卫诗婕
开源界凌晨核爆攻击，3 小时复刻 Manus 平替版。
李国豪
用不了 3 小时，可能很快几分钟就可以做得出来，但是要做到他们那么好，还是有差距的。
卫诗婕
有人说，Manus 是一把火，点燃了 AI 技术。
李国豪
Manus “全球首个通用 AI Agent”的这个定位，我会认为是一个很新颖的提法，也是一个很勇敢的提法。
卫诗婕
对，他们很勇敢，但也要面临非常多的质疑。
李国豪
所有的中国大模型团队都要感谢 DeepSeek。我觉得这次在 Manus 身上也是一样的，所有做 AI Agent 的创业团队或者开发者，其实也都需要感谢 Manus。
卫诗婕
哈喽，大家好，欢迎来到商业漫谈，我是诗杰。今天这期节目很特殊，是我第一次尝试自己 solo 来录节目。为什么呢？是因为这期关于 Manus 的访谈完整版没有办法在我的节目商业漫谈上面直接发布，但是稍晚些会在一个门户做的一档科技访谈节目当中完整播出，大家也可以期待一下。所以就想趁这个机会试着自己录一期 solo。其实我想录 solo 想了很久，但是一直没有勇气，总是觉得对着录音说一整段太有挑战了。但是这次也刚好借这个契机试一下，看看以后要不要把这种形式延续下去。
我觉得 solo 的形式其实可以视作我自己的一个学习笔记，也是把我平时做采访、做研究时的一些思考和感悟开源分享出来。所以这一期可能更多会从我个人的视角展开，中间也会穿插一些访谈嘉宾的原话。我们可以试试看这种形态，大家喜不喜欢？会不会觉得跟我的沟通更直接？想试验一下，后面可以再调整。
1. Manus 定义通用 Agent
最近大家的朋友圈肯定都被 Manus 刷屏了，但我相信绝大部分人还没有能够直接用上这个产品。现在网上关于 Manus 的评价特别两极，所以大家可能会有一种雾里看花的感觉：Manus 到底是一个什么样的产品？为什么会招来这么大的争议？它对于行业的真实贡献是什么？以及由它带来的、当下最受关注的 AI Agent，到底应该怎么理解？
我希望这期节目可以把这些问题讲清楚。先介绍一下 Manus 到底是什么：它是一款将自己定位成“全球首个通用 AI Agent”的产品。注意，这个定位其实引发了后面巨大的争议，待会儿我再解释。
所谓 AI Agent，它和之前的豆包、通义以及 DeepSeek 这类 chatbot 最本质的区别就是：chatbot 是聊天机器人，顾名思义，这个 AI 是用语言来跟你进行交互的；但是 Agent 是用行动来跟物理世界产生交互的。
举个例子，你给 AI 发送一个语言指令，说：“帮我建一个网站。”那么这个 AI Agent 就可以根据你的需求，在物理上操作你的电脑或者手机，然后在互联网上真实地设计并创建一个网站。
基于大语言模型的 AI Agent 还有 3 个特点。第 1 个就是它会自主规划。你可以理解为，它得到一个任务之后，会像正常人一样，先在脑海当中拆解：第 1 步做什么，第 2 步做什么，怎么样才能完成这个任务。这就是自主规划的过程。
第 2 个特点是它会自己执行动作。刚才规划好了 1、2、3、4 要做什么，它就会自己一步一步地去做。第 3 点也是最重要的一点，也是 AI Agent 区别于上一个 AI 时代的本质区别，就是这个 AI 可以产生记忆并且自我学习。
也就是说，它帮你完成任务的次数多了，跟你交互得更多了，就会更了解你，揣测你的需求，然后自己也会不停地演进。它可能从一个实习生，慢慢变成一个资深员工，大概是这样的感觉。这就是 AI Agent 的 3 个特点。
2. AI 进入双线时代
我现在录制的是 3 月 13 日当天，夸克也发布了自己的 AI Agent，这也是现在被热议的话题。我是这么看的：这个节点非常重要。从 Manus 开始，整个从 2023 年到 2024 年、整整 2 年的单一技术叙事暂时就告一段落了。
不是说以后就没有模型技术叙事了，而是说从 2025 年此刻开始，另外一条叙事线，也就是之前大家一直在期待的 AI 应用、AI Agent 的叙事线，也要展开了。我想，2025 年可能会是一个双线并行的时代。
