持久且強(qiáng)大的執(zhí)行環(huán)境。

4.2.1.「云端瀏覽器」與遠(yuǎn)程交互

實(shí)現(xiàn) Agent 對(duì) Web 的復(fù)雜操作，是項(xiàng)目的技術(shù)基石。團(tuán)隊(duì)探討了「Browser in Browser」的概念，即在用戶的瀏覽器中，運(yùn)行一個(gè)來(lái)自云端的、被 Agent 完全控制的瀏覽器實(shí)例。

張濤（hidecloud）調(diào)研并分享了一個(gè)名為 XPRA 的開(kāi)源項(xiàng)目。該項(xiàng)目能將遠(yuǎn)程應(yīng)用的界面以流式（Streaming）的方式傳輸?shù)角岸?，并且只傳輸發(fā)生變化的像素區(qū)域，這為實(shí)現(xiàn)低延遲的遠(yuǎn)程應(yīng)用交互提供了可行的技術(shù)參考。

張濤（hidecloud）:「…這個(gè)項(xiàng)目他自己都帶了一個(gè)那個(gè) H5 的一個(gè)客戶端，就是直接顯示他 Server 那邊傳輸過(guò)來(lái)的東西.. 很符合我們這種需求嘛?！?/blockquote>

4.2.2. 核心痛點(diǎn)：狀態(tài)持久化（Persistence）

團(tuán)隊(duì)一致認(rèn)為，當(dāng)前市面上 Agent 產(chǎn)品（如 Devin）最大的短板在于其「一次性」的會(huì)話機(jī)制。每次任務(wù)都是一個(gè)全新的、無(wú)菌的環(huán)境，這導(dǎo)致了大量重復(fù)工作和糟糕的用戶體驗(yàn)。

Peak:「Devin 的 session 的 credential 不能持久化。對(duì)，這也是咱們一定要解決的事兒?！? 這我覺(jué)得 agent 就 agency 最重要一點(diǎn)，這才真正代理，要不然他其實(shí)一次性的?！?/blockquote>

Manus 必須從根本上解決這個(gè)問(wèn)題，實(shí)現(xiàn)全面的狀態(tài)持久化。討論中明確了需要持久化的幾個(gè)關(guān)鍵部分：

• 登錄狀態(tài)（Cookies&LocalStorage）:這是實(shí)現(xiàn)真正「代理」的基石。Agent 必須能夠保持在各種網(wǎng)站上的登錄狀態(tài)，避免每次都需要用戶手動(dòng)介入。團(tuán)隊(duì)的目標(biāo)是，用戶只需登錄一次，Agent 就能長(zhǎng)期代表用戶進(jìn)行操作。

• 文件系統(tǒng)：為每個(gè)用戶或每個(gè)項(xiàng)目提供一個(gè)持久化的工作目錄。所有生成的文件、下載的數(shù)據(jù)、編寫的代碼都應(yīng)該被保存下來(lái)，方便在不同會(huì)話之間復(fù)用和選代。

• 環(huán)境變量與密鑰管理：對(duì)于 APIKeys 等敏感信息，直接寫入代碼或使用傳統(tǒng)的。env 文件都存在安全隱患或體驗(yàn)問(wèn)題。Devin 的做法是提供一個(gè)獨(dú)立的 secret 配置界面。Manus 需要設(shè)計(jì)一套既安全又對(duì)開(kāi)發(fā)者友好的密鑰管理系統(tǒng)。

4.2.3. 用戶接管（Interactive Mode）

在 Agent 遇到障礙（如復(fù)雜的驗(yàn)證碼、兩步驗(yàn)證登錄）時(shí)，必須有一個(gè)流暢的機(jī)制讓用戶能夠「接管」瀏覽器，完成操作后，再將控制權(quán)交還給 Agent。這被認(rèn)為是彌補(bǔ)當(dāng)前 AI 能力不足、確保任務(wù)能順利完成的關(guān)鍵環(huán)節(jié)。

