Manus获高价炒作遭套壳质疑 曝AI智能体可靠性瓶颈

Manus获高价炒作遭套壳质疑 曝AI智能体可靠性瓶颈 大模型底层技术已就绪，AI智能体创业公司必须从自主研发底层大模型的烧钱误区转向提升多步骤端到端任务的产品完整度，否则将重蹈Adept破产卖身的覆辙。 视频通过对通用AI Agent产品Manus的深度测评，指出其在研究和教育任务中表现优异，但在需要多源信息整合的复杂任务中仍存在逻辑缺陷。通过梳理AI Agent过去两年在推理、记忆和工具调用方面的技术演进，展现了行业从单机控制向多智能体协同及通用协议（如MCP协议）迈进的趋势。同时，节目盘点了编程、客服等垂直赛道Agent的商业化落地现状，并借由Adapt等公司的失败教训，强调了在2C应用元年控制烧钱速度和注重用户体验的重要性。 号称首款通用 AI Agent 的 Manus 凭借出色的端到端交互引发全网热议，虽然其技术被质疑缺乏壁垒且涉嫌“套壳”，但其爆火为从业者敲响警钟：大模型底座已准备就绪，打造高完整度、超越用户阈值的产品才是关键。 (0:00) 在针对 Manus 的五大任务测评中，其在研究和教育领域表现亮眼，但在数据分析和创意工作中，由于缺乏深度逻辑关联且仅做多源信息的表面缝合，频频出现明显错误。 (4:59) AI Agent 过去两年历经 React 框架、GPT-4 工具调用及百万级上下文的技术演进，目前正从单体智能迈向跨设备协同的第三阶段，Anthropic 推出的 MCP 协议正试图成为连接大模型与数据源的通用标准。 (19:59) 未来 AI 生态或将演变为分布式 Agent 网络，但全面商业化仍受制于可靠性与多步执行中的鲁棒性；相比之下，Cursor、Devin 等编程工具以及客服销售类垂直 2B Agent 已率先实现强劲的商业变现。 (29:59) 随着 OpenAI 推出简化 Agent 开发的全新 API，2025 年或成 2C 应用爆发元年；而在 AGI 到来前，创业公司更需警惕 Adept 烧钱自研底层的失败教训，聚焦垂直领域并严控成本以撑过黎明前的关键阶段。 (44:59)

《硅谷101》指出，2025年3月通用AI Agent产品Manus的爆火与争议，标志着大模型应用正迎来爆发前的黎明；行业的核心矛盾正从痴迷底层技术转向打造超越用户体验阈值的完整产品，但在迈向通用操作系统前，仍须克服多步骤执行的可靠性与鲁棒性瓶颈。 Manus现象：技术壁垒质疑与产品化启示 (0:00) 2025年3月初，通用Agent产品Manus在内测期引发轰动，二手邀请码被炒至数万元，但随后陷入“套壳”争议。批评者指出其调用了Claude和通义千问，缺乏核心壁垒，甚至有开发者声称用Cursor耗时3小时、编写约3800行代码即复现了其浏览器操作框架。然而，诸多投资人与从业者认为，做demo易而做完整产品难，Manus的大胆营销让行业意识到大模型底座已基本就绪，重点应是从用户体验出发打造高完整度产品，而非单纯在技术圈自嗨。 测评实效与用户阈值：通用Agent的现实局限 (4:59) 开发者Nathan Wang的系统测评显示，Manus在研究（4.0分）和教育（4.5分）任务中表现较好，因其机制与Deep Search类似，依赖任务清单与工具抓取；但在生活（3.5分）、数据分析（2.5分）及创意工作（2.5分）等复杂场景中暴露出深度逻辑缺陷，如在房产与学区匹配测试中仅做表面文字缝合导致结论错误。尽管通用Agent在AGI到来前难以达到100%准确，但非开发者对自动化流程的感知证明，只要交互体验跨过“用户满意度阈值”，就能形成生产力工具。 技术演进脉络：从单体调用到分布式协同标准 (14:59) 回顾AI Agent演进，其核心支柱经历了从2022年10月React框架确立的推理范式，到2023年GPT-4与Plugin推动的工具调用，再到Gemini 1.5将上下文推向百万Token以解决记忆瓶颈。随着Similar AI与Anthropic Computer Use探索直接控制物理设备，Agent正从单机多智能体（如LangGraph、Autogen）跨入分布式协同。Anthropic推出的MCP协议试图充当通用数据连接标准，而前安卓高管创立的DevAgent等团队则尝试构建AI操作系统，但多步骤端到端执行中极小错误率引发的级联放大，使系统的可靠性与鲁棒性依然是落地的重大瓶颈。 商业化路径：垂直场景突围与Adapt的烧钱教训 (34:59) 相较于尚不成熟的大一统通用Agent，垂直赛道（2B）已展现明确的变现能力。具备高重复性、模块化和协助属性的领域落地最快：编程赛道中Cursor年化收入达1.5亿美元、Devin估值达20亿美元；客服与销售领域中Dekagon能自动处理70%工单，Clay斩获10万用户；调研与专业领域中Hebbia进入了全球前50名基金中近三分之一的机构。与此同时，融资超4亿美元的前明星初创公司Adapt因自研底层模型烧钱过快、最终于2024年中卖身亚马逊的教训警示行业：现阶段应专注于搜索和垂直顾问场景，控制成本才能撑过黎明期。 随着OpenAI发布Responses API与Agent SDK，2025年被视作2C Agent应用落地元年。但在大一统通用Agent成型之前，创业公司更务实的路径是在垂直细分领域做到极致，并在多智能体通信协议与稳定性瓶颈解决前严格控制烧钱节奏。

[0:00] 世界上第一个通用 AI Agent [0:00] 做 demo 容易，做出一款好产品却很难 [0:00] Wake-up Call [0:00] 不要痴迷于技术底层，你要做的是提供一个完整度高的产品，让大家都用起来。 [9:59] 超过了用户的阈值 [9:59] 在技术群体里自嗨 [9:59] 乔布斯: 跟客户的经验和反馈结合，不能跟技术的经验结合 [9:59] 大模型底座已经 Ready，基于大模型底座完成一个完整度高的产品，大家接受度会非常高。 [14:59] 观察-思考-行动 [29:59] David Singleton: 类似安卓系统的人工智能时刻 [34:59] 首位 AI 软件工程师 [34:59] 程序员: 写代码一般，更像做调研的文科生 [44:59] 垂直领域顾问