刚刚介绍了 AI Agent，接下来讲一下为什么 Manus 会产生巨大的热度和极其撕裂的争议。所谓撕裂的争议，就是正方觉得 Manus 在产品层面做出了了不起的创新；但反方觉得 Manus 这么火完全是炒作出来的，认为它完全不可以跟 DeepSeek 相提并论。
关于为什么会产生这么极端的两面评价，待会儿再慢慢讲。在讲这个故事之前，我想先发散一个小感想。
Manus 这件事情让我想起了很多年前我做社会记者时跑过的一条社会新闻。我不知道还有多少人记得罗尔这个人。他当时是一个白血病患儿的父亲，他的女儿得了白血病，高昂的医疗费用一度让他的家庭面临巨大的经济危机。
这个时候，他的一个朋友帮他在微信上发了一篇求助筹款的文章。因为罗尔本人也是媒体人，所以他的社交网络比较发达。那个时候正是微信公众号的时代，公众号的传播力和影响力都非常大，网络的力量也非常强大，所以一下子就筹到了好几百万元。
这笔钱打到了罗尔的账户上，但紧接着很快就有网友发现，罗尔女儿的这个病情案例，在医保报销制度下其实花不了那么多钱。舆论随即开始反噬，指责他诈捐。
这个时候罗尔站出来澄清。第 1，他没有诈捐，所有事情都是真的，而且这篇信息也不是他发布的。第 2，在文章发布时，他也没有想到会得到这么多善款；善款到账之后，他还来不及反应，舆论就开始反转了。第 3，他女儿的病情都是真实的。他告诉大家，自己当时根本没有心情想着骗钱，满心都是对女儿的牵挂。
当时我在《人物》杂志工作，被派去采访这个事件和当事人。真实接触之后，我非常同情他。我判断，他是一个还算有文人风骨、比较有骨气的人，更是一个很真实、很焦灼的父亲。
所以我当时写了一篇报道，试图还原真实情况。但很遗憾，根本没有多少人关心真相。这件事情对我的触动很深，也让我意识到，舆论事态的失控往往会超出当事人的预期。
一旦舆论爆发，各种网络声音就会乱成一锅粥，几乎没有人能够再去分辨哪个是噪音。如果不真实地接触当事人，不去近距离观察，就很难理解事情的全貌。
3. Manus 引爆舆论争议
所以这次 Manus 给我的感觉也是这样。我的第 1 视角，是试图还原一下 Manus 爆红的过程。
3 月 6 日一早我醒来的时候，按照习惯刷了一下各类媒体的信息。当时我就发现，我的朋友圈、极客以及很多科技媒体的公众号，都被一个叫 Manus 的产品刷屏了。
这个产品的创始团队其实我也认识。它的创始人肖弘，是我从 2023 年就开始关注的一位创业者。当时 ChatGPT 火起来不久之后，有一款国产套壳 AI 产品叫 Monica。它可以理解为一款专门为中国用户定制的、让大家更顺畅地使用 GPT 的对话产品，本质上是套用了 GPT 的模型。
我应该是最早的一批付费用户，而且付的是年费。当然，随着 2024 年各个好用的国产模型都免费了，再加上后来可能用 Claude 更多一些，所以我后来也没有继续为 Monica 付费。
但我对这个产品的印象一直很好，它的体验很好。圈子里应该有很多人知道，这位创始人本身是一个很有故事、很有趣的人，这些其实他在各种报道和播客里面都讲过了，我这里就不再赘述。
所以我看到 Manus 新闻时，第 1 个反应是挺为这个团队高兴的。但很快，我也产生了一些比较奇怪的感受。
第 1 个原因就是，我要不到这个产品的邀请码。我很快发现，截至 6 号中午，几乎所有媒体也都没有邀请码。与此同时，一些媒体、自媒体以及 KOL，却用非常夸张的词来形容 Manus，其中最具代表性的就是把它形容成“AI Agent 的 DeepSeek 时刻”。这其实是一个非常大的帽子。
我当时就问了一个前同行：“你们也没有拿到邀请码，也没有试过这个产品。你们没有试用过，怎么知道它这么好？怎么能够给出这么高的评价？”
我当时也没有得到具体的答案。后来我才知道，其实很多第 1 批发声的媒体，当时应该都没有拿到邀请码。
第 3 个让我感到奇怪的原因，是我留意到 Manus 当时的定位是“全球首个通用 AI Agent”。这个定位是很吓人的，因为在我看来，“通用”这个词不是谁都敢随便使用的。