4.3. 用戶界面與交互體驗(yàn)：在「信任」與「控制」之間尋求平衡

產(chǎn)品的界面設(shè)計(jì)，被認(rèn)為是決定用戶接受度的關(guān)鍵。討論圍繞著 Devin 的界面布局展開(kāi)，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了深入剖析。

4.3.1. 界面的雙重角色：建立信任與提供控制

Devin 的界面分為左右兩欄：左側(cè)是對(duì)話流，右側(cè)是 Agent 的工作區(qū)（Planner，Shell，Browser）。團(tuán)隊(duì)發(fā)現(xiàn)，這個(gè)設(shè)計(jì)巧妙地服務(wù)了兩類不同的用戶心智：

• 對(duì)于管理者/非技術(shù)用戶（以 Red 為代表）:他們可能并不關(guān)心右側(cè)窗口里具體的代碼或命令，但這個(gè)窗口的存在，動(dòng)態(tài)地展示了 Agent「正在忙碌」，從而建立起一種「它在認(rèn)真干活」的信任感。

• 對(duì)于工程師/專業(yè)用戶（以潘潘、范斌為代表）:他們需要看到過(guò)程的細(xì)節(jié)，以便進(jìn)行調(diào)試、監(jiān)督和修正。右側(cè)的工作區(qū)為他們提供了這種必要的「控制感」和透明度。

Red:「其實(shí)我用 DEV 的時(shí)候不太看右邊... 但當(dāng)然他展示出右邊我覺(jué)得是有意義的... 對(duì)，就是信任問(wèn)題。那個(gè)很重要，就是他正兒八經(jīng)在搞?！?/blockquote>

4.3.2. 對(duì) Devin 界面的批判與超越

盡管 Devin 的設(shè)計(jì)有其合理性，但團(tuán)隊(duì)也指出了其明顯的不足：

• 信息過(guò)載：一上來(lái)就將所有工作組件（Planner，Shell，Browser，Editor）全部平鋪給用戶，會(huì)造成巨大的認(rèn)知負(fù)擔(dān)，尤其是對(duì)新用戶。

• 缺乏全局概覽：潘潘（PanPan）尖銳地指出，其 Editor 沒(méi)有文件目錄樹，這對(duì)于任何寫過(guò)代碼的人來(lái)說(shuō)都是難以忍受的?！肝叶紱](méi)有一個(gè) overview」，這使得理解和修改一個(gè)稍復(fù)雜的項(xiàng)目變得異常困難。

• 功能組織混亂：將表格、文檔等不同類型的內(nèi)容都塞進(jìn)一個(gè)「Browser」標(biāo)簽頁(yè)里，既不符合用戶直覺(jué)，也限制了未來(lái)的擴(kuò)展性。

基于這些批判，團(tuán)隊(duì)提出了 Manus 的 Ul 設(shè)計(jì)哲學(xué)：

• 漸進(jìn)式披露（Progressive Disclosure）:默認(rèn)呈現(xiàn)給用戶的應(yīng)該是一個(gè)極其簡(jiǎn)潔的界面（可能只有一個(gè)對(duì)話框）。隨著任務(wù)的展開(kāi)，Agent 所使用的工具（如 Shell，Browser）才作為獨(dú)立的窗口或標(biāo)簽頁(yè)「浮現(xiàn)」出來(lái)。

潘潘（PanPan）:「我覺(jué)得它 confuse 原因是不是因?yàn)樯蟻?lái)它就什么都在？就如果你想象右邊這個(gè)類似于就是普通用戶用 Windows 的那個(gè)任務(wù)欄，一開(kāi)始其實(shí)是只有 plaanner，然后它一點(diǎn)一點(diǎn)隨著工作逐漸出來(lái)...」

• 操作系統(tǒng)隱喻（OS-like Metaphor）:將不同的核心功能（如瀏覽器、表格、文檔編輯器）設(shè)計(jì)成獨(dú)立、平等的「一級(jí)應(yīng)用」，而不是混亂地嵌套。用戶可以在這些「應(yīng)用」之間切換，就像在 Windows 或 macOS 中一樣。這為未來(lái)的功能擴(kuò)展提供了清晰、可伸縮的框架。