[0:00] 今年3月初一款名为Manus的通用AI agent产品发布之后爆火那两天我的微信朋友圈几乎是刷屏式的案例由于Manus处于内测阶段仅以邀请码形式开放使用一度让邀请码在二手平台上被炒到数万人民币无数开发者投资人和从业者排着队等着测评与此同时业内对Manus的评价也从最开始一边倒的追捧开始有了越来越多质疑和批评的声音我们硅谷101团队也是拿到了几个邀请码让团队内的小伙伴都测试了一遍但是这个效果确实比期待中差了不少对Manus的争议一方面来自于团队并没有非常强的技术能力那么形容的是Anthrobic的Cloud之后与阿里通议千万合作被质疑是套客产品没上门槛而公司打出的营销话术世界上第一个通用AI agent明显也不太熟识因为这样的General AI agent产品在国际开发者社区早就不是什么新鲜事了加上这种媒体和自媒体早期夸张的修饰用语反而引发了不少人对MANA机器营销的反感我当时也是用Cursor花了三个小时然后写了大概3800多行代码然后直接就把它整个agent都可以去通过浏览器去流量网页整个让操作全部都浮现出来了所以你可以去理解说它整个背后的这个技术的这个框架和壁垒并不是特别的高但是呢在另外一边我们看到一些投资人和从业者呢却看到了非常积极的一面他们认为Manus在产品交互上确实做的可圈可点他们指出呢这个年头你做demo容易但是要做出一款好产品的却很难创业公司做推广的时候大胆一点也没有什么不好的而更加让人振奋的是Manus虽然不够好但是却让人看到了AI应用爆发前夕的黎明曙光应该说是天亮也是一个叫警也是一个TopCore他告诉所有的AI尤其应用从业者不要痴迷于技术底层你要做的是提供一个完整度高的产品让大家都用起来那AI Agent一直是我们非常关注的技术领域而借着Manus如今面临的争议我认为是时候好好来探讨一下这个选题了所以这期视频我们就来聊聊Manus引发的热捧与争议AI Agent在过去两年的技术发展路线是如何的现在的技术已经能够到了支撑开发者们做出一款好的Agent应用的时候了吗目前面临的技术瓶颈有哪些呢以及从Application应用产品的角度来说什么是一款好的AI agent产品目前在硅谷和全球的出售企业当中大家都在探索什么样的赛道做什么样的事资本在往哪里投以及呢一款好用的通用AI agent什么时候会来到你我的身边呢那开始之前呢大家不要忘了关注我们的频道你们的留言点赞和转发式支持我们硅谷101做好深度科技和商业内容的最佳动力我们就开始吧我觉得是更加聪明的一点但是的话我一个简单的事物它花了半个小时它还是像一个非常实习生的这种审美跟要求在给一个东西然后我说你帮我完成整个文章的分镜图然后它就卡了卡了21个小时接着还卡着我自己用的时候其实我是感觉它需要可能一个场景一个场景的做优化但是比如说我们跟它去跟OpenAI做对比的话我们发现还是有很多OpenAI做到的事情然后它做不到其实AI Agent整体的一个挑战就是说大多数的任务就稍微有点复杂的它其实要end to end的完成还是很难的大家已经看到我们贵谷101内部选题会上大家的个人吐槽但是我感觉还是要找一个稍微懂技术的开发者系统性的来测评一下才比较功耘所以我们邀请了AI Agent的开发者Nathan Wang加入我们一起看一下Manus的产品有哪些优缺点Nathan在过去两年有着丰富的AI agent以及AI应用开发经验他建立了一个他自己的测评机制将Manus运行的结果从准确度和用度和完成度这三个维度以及研究教育生活数据分析以及创意性工作这五项的任务来归类看一看Manus测评完成度如何那下面我们就把时间交给Nathan那我具体来讲的话是有三个matrix第一个是讲它这个正确性那首先你要它要给到的答案是正确的它不能胡说八道不能有这个幻觉的这样的现象那我大概是采取了一到五的这样一个打分的系统来让它去判断它这个正确性是怎么样比如说一分的话就是说它基本上没有给到我正确答案那是very poor的一个表现五分的话就是说给到我consistent给到我这样的一个正确答案然后我就觉得它是个五分的一个状态那第二个维度的话这是它的usefulness是否有用是否相关因为很多时候我们知道大模型可以一本正经的说正确的废话但是你用户拿手上说对我来说没有任何的作用这个其实也就是另外一个维度你需要去考量AI政策是否有价值的一个方面然后第三个来讲的话叫做companiness就是它的完成度完成度其实去考量的就是说 [4:59] 我给了比如说我现在这个问题给了他三个问题然后帮我解决三件事情他只完成了一件他这一件事情可以是做的非常正确然后又非常有用但剩下两件事没有做对我来说的话他这个完成度就不是特别的高所以我基本上是按照这三个维度来去评价一个AI agent或者Minders AI做这个测评的我具体测评的话也是按照他官方网站上给了一些demo的case然后那个case应该是他自己事先录好的你点开Minders的界面的时候在它的右下部分基本上会罗列出一些User Case让你可以去点着去试那它基本上是通过了几个方面一个是Research就可以帮你去做研究的一个能力然后第二个是它在生活中的一些作用比如说能不能帮你订机票能不能帮你去查你想要去检索的一些生活方面这样一些信息然后第三个它其实去说的User Case叫做Data