因为当时甚至到现在，即使是 OpenAI、Anthropic，或者其他大模型公司，其实都还没有人使用“通用 AI Agent”这个 title。全球首个。
虽然在 Manus 发布的视频 demo 里面，确实演示了各种 Manus 能够做的事情，比如写程序、筛简历、做网页等等。看起来它确实可以通用地完成一个任务，但我第 1 时间想到的是当年的 Sora 发布。
Sora 发布的时候也是轰动一时。大家觉得，只要给它一段文字描述，它就能制造一段影片或者动画。我还记得，当时这些 demo 视频下面最热门的评论就是“电影行业要被颠覆了”等等。
但实际上，Sora 到现在也还只是期货，并没有真正开放给大家使用。所以行业里面一般会认为，demo 只是 demo，得真正落地量产，让大家在生活中能够感知到的产品，才算兑现了它的一些宣传。
综合我刚才所说的这些，我确实感觉到很疑惑。一般来说，媒体去要邀请码还是比较好要的，尤其我算是离媒体圈和科技圈比较近。但这次的邀请码确实很难拿到。
一般来说，各家企业发布产品时，都会希望开发者、媒体和 KOL 优先使用。但 Manus 的这种情况确实比较少见。
后来我跟《屠龙之术》的主编张明浩老师以及一些朋友交流才知道，Manus 这次发布一开始并没有打算真正开放给公众，也就是大 C 端。理由也很简单：没有办法部署那么多服务器，这是一个非常昂贵的成本。
所以后来出现的情况也确实是，Manus 爆火之后，即便拿到邀请码的人也没有办法正常使用，因为服务器已经被挤崩溃了。
但让我比较意外的是，Manus 其实也没有打算开放给开发者。据我了解，很多开发者至今都没有拿到邀请码，也没有用上。
结合我跟张老师了解到的情况，我们俩猜测，Manus 最初只是想邀请一小部分自己的亲朋好友来试用。这个年轻但很能打的团队，应该是做出了一些令人惊喜的小成果，所以迫不及待地想跟小范围的亲友分享这个成果。
我们可以把它理解为实现了一定程度上的“通用”。所谓通用，解释得直白一点，就是过去大家讨论 Agent 时，普遍认为需要先为 AI 设定好工作流。
工作流指的是，我们拿到一个任务之后，会规划一条完成路径：是 A、B、C、D、E，还是 A、C、B、D、E，或者其他排列。它会根据这条路径拆分动作。
但 Manus 做到的是，它不需要预先设定工作流，不需要给它设定好框架和顺序，这个 AI Agent 就能够自主规划、解决难题并完成任务。
这也呼应了 Manus 的产品理念：Less Structure, More Intelligence，中文翻译是“更少的结构，更多的智能”。所以 Manus 认为，这在某种程度上实现了通用。
我这里只是用大白话解释一下。等之后《赛博对话》那期节目播出时，大家可以再去关注国豪对于 Manus 技术层面的解释。当然，也可以去看 Manus 主创团队成员在即刻上的一些阐释。
我想说的是，关于 Manus 团队内部动机的这个猜测，我不能保证自己的推演百分之百准确。因为现在团队确实非常忙乱，也比较封闭，暂时还没有机会跟内部核心人士核实。
4. 发布策略反噬团队
回到 Manus 为什么引发这么大的争议，我自己觉得逻辑其实很简单。他们给自己扣了一顶超级高的帽子，也就是“全球首个通用 AI Agent”，但实际上团队并没有做好完全开放产品、接受公众检验和审视的准备。
没有开放给大 C 端很好理解，刚才已经解释过了，因为服务器部署成本很高。但他们也没有打算彻底开放给开发者，这一点我不太清楚具体是为什么。
我的理解是，因为我也在 Manus 的一个产品内测需求群里，观察过大家给出各种各样的需求，让 Manus 去跑测试。团队应该是希望一些亲近的朋友和支持者，先小范围测试这个产品，多提一些需求，让产品进一步完善。
只不过，后续舆论的发展应该完全超乎了团队的想象。像“DeepSeek 时刻”这种描述，我估计也是他们意想不到的评价。