4.4. 人機(jī)協(xié)作：Agent 作為人類心智的延伸

討論中，團(tuán)隊(duì)還花時(shí)間探討了 Agent 存在的根本價(jià)值，即它如何成為人類能力的延伸和補(bǔ)充。

4.4.1. 克服人類的認(rèn)知局限

潘潘（PanPan）和張濤（hidecloud）認(rèn)為，人類在執(zhí)行復(fù)雜任務(wù)時(shí)存在諸多局限，而這正是 Agent 的優(yōu)勢(shì)所在：

• 經(jīng)驗(yàn)主義陷阱：人傾向于依賴過(guò)去的成功經(jīng)驗(yàn)，即「不知道自己不知道」，從而錯(cuò)過(guò)更優(yōu)的解決方案。

• 缺乏持續(xù)性：人很難長(zhǎng)時(shí)間、高強(qiáng)度地專注于一個(gè)任務(wù)而不分心。

• 第一性原理：Agent 則可以不知疲倦地、始終從「第一性原理」出發(fā)，通過(guò)全局搜索和評(píng)估，尋找任務(wù)的最短路徑。

潘潘（PanPan）:「人最大的問(wèn)題我覺(jué)得還有一個(gè)就是不知道自己不知道?！?張濤（hidecloud）:「但是他永遠(yuǎn)都會(huì)去第一性原理全局激活?！?/blockquote>

4.4.2.EVE Online 的啟示：復(fù)雜系統(tǒng)與長(zhǎng)期規(guī)劃

討論中一段關(guān)于游戲《EVE Online》的「題外話」，實(shí)際上為 Agent 的應(yīng)用場(chǎng)景提供了一個(gè)有趣的類比。EVE 是一個(gè)擁有極其復(fù)雜的經(jīng)濟(jì)系統(tǒng)和生產(chǎn)鏈的科幻網(wǎng)網(wǎng)游，玩家需要像經(jīng)營(yíng)一個(gè)國(guó)家一樣，進(jìn)行長(zhǎng)期的資源規(guī)劃、生產(chǎn)調(diào)度和戰(zhàn)略博弈。許多玩家軍團(tuán)甚至需要使用 Excel 表格來(lái)管理其龐大的生產(chǎn)體系。

這恰恰揭示了 Agent 的一個(gè)潛在的高價(jià)值應(yīng)用場(chǎng)景：作為復(fù)雜系統(tǒng)的「總調(diào)度官」或「超級(jí)助理」，幫助人類管理和優(yōu)化那些超越了單人認(rèn)知和執(zhí)行能力上限的龐大工程。

05結(jié)論與后續(xù)步驟

這兩次深入的討論，不僅為 Manus 項(xiàng)目的正式啟動(dòng)掃清了思想上的障礙，更形成了一系列寶貴的、可指導(dǎo)后續(xù)工作的核心原則。

• 戰(zhàn)略層面，確立了「通用性平臺(tái)+高頻場(chǎng)景優(yōu)化」的雙輪驅(qū)動(dòng)策略。

• 技術(shù)層面，明確了以「狀態(tài)持久化」和「云端瀏覽器」為核心，構(gòu)建真正具備「代理」能力的架構(gòu)。

• 產(chǎn)品層面，提出了以「漸進(jìn)式披露」和「操作系統(tǒng)隱喻」為指導(dǎo)，打造兼具信任感與控制感的下一代 Agent 界面。

討論的最后，團(tuán)隊(duì)迅速行動(dòng)，成立了項(xiàng)目組，共享了前期資料，并明確了在產(chǎn)品定義和技術(shù)架構(gòu)上的分工。一個(gè)旨在重新定義智能體、致力于成為人類強(qiáng)大心智延伸的探索之旅，由此正式啟航。

轉(zhuǎn)載原創(chuàng)文章請(qǐng)?zhí)砑游⑿牛篺ounderparker