Analysis能不能够帮你去做一些数据分析比如之前它其实给到了说你需要有很多的Interview你需要去跟别人去面试然后在interview他自己的信息他能不能通过这些信息帮你整理好一个schedule然后做一些数据的分析说这些人到底哪些地方强项哪些地方不是强项那我觉得这是他第三块可以去干的事情然后第四块的话他想说出来就是education就是你想学习一个东西的时候他能不能很好的去教导你或者给你解释这个东西是怎么样的状态然后帮助你去理解然后最后一块的话他其实做了一个WTF就是其他各式各样的这些有趣的一些feature比如说他举例讲到说能不能帮我做一个podcast然后能不能帮我帮我去完成一系列的这种有创意性的这样一些工作所以我大概也是按照这五类然后去做各方面的测评然后每一个测评因为它是官方例子是已经录好的所以说我就没有用完官方例子而是说用我自己可能生活也好工作也好比较实际的例子来去完成的我先讲它做的好的部分然后我的整体来讲的话它的research和education我的综合也就是说刚才说这三个维度的平均分然后research是给到了4分然后education是给到了4.5分我觉得它在这两块做的能力都是非常强的然后包括它给到你的正确性用适性以及完成度都是比较高的但是我想说这两个领域的应用符合我的预期因为我们知道像ChairGPT Cloud还有Gemini都是有deep search的功能它其实就是帮你在互联网上去查找各种这样的信息根据你的需求然后让大模型去给你做解释或者take一些actionManderson AI本身整个的这个构架来讲的话也就是说它有一个决策的这样一个背后有模型然后据传言说他们用的是Cloud的这个模型包括Deepseek 21它有一个Reasing model然后通过这两个模型来去根据用户的需求先去generate一个Task list就是说根据用户的这个问题我大概要做哪几件事情然后他会把这些事情写在它的一个NodePad里面然后它可以通过一些编程通过一些互联网搜索包括我刚才讲到的可以通过浏览器去像人一样浏览浏览器上的这些内容然后来抓取这些信息总体来讲的话它其实更多的就是说去通过Tools和这个Function或者API来去获得信息然后在获得信息的基础上然后帮用户去总结或者是去把这些信息通过一些rendering的形式给用户表现出来比如说做成一个表格或者说是执行一些程序让用户可以有个很好的这样的一个体验所以总体来讲的话它所有的这些Task都是按照这系列方式去完成的除了像我刚才讲到Research和Education是比较高的一个分数的话像在Life Data Analysis以及它有趣的这些例子当中我给的分数是比较低的像Life的话只有3.5分Data Analysis只有2.5分然后像这种有趣的WTF的这些例子的话只有2.5分我觉得我当中遇到比较大的一个问题的时候就是他在将各个不同信源获得这个信息整合在一起的一个能力还不是特别强比如说就拿这个Data Analysis的为例吧我中间其实是想让他帮我去查找某一个城市的这个房价然后同时要需要去找到一个好的这样的一个学区所以说这样的话可以帮助我去选择比如说如果在这个地方买房子或者做投资我就可以得到一个比较有用的这样的信息但在这个过程中他是通过一些RedfinZillow网站的这些搜索找到了房源知道房子的信息然后他又通过在一些教育类学区的网站上搜索找到了这个城市相关的学区的这样的信息然后之后当他把两者整合在一起的时候他其实只是通过简单的text就文字的理解比如说这个城市是Bidal Park他就认为这个房源只要在Mellow Park他就一定可以进这个学校但是我们知道其实在美国你不同的地址是有专门assign的不同的学校并不是说general你在这个城市你就可以上这个城市所有的学校所以这点上他其实是没有去考量到说房子和学区的挂钩然后他只是简单的把两个信息缝合在一起 [9:59] 这个应用上的话我觉得这个体验就不是特别的好因为它其实给到了我不正确的信息它告诉我这个房子可以在最好学期9分的这个学区但是我再仔细一查发现它给到我那个房源只有7分甚至是更低的那对我来说就是一个错误的信息然后又会错误指导我这样的一个决策所以说这样的一些情况的话我觉得它的比如说模型本身的这个逻辑能力包括它怎么样去把信息综合在一起的这个能力其实还是会需要得到更强的这个增强才可以给到用户在这一类User Case当中比较强的价值那Nayton录制的测评原视频呢有两个半小时但是因为我们节目这个视频长度的关系我们没有办法完全放出来啊那这里呢我们快速的结论就是在简单的一些任务上Manus其实是给到了我们一个比较好的很丝滑的通用AI Agent的交互产品形态那虽然Nayton认为这个产品呢在硅谷开发者社区当中啊很早就有公司有人在做了那这一点呢我们稍后会在AI Agent的技术研发史的部分详细的说到但是对于我这样的非开发者比较2C的用户来说当Manus页面上展示出他真的在帮我加速读取文档访问不同的网站搜索信息的时候真的是让我第一次感受到了AI Agent在虚拟世界中充当机器人帮我完成一系列任务的潜力这一点还是非常惊艳的当然之后对于稍微有一些难度的任务它呢完成非常的一般甚至呢卡克几十个小时的现象说明呢它还处于非常非常早期的一个产品阶段最后呢还需要非常多的迭代啊但也由我们的嘉宾认为啊我们应该对AI初代产品呢有所谓的预值的概念也就是说在我们到达AGI之前也许不会有准确度100%完全准确的不出错的通用AI agent但是在那之前不同人群的需求会从简单到复杂逐渐迭代被实现但是需要时间和耐心我认为Mindex这个产品我先做个结论它是做了一个产品超过了用户的预值的一个产品用户要真正把它作为一个生产的工具来用它必须要在这个用户群体超过某一个预值就是它达到某个满意度以上就可以完整的使用在那之前它只是个样本或者是一个demo完本2B端其实有很多产品已经开始出很好的收入了但是对大众来说Z端来说的话大家还没有感觉到就觉得这个东西很神秘但是没有一个产品真的来改善了Manus这个产品我觉得它做到了它把一个用户体验做到了一个无份的能够感到很舒服的完成完整的工作和功能当然它目前是个General的Agent最终它全部发布以后要看它能覆盖哪些方面它也不可能面面俱到但至少从目前来看的话它一些功能完成的很完善所以我们看到一些争议这两天有很多的争议在说它只是一个AI操纵大师他把另外两个AI指挥来做我觉得这种讨论说明了一个问题目前的AI从业者群体里面有一个很大的误区就是在一个技术群体里自嗨我印象很深就想起来乔布斯刚刚被踢出苹果又回到苹果以后他不是有个town hall