如果是这样的话，那么在释放“全球首个通用 AI Agent”这个定位时，或许可以更仔细地斟酌一下这样做是否合适。当然，这么说也比较苛刻，因为对于一个小型创业团队，确实没有办法要求它能力面面俱到。
但在我看来，他们用视频 demo 发布产品、发放极少量邀请码，同时又给自己扣上一顶特别高成就的帽子，这个动作确实有一点拧巴。
这也是为什么后来很多质疑者说它炒作时，使用的其中一个证据基本上就是：“你看，人家 DeepSeek 在 R1 发布之前，发布 V3 的时候，海外开发者圈子已经地震了，大家已经给出了非常大的好评。”
DeepSeek-R1 也是先从开发者社区开始，再扩展到美国媒体和美国政界的讨论，之后带动国内媒体和社交网络上的讨论。它是这样一种爆品传播逻辑，跟 Manus 会有一些不同。
所以批评者们就会说：“你看 Manus，居然是清一色的自媒体、KOL 作为第 1 批宣传的头阵兵，而且都是夸赞，看起来就非常像营销投放。”
我也可以理解为什么会有这样的声音出现。只能说，这次发布本身可能确实值得复盘。
我也挺认同媒体人骆一航老师的一个观点。骆老师觉得，应该谨慎使用邀请码。如果产品已经做好准备，能够被大家检验，就大大方方地开放；如果还没有准备好，也不必刻意营造饥饿效应。大致就是这个意思。具体大家可以去听一下他的播客，包括他自己也写了文章，我觉得其实都把他的这个想法描述得挺清楚的。
5. Manus 加速 Agent 赛道
刚才讲了 Manus 是什么，以及为什么会引起这么大的争议。接下来讲一下 Manus 真实的产品评价，以及它对行业的贡献。
这里我准备放 OpenManus 团队创始人国豪的原话。OpenManus 是国内很活跃的一个 Agent 社区，也是这次热潮当中最快复刻出 Manus 的团队之一。他们开源的 AI Agent 框架叫 OpenManus，目前在全球开源框架当中的排名第一。国豪本人也是牛津大学的博士后，可以从技术角度很好地解读 Manus。
李国豪
如果从研究和学术的角度，我当然不认为他们是世界上第 1 个通用的 AI Agent。
比如说，他们的通用性在于使用了一个浏览器和一个 Ubuntu 的虚拟机。其实这个技术在研究领域大家都有做过，包括 Anthropic 发布的 Computer Use，也是使用浏览器。
从概念上定义的话，他们肯定不能算是全球第 1 个通用 AI 智能体。但也许他们是全球第 1 个把通用 AI 智能体做得很不错的产品。
他们的产品能力确实做得不错，我觉得比 OpenAI 的产品能力都要好。他们用了 Ubuntu 的虚拟机、搜索引擎、解析 PDF 文档的工具，也用了 terminal 终端，来进行比较通用的交互。
这些事情从我的角度来看，有很多值得借鉴的地方。
卫诗婕
这波热潮当中，还有一个非常令人兴奋的现象，就是开发者的活跃。当然，其中也有很多鱼目混珠的声音。
比如我看到一些科技媒体报道：“开源界凌晨核爆攻击，3 小时复刻 Manus 平替版。”关于这是不是真的能够 3 小时复现 Manus，以及是不是称得上平替版，我也询问了国豪。
李国豪
Manus 用的一个技术叫 Browser Use，是一家 YC 创业公司做的开源工具。如果使用这个工具去 build 一个类似 Manus 的产品，用不了 3 小时，可能很快几分钟就可以做得出来。
但是，要做到他们那么好，还是有差距的。
卫诗婕
翻译一下就是：用开源工具来复刻 Manus 没有门槛，谁都能做，但是要做得跟 Manus 一样好，还是有差距。
这也跟录制当天 Manus 合伙人张涛发布的公开信里面说的比较一致。张涛的发言总结下来，有 3 点比较关键。
第 1 点，他说“我们没有秘密”。之所以讲这句话，是因为大量开发者开始扒 Manus 到底是怎么做到的，也就是试图解密 Manus。对此，张涛的态度还挺大方，他说：“我们没有秘密。”
第 2 点，他也提到，所谓复现 Manus 其实并不难，难的是做到一样的体验和水准。他的原话是：“可能还差了 99% 的工作。”
后来我又去看了一下 Manus 首席科学家在产品上线当天分享的思考。我的理解是，这几点其实就是那 99% 的差距。