meeting就一个工程师站起来挑战他说你又不懂这个技术你又不懂那个技术你凭什么频道我们来做这个公司的领导者那乔布斯的回答就是我知道怎么样满足用户的需求我知道用户需要什么样的产品我可以定义它,我并且可以把它卖出去你必须跟客户的经验和返回来你不能跟技术的经验和卖它们的经验我可能比这个房间更多的错误你如果做到这一点的话它的认可度就很高Deep Seek对全球来说它是一个Way Cup Call它就是告诉大家原来大模型还可以用这种路径来实现而不完全是按原来的那种暴力堆叠的路径来实现而这个Manus呢我觉得他告诉他也是一个较劲也是一个Way Cup Call他告诉所有的AI尤其应用从业者不要痴迷于技术底层你要做的是提供一个完整度高的产品让大家都用起来我觉得这才是一个目前从2C端的产品的一个大的成就Manus我觉得它至少给了大家这个非常清晰的信号大模型底座已经ready基于大模型的底座我们完成一个完成度高的产品大家接受度会非常高所以我觉得这是一个非常好的start point当然我们现在没有时间能guaranteeManus并是最终成功者 [14:59] 我觉得它是一个现象级的产品而且是一个对大家的一个很好的提醒的一个point而我们在与另外一家AI Agent Infra基础设施初创公司Tensor Opera AI的联合唱诗朝阳聊天的时候他认为要做好一个AI Agent产品要有四个维度分别是模型 工具 数据还有Infra基础设施当中一个产品或者一家公司的这个绝对优势至少要占据其中两个才能够保持产品的领先度而他认为Manus产品的发布让团队至少占据了其中的工具还有数据这两个优势他占到了一个工具这个优势因为他把工具缝合了比如多个agent之间有个状态他快速写入一个虚拟机然后让他出结果我觉得这种工具的联合缝合它本身就是它的一个特点然后模型质面确实他可能用了阿里用了美国的API说句因为他比较早他可以拿到比较好的prompt比如说用户给他发了一些promot可以帮助他到后面的迭代所以从这两路因为他有先发优势比如说他的创始人就是在他的办公室贴的那个快快的原因其实你找切入市场你其实可以早点拿到应付数据你可能发现哪些人重要那你就快速迭代他不是说他今天没有达到这个我刚才说的那种产品但是它其实已经在这两个飞轮上已经开始滚动起来数据和工具这刚好是说我应用创业者要去做的至于模型和Infra我觉得就是跟大厂合作就好了拥抱这个生态就不要去思量过千金技术已经快要ready了这是我们和很多AI从业者和投资人交流的时候他们透露出的信号和见解那么AI agent技术在过去几年如何发展的突破了哪些技术上的瓶颈现在已经可以做到什么样的事情了接下来需要突破的壁垒是什么呢那我们接下来呢就和从业者们一起来聊聊这些重要的问题那在说AI agent技术发展史之前呢我们先明确一下定义啊因为我感觉agent这个词在过去的一段时间稍微有一点被太泛化了门槛呢有点过低啊在我们与技术策的开发者聊天的时候呢技术人员通常将AI agent定义为具有逻辑推理能力和决策能力Risening记忆能力和上下文理解Memory以及工具使用能力Tools这三种能力以及再进一步说可能还需要具备学习使用不同新工具的能力我们自己的建议的话这个既然是一个Agent他应该就在某种意义上可以像人一样它是可以使用各种各样的一个网页工具的也同时呢它还可以学习怎么使用不同的东西而这一点呢其实是agent来说应该是一个非常难的一个挑战那么针对推理 reasoning记忆 memory和工具tools这三个主要agent具备能力的发展呢我们来看一下过去几年AI生态圈是怎么去发展的首先我们来说一下推理能力它会需要有很强的逻辑能力因为它最终在做很多action或者是帮用户去执行任务的时候它需要去理清楚说我这个怎么去决策我应该用哪些工具或者说有了工具之后得到信息之后我应该去做哪些action所以Reading and Cable也是它最重要的之一2022年10月就在XGPT上线的一个多月前React框架被普林斯顿和Google Brink合作的团队所提出那React呢是一个将推理和行为与LLM相结合通用的范例这张大模型不仅能够回答问题还能够推理并且采取行动简单来说啊就是让AI在回答问题的同时呢能够去执行一些步骤不仅仅只是动动嘴皮子那具体来讲的话React做的一个事情呢它其实更加偏向于Prompt Engineering也就是提示词工程它其实是想通过来去设定一些不同的提示词能够让大语言模型按照一定的格式去输出就是要告诉大语言模型你在输出这个结果的时候按照这样的格式比如说第一步是你要去observe现在的情况是怎么样的用户的需求是什么然后你要先去理解用户想要完成什么然后在observe的基础上你再去思考一下你下一步要去做什么也就是说这个action那在action这一块的话那他就可以让模型说我告诉你我有一二三三种工具你觉得为了帮用户解决这个问题的时候你会选择用哪种工具然后当模型有这个逻辑能力之后他会选择一种工具比如说我要去搜索互联网对吧然后查找用户想要的相关的信息比如说用户说我要订一个机票那我可能就要去搜索这个机票相关的一些信息然后之后的话他就可以通过一个function的一个action或者function的call可以是靠一个API也好或者是本身自己写好的一个方式也好然后拿到这个信息然后之后再在这个信息的这个基础上再去考虑说我下一步应该做什么比如说我知道了某一天的这个机票的这个信息那我下一步是说要帮用户订这个机票吗还是说告诉用户这个信息然后再用户来去决定我下一步应该完成什么所以整体它的这个构架呢所有AI agent的这个 [19:59] 其实都是从这篇paper开始的然而当时的最先进模型GPT 3.5的能力相对有限使得AI agent的逻辑推理能力并不出彩错误率当时非常高然而XGPT上线的几个月之后我们看到2023年3月14号GPT 4上线了比之前的模型更强理解能力推理能力回答质量都大幅度提升同时在一周之后2023年3月23号XGPT插件功能plugin发布允许大模型LLM调用外部工具并且开发apt支持开发者将LLM与数据库工具和互联网连接这让AI agent的开发者们兴奋不已在那个时候发布的这个目的就是说让XLGPT可以去使用工具你可能记得一开始XLGPT只能说做一些对话做生成一些文本但后来的话你可以让他去搜索Internet可以让他接不同的这个数据库然后他就可以从这些数据库中去提取一些信息或者使用一些工具那那个时候就是开发者社区又沸腾了就是说整个模型的Resulting Capability有了然后模型也可以去接各式各样的工具来完成一系列复杂的这样的一个过程当时的话其实有一个公司比较有意思叫做Zipper然后这个公司呢它专门是它是2011年时候就开始成立了但他们主要是做一些workflow的automation就自动化的一些工具但是因为后来大语言模型发布之后他们也就第一时间去帮大语言模型去做这系列的工具所以说很多早期的开发者应该都是用过这个Zipr来去让大语言模型去接各式工具比如说你可以让大语言模型接你的这个Gmail可以让大语言模型去接各式各样你用的其他的一些application那这样大语言模型可以去完成的工作或者一系列复杂程度也就significant的上升了在2023年年初AI agent技术三大要素的第一步就已经搭建好了逻辑推理能力得到了显著的提升也可以接各种外部的API调用外部工具来完成任务那么接下来开发者生态进入到了技术发展的第二章那么第二个技术发展的阶段就是对AI agent记忆能力和上下文理解上的突破像GPG4刚开始的时候大概只有4096个token其实是非常少可能也大概就3000多个英文的单词可以给到它这个时候大家也是非常的 struggle我没有办法给到他这么多好的这些信息他也没有办法更好去执行但是到5月份的时候就是Anthetropic也就是当时OpenAI最大的精进对手他released一个叫Cloud Model但这个Model一开始得到开发者的关注的原因就是因为相当于说是跟TrackGPT来比的话他基本可能有100多倍的这样的提升也就是说你的AI agent可以去获得更多的信息或者在更多信息的这个技术上去进行思考和决策所以说5月份的这个发布也是在这个技术史上非常关键的一比就像Nathan提到的2023年5月11号Androbic推出的Cloud模型可以支持10万token的上下门窗口这使得LLM能够处理更大规模的信息并且增强基于大量信息的推理和决策能力不久之后2023年6月13号OpenAI也做出了在这一方向上的接触迭代发布函数调用Function Calling引入接受模式和1.6万Token的上下文窗口那么这让AI可以更加可靠的调用外部API比如说查天气自动填表等等任务紧接着2023年11月21号Anthrobic的Cloud 2.1版本又进一步把上下文窗口扩展到了20万个Token相当于AI可以一次性记住一整本教科书的内容思考能力也出现大大的提升这意味着能够进一步扩大大模型的记忆能力优化推理和决策过程我们之前的视频就提到过之后在2024年的2月谷歌发布Gemina 1.5的时候将上下文窗口的token数是扩展到了百万级别至此Nemory这个AI agent发展必备的第二个技术壁垒呢也完全的被打破那么对于开发者们来说呢就不再是大问题了时间到了2023年年底前两个技术壁垒的突破呢让LLM大语言模型充当虚拟世界的机器人这件事情呢变得更加的可行那么这个时候一些初创公司呢开始在硅谷生态圈活跃了起来有一个叫做Stimular AI的一个公司它应该是我所知道的第一个让大约模型去控制人的电脑AI Agent应用公司它应该是在23年底的时候就12月底的时候然后发布了他们的第一个demo就是说大家可以看到说AI Agent它的这个功能已经变得越来越强大了从开始说去做这种使用各种的tool接各种数据库然后靠不同的function它已经开始可以去操控电脑我觉得这一点的话是我当时觉得就是这个技术这个路线有了一个极大的一个飞跃同时2024年10月底Cloud发布了Computer Use功能进一步支持AI agent对控制计算机的直接操作让AI更像一个真正的可以行动起来的智能助手后来Cloud的Ancetropic他自己发布的这个computer use其实是已经到了将近一年以后但他整个的这个feature其实跟我刚才提到的这个similarAI这个初创公司所做的功能基本上是相似的但是其实你可以看到开发者的这个社区或者stable这个社区其实走的 [24:59] 一个大厂要更早而AI圈备受关注的Andrew N. Wanda教授在2024年年底关于AI Agent的演讲也是彻底燃起了技术圈和非技术圈人们对于AI Agent的期待和热情2025年将成为AI Agent应用的元年的预测它是出现在各大媒体头版上但是说实话虽然各种各样的AI agent应用Demo早就在全球开发者社群当中屡见不鲜了但是在Manus出现之前大部分AI agent创业公司主要还是聚焦于企业级2B的应用而非直接面向消费者级2C所以这中间的难点在哪里呢其实打自从有互联网的那一天开始整个所有的这些所谓的Tool我相信讲就是网络工具的设计其实主体目标是为了让人使用的是人使用它更方便那在这样的一个逻辑下其实对于机器来说它的使用交互尤其它想完成一个很准确的大面积的交互这是一个在语言模型之前人类没有办法去解决的问题而在此之前并没有形成范式共识AI agent的通用化需要整个产业的生态去支持但是现在还差一步我们在和AI agent Infra公司TensorPra的联合唱识人朝阳聊的时候他会从一个更加生态化的角度去看AI agent的技术发展那刚才我们说到Agent的这个逻辑推理上下文记还有工具调用的能力在它看来啊是一个所谓的Single Agent的技术发展就是说一个单独智能体的技术迭代但是呢要让AI Agent真正的发展起来做到主流化规模化那么还需要实现多个Multi Agent之间的通信还有互联那不同的Agent需要在不同的设备不同的机房之间去做计算和联动这才能够推动上亿级别用户机会的应用但是这里的难点在于一个通用的标准化的协议是非范式接下来我们听一下朝阳对于他眼中AI agent范式发展的四代技术更新的定义和观察定义就是说你有planner memory tools中间有LM来驱动对吧然后这么一个范式开启了AI agent然后当时大家定义的其实是single agent那是第一个发展阶段就是planner这块比较有意思这个是我觉得它是决定agent第二代的一个标志性的东西就是它能够实现multi agent之间的通信我认为的第三阶段是因为一个很重要的是planner这边multi agent framework曾经的做法是像longraph,crew AI这样的框架包括alt-gen微软的他做的是多个A群之间在一个library之间通信并也是单机的比如说你要实现一个复杂任务你是写很多prompt然后你把它拆成很多个指任务让各个A群之间去通信但是是在一个单进程里完成我们在尝试的是第三个阶段就是让A群在不同的设备不同的机房之间去做计算然后去联动然后这个我觉得他是一定是未来支持E级别用户必须要有的一个架构一个单点是无法做到的目前我们依然处于第三阶段的竞争和尝试当中这个阶段尝试解决的问题是很多网站或者工具不支持AI agent的调用比如说很多网站和服务都会有反机器人Antibot的设置在Manus里面我们也看到AI agent在执行任务的时候也经常访问不了很多数据来源而导致任务失败所以在这个阶段当中我们需要去打造一个通用协议来解决这个问题才能够去支持AiAgent与外界的一个联动那很多公司呢包括Anthrobic也是在做协议适配上的尝试2024年11月初Anthrobic就推出了模型圣下文协议Model Contact Protocol简称MCP协议引进了应用如何为LLM提供圣下文的规范那么形象一点来说Anthrobic将MCP协议称之为AI应用的USB-C端口支持将大模型直接连接到数据源此前企业和开发者要把不同的数据接入AI系统都得单独开发对接方案而MCP做的就是提供一个通用协议来解决这个问题然而MCP解决了第三代技术的问题还有最后一代的问题就是目前AI agent应用大规模爆发的壁垒是真正统一的agent和agent之间的protocol通信标准与分布式计算就像如今的安卓与iOS一样我们也需要一个全球大家承认且通用的AIOS比如说举个例子我们有你造了一个agent叫做比如说硅谷101的agent然后你可以做很多marketing很多采访的摘要然后我造了一个agent可能是关于AI行业的一些特殊的一些功能然后我们能不能再写个agent把我们两个agent之间的 [29:59] 你综合起来形成第三个agent那这个时候第三个负责综合的agent需要跟你通信也需要跟我通信去获取信息那这三个agent之间的交互现在是没有标准的那今天是我们再怎么做我们就是告诉你你告诉我你的协议是A然后我的协议是B然后第三个agent要实现就把各自的这个协议给改一下就好比在10年前或者20年前移动互联网和PC互联网之间两个电脑一个是IBM造的另外一个比如说英特尔造的然后他们之间底层的链路没有打通就导致两个软件之间没有办法沟通你虽然有一个单机的软件这个是在30年前移动互联网那个时候还没有TCPIP的时候就比较麻烦就代表了很多不同的规范然后到移动互联网的时候比如说这种基站的通行标准TDLTE等等如果所有的设备软件都符合这个Protocol的话当然是可以交流的所以今天的单个Agent Lab这种model比如说调工具我觉得MCP已经一定程度的解决了它不是说调数据浏览器它是说你把这些能力封装成一个软件一个agent的时候要跟另外一个封装另外一堆工具数据的软件两个之间怎么交互它是一个更高位的一个通信协议我觉得我对未来的AI的想象就是有一个非常复杂的分布式网络有大量的服务就跟上两个时代非常像就是用户的诉求分发到整个网络里面得到一个反馈然后用户我觉得手机一定会在可能没那么快这个iOS包括因为iOS比较慢然后我觉得安卓这个赛道我已经看到安卓的创始人出来亲自做iOS这件事情就我觉得跟我的思路也是非常像的我觉得安卓一定要被重构他可能未来不叫安卓但是我觉得这个系统你打开之后就是一个框然后你可以问一切问题但是它所有的action和information都可以呈现在你框的结果里面这个是我认为Protocol的一个核心2024年11月底一个由安卓系统前高管门创业的公司DevAgent吸引了外界和媒体的注意他们宣布获得了5600万美元的种子论融资联合创始人兼首席询询官David Singleton就表示我们需要一个类似安卓系统的人工智能时刻而他们想要打造的其实和朝阳的公司一样是新闻开发一个通用操作系统目标是为AI agent提供一个统一的平台如果他们做到了那么第四阶段也就是最后一个AI agent的技术壁垒也就打通了所以我们会玩真正的Disputed Multi-Agent Framework并且是Hybrid Edge Cloud这样一个架构那这样的话就需要agent之间的通信并且不是一个单系统它是一个公司之间的协助然后在这一代里面就是我觉得Router这种技术就是你怎么样分发意图然后找到不同的Asian把这个协议打通我们现在是比较生硬的跟合作伙伴一个一个的协议适配然后我相信我们做了10多个之后我们慢慢的去尝试去promote这种通用的Protogo但我觉得做一个创业公司就是我觉得最终Protogo我们在10年前的教训一定是大厂几个大厂然后国家队不管是美国国家队还是中国国家队就是大家联合起来propose一个protocol有点像通信领域的五级六级标准不说你一个创业公司做你就能有但是创业公司在早期去做产品的时候可以有自己的save protocol然后我们propose出来发布出来大家不办应也没关系但我满足了我们商业的需要对但是如果最幸运的是就是这个东西被大佬们踩辣了那是更好的好我们来总结一下我们的嘉宾从整个AI agent生态角度来看待的四代技术那么首先第一就是planner也就是我们前面说到的 reasoning 逻辑推理记忆 memory 和工具 tools让所谓的 single agent 单个智能体在技术上的一个成熟那么第二代技术就是通过planner的发展在单机上实现multi agent之间的通信第三代是AI agent在不同设备和机房之间能够联动这将推动上亿级别的用户承载量而我们现在还需要去突破的是第四阶段那就是agent与agent之间protocol通信标准与分布式计算也就是一个全新的AIOS而朝阳与很多AI从业者们都说在黑夜中探索了那么久现在天快亮了你觉得现在是AI agent的一个黎明时刻吗黎明时刻我不知道怎么定义如果是一个产品经理的视角我觉得是应该说是天亮天亮就是爆发前的黎明对你可以设计了对这个时刻你可以参与但是问题是它背后ready的话你没办法很大的规模的去扩量所以可能在小而美的场景用户量不是很大但是它有能高进制的付费如今随着AI Agent基建的进一步完善各项技术包括底座大模型能力的进一步提升以及科技巨头和出创企业还有开发者生态当中对于协议和标准的进一步探索以及统一我们似乎能够感受到AI Agent的爆发只有一步之遥Manus和类似的通用Agent AI公司只是给我们打了个样子 [34:59] 那其实最后的路还非常的漫长这一步的距离其实还有挺多没有解决的问题因为我刚才说三个必要的这个条件其实我觉得它是能够让开发者更成熟的去做一个demo就能够把它想要的这样的一个产品给demo出来但是你如果想真正变成一个非常成熟的一个产品其实还需要解决两个技术瓶颈一个是它的reliability就整个模型包括整个系统的这个可靠性那可靠性指的就是说用户比如说问你100次你们能至少94或95次以上能够给到用户正确且相关的信息那第二个点的话其实我想讲的这个技术的瓶颈其实是这个robustness就是它这个鲁棒性怎么样让大模型或者让AI agent能够具有鲁棒性在各式各样特殊的情况下或者有些edge case的情况下能够满足用户的需求其实也一直是非常challenge对企业来说这里有很多的考虑问题并且对于一个从端到端来完成事情的一个agent来说当它第一步可能它的出错率是1%第二步是2%第三步可能是1%但最糟糕的话它会有一个叠加的错误效果等它完成到第10步的时候怎么办很多企业办公流程是一个20步几十步的一个过程到最后它可能这个错误是一个极高的一个改律发生那Kith告诉我啊他们公司Tunnyfish扒了一下网上的数据全美国呢目前有1.5万家接受了融资的初创企业在做AI agent方向的创业所以显示出AI agent这个大赛道的生态火热那么接下来呢我们请到硅谷101的特约研究员Sophie来大概给我们归类一下AI Agent公司的版图和大家在尝试的方向大家好我是关注AI应用的Sophie王可宜咱们又见面了我们先来给目前AI Agent产品来分个类第一类是以Manus为代表直面用户的通用类Agent第二是Agent基础设施和框架层也就是帮助开发者搭建Agent应用的地基和工具第三类就是面向特定行业的垂直化的Agent比如像编程、客服、销售、科研、商业分析甚至是供应链管理和医疗等领域通用型的Agent前面已经讨论很多了咱们重点来讲讲后面两类吧先来说一说Agent架构和开发者工具说到架构不少开发者小伙伴一定会首先想到Lanchain这个诞生短短几个月就获得了超过5.5万GitHub新标和3000万美元融资的开源工具迄今是Agent开发者用来让大语言模型调用外部工具和数据库拥有长城记忆以及完成多步骤工作流的首选工具包之一其他的热门工具比如说像PineCon这样帮助Agent高效检索外部知识的向量数据库或者让Agent能更好处理思域数据的Lama Index等等虽然不仅仅是针对Agent但也都是目前Agent应用开发必不可少的左膀右臂同时呢各大云服务厂商也都争先恐后的推出了Agent工具包比如像微软的Semantic KernelAWS的Bedrock Agents等等用来组合多种AI技能主打一个对Agent开发者体贴入微那么就像倩和嘉宾在前面视频所说到的随着AI Agent基建和框架层的持续探索和完善这一块呢也是最近两年来非常热门的风险投资方向这使得开发者们能够用的工具和支持生态越来越成熟从而呢我们在过去一年来所看到在不同的行业和场景当中创业公司的Agent应用尝试可以说是遍地开花接下来呢我们就来聊聊具体的垂直赛道领域的Agent 明星公司们如今呢编程类的Agent 被认为是最早落地的 AI Agent 应用他们不仅仅能够自动补权代码还能够协助程序员们编写 调试甚至是自主部署软件GitHub Co-Pilot 在上个月推出的 Agent 模式想必马农小伙伴们都很熟悉了此外呢由初创公司推出的编程 Agent不仅是多到让人眼花缭乱还可以称得上是AI界的造星工厂举起个例子吧号称是首位AI软件工程师的Devon背后是生下来就在罗马的新贵startupCognition AI成立不到半年内估值就跃升到了20亿美金Devon宣称能够替代初级码农独立阅读技术文档编写完整代码查错甚至直接更新已有代码库野心很宏大每个月高达500美金的订阅费也很美丽但是我身边的程序员朋友却吐槽说Devin写代码好像一般般做调研还不错感情是个文科生那么玩笑归玩笑现实情况是定位于企业级用户的Devin在庞大而融杂的代码库欠缺的技术文档 [39:59] 还有模糊不清的背景信息Context这三座大山面前有点力不从心Cursor是另一个风投正进的AI坚程助手诞生于四位MIT本科生于2022年创立的公司AnysphereCursor由于好用速度快对于用户代码库不理解能力出色而且成本远低于Devon很快就成为了很多马农的首选包括OpenAI,Shopify,Instacart的团队都有使用根据业内消息不到三岁的Ansphere已经实现了1.5亿美金演化收入而且正在洽谈估值可能高达百亿美金的新一轮融资其他的还包括拥有2000万开发者用户的Rapplet旗下的AI Agent可以根据自然语言指令生成完整的网页端应用另外是正在以将近30亿美金估值融资的Codium旗下的Windsurf已经拿下了包括Dire在内的超过1000家企业级用户还有字节跳动针对中文开发者推出的编程助手Tree等等看来啊编程领域的Agent在马是越来越精彩了不知道各位马农朋友们是欣喜还是担忧呢接下来我们就来聊聊客服和销售领域的AI Agent客服和销售原本是两个人力密集的领域而现今呢AI Agent已经凸显出了效率的优势受到大量企业的采纳客服助理中表现突出的Dekagon算是一个这家炙手可热的AI初创公司已经融资超过一亿美金客户包括大家熟悉的像DualingoNotion和Eventbrite等等Dekagon的AI客服能自动处理高达70%的客服公单为企业节省每年数百万美元的人力开支他的企业客户之一Built就曾经说使用Dekagon就好像一夜之间多招聘了65名全职客服人员与此同时销售领域则有快速崛起的AI独角兽Clay他利用AI Agent自动抓取和扩充目标客户数据批量的和潜在客户进行量身定制的互动并且帮助销售人员处理大量工作中的dirty work从而成倍放大销售团队的生产力目前已经积累了10万名用户除了我们上面说的几个领域之外AI Agent的应用范围还在不断的扩大比如说在商业调研领域作为商业数据分析这一块的头部AI AgentHebbia已经服务于全球资管规模前50名基金中的将近三分之一以及多家大型律所、咨询公司、甚至美国工军而在科研领域学术明星科研助手Elicit擅长自动生成论文的部分内容同时海量处理数据目前全球已经有超过200万的科研人员使用它它极大的提升了在机器学习、制药与生物科技等领域的研究效率而在供应链优化这一块被誉为美国最神秘的大数据公司Palantir近期就在它的人工智能平台AIP推出了Agent功能用来自动化物流和库存的管理已经在60多家大型企业投入了使用最后呢在医疗健康领域美国最大的医疗信息公司Epic利用AI Agent将大量繁琐重复的行政工作自动化比如像患者的预约和分流基本的沟通手续查验和项目批准等等有效的减轻了医护人员的负担随着AI技术的发展为什么一些agent应用场景会更快的落地呢?我们发现目前取得成功的agent产品大多具备以下几个特征的至少一个其一是任务定义明确而且高度重复比如像客服销售这一类场景AI能够显著提升效率同时风险相对较低第二是工作流模块化而且相对独立比如说像经过良好切割的软件开发任务Agent可以在不需要大量背景知识的情况下在封闭可控的环境当中运行第三则是场景本身注重信息的检索分析和推理包括大量的自然语言交互而不需要借助复杂的外部工具比如各种形式的调研这样的场景立于现在的AI扬长避短第四是Agent聚焦于协助而并非完全取代人类让企业能够逐步稳妥地将AI整合到现有的工作流当中总的来说业界普遍认为大模型和Agentic AI的底层技术已经发展到了足以支撑大量2B领域商业化的阶段而在2C领域MVP最小可行产品的雏形也已经显现了当然想让AI agent承担更复杂的角色在长期记忆多模态API整合以及前面提到的多Agent协作等方面还有很长的路要走此外企业也需要做好内部流程数据和文档标准化的工作才能让AI agent更有用武之地这或许就会类似于10年前的企业上云冰冻三军 [44:59] 非一日之寒现在我们把时间交还给钱在Manus引发的热潮和争议不久之后OpenAI发布了新的agent功能推出专用于简化agent开发的API和工具包括Responses API内置工具和agent SDK帮助开发人员和企业去构建有用且可靠的AI agent所以现在看来Manus可能只是一道钱财而精彩的部分才刚刚开始Agentic这个词呢也注定会成为2025年AI赛道的关键词而且我坚决认为今年我称今年是这AI应用2C应用的元年2B其实去年就有一些很好的产品已经收入很高了我们也投了这些那2C端的话就今年会是个元年那就是在所谓AGI达到之前一个通用的AI agent能够cover everything for you我觉得 it's impossible这是不可能的包括面对各种预知的用户他都能满足的这个可能性是不可能的所以他必须要等到AGI达到以后才有可能实现在那之前的话很简单你的日常生活里你就想想AI agent就相当于你日常生活里你不要完成一些事情必须要打交道的人就好了对吧你买机票要找agent你买保险有agent买房有agent其实不用把这个agent想那么神秘他就是你日常生活中打交道的某个垂直领域的某一个顾问或者是从业人员才帮你做这个事对吧那很简单既然你在生活中目前需要打交道agent我想每个人至少是有几十个对吧那回过头来说在今天这个AI agent他应该也有几十个针对不同的方向帮你解决不同的问题当然eventually他会是一个大一统我相信这点会实现但是it's a long way to go所以我觉得没必要观点太终极现在我觉得先专注我认为创业公司现在应该专注的是在垂直领域把它做到非常惊喜其实Proplacity这个产品就非常明确的给大家一个方向你看他从一开始就是专心做在这个色池研究这一块他做的非常的专业对吧那他就目前来说至少做的是算大家公认做的很好的产品我觉得就走这条路足够成就一家很好很好的公司当然了一个新技术和新范式的产生少不了失败这个失败在于对创业路径的失败也在于对时机判断的失败还有可能对于烧钱速度的失败等等那么在AI agent这条道路上我们已经看到了一个初创明星公司的倒下这就是Adapt这家公司我们在2023年3月的那一期OpenAI黑手党视频当中就有提过因为创始人兼CEO David Lan就是从OpenAI出来创业的当时他们公司对AI agent的描述也构成了我第一次对赛道的最初认知然而当Adapt总融资额增至4.15亿美元公司低轮估值超过11美元进身独角兽之后是因为技术研发受阻自己又研发技术模型所以烧钱太狠而不得不最终在2024年年终的时候卖身给了Yama Shin当时这个失败的案例给所有从事AI Agent赛道的初创公司都敲响了警钟我在写稿的时候也在想如果Adapt能够撑过黑夜撑到如今的黎明时刻说不定能够比Manus拿出更好的产品公司的结局会不会不一样呢那无论如何如今啊天快亮了但是新的一天才刚刚开始长路漫漫还早着呢感谢大家收看这一期的硅谷101我是陈倩你们的关注点赞和留言是支持我们做好深度科技和商业内容的最佳动力那我们就下期节目再见啦Bye谢谢大家