第 1，是足够优质的数据；第 2，是足够智能的模型；第 3，是足够灵活的架构；第 4，是足够扎实的工程。这 4 个要素，是让 Agent 产品出现自然涌现能力的前提。
这就是第 2 点：99% 的工作差在哪里。
第 3 点也很有意思。张涛预告说，未来他们还会开源一些很精彩的小花活。这也呼应了最近的一个大趋势：开源 is the word。
综上，大家其实能够听出来，Manus 在产品层面确实是值得关注的产品，也做出了亮点。这一点从现在海外社交媒体上的一些测评和讨论中也能够看出来。
这里我还想讲一下，我觉得有点无语的有关“套壳”的指责。事实上，AI 应用基于已有的模型，在产品层面和用户体验上做出创新，这是非常应该、也完全不必被指摘的做法。
我们不可能所有团队、所有公司、所有人都去训练基础模型，也不需要这么多底层模型，这也不是所有人都能做的事情。有人训练出了能力非常好的模型，也有人在这样的模型上挖掘场景和用户需求，然后做出好的产品，这就是不同的生态。
我觉得，“套壳”不是原罪。按照创始人肖弘的说法，他一直对“壳”这件事情很自豪。他说，套壳有套壳的优势和必要性；“壳”就是要把模型技术上的创新点，以用户可感知的方式展示出来，把模型的创新能力封装成用户最能感知的样子，这就是“壳”的价值。
所以我也想给大家科普一下，不要再用“套壳”这个词去批判一个应用产品了。
我还想说一点个人看法。就像当初 DeepSeek 出现时，全行业的大模型团队其实都要感谢 DeepSeek。
比如阿里做的千问海外版 Qwen，在 DeepSeek 之前，Qwen 在全球海外开发者社区当中的口碑已经非常高了。但它其实没有后来 DeepSeek 这样的热度，恰恰是因为 DeepSeek 在全球爆火，人们才同时看到了 Qwen，也带来了对 Qwen、甚至对整个阿里巴巴价值的重新评估。
我觉得，全球也因此看到了中国大模型。所以这次在 Manus 身上也是一样的。我个人觉得，所有做 AI Agent 的创业团队或者开发者，也都需要感谢 Manus，因为它把大家的注意力全部汇聚到了 AI Agent 这个方向。
它最简单的作用就是让大家看到：“原来这个产品可以长成这样。”它能够直接跟环境交互，而且带来很多想象空间。
这个注意力也包括资本的注意力和用户的注意力。资本的注意力会给这个赛道带来更多可能性；用户的注意力则免去了很多解释成本。所以我觉得，这些因素一定会加速这个赛道的发展。
但这里也确实有一个问题：赛道上肯定要避免超级明星效应。如果一个行业里面只有一家最闪耀，可能会掩盖其他同行的光芒。
但我觉得，这其实不是 Manus 的责任，而是需要我们媒体和所有人提升媒介素养，对技术发展保持基本的尊重和判断力。
这也是为什么我这次观察整个 Manus 事态走向时，感触还挺深。这个时代似乎特别热衷于造神和毁神，但在技术演进期，追赶和被超越其实会一直持续发生。
甚至只要人类文明还在延续，这样的剧目就会反复上演。所以还是想呼吁大家，可以对新的技术、新的团队多一点耐心，也希望和祝福处于漩涡当中的团队不要被噪音左右，可以继续努力、继续加油。
6. Multi Agent 开始协作
最后，这次跟国豪的对话还有一个我觉得很有趣的概念想分享给大家。
OpenManus 团队发表了世界上第 1 篇关于 multi-agent 的论文。所谓 multi-agent，是 single agent 的对应概念。
Single agent 顾名思义，就是通过一个智能体作为工具，跟环境交互并完成任务。Multi-agent 指的是通过多个智能体作为工具，这多个智能体之间可以相互协作、交流，有时还会争论、竞争，共同完成任务。
我们可以把单个 Agent 看成一个数字员工，而 multi-agent 就可以是一群数字员工，或者由他们组成的团队。Single agent 就是我跟一个 AI 代理合作，multi-agent 就是我跟一个 AI 代理团队一起工作。
选择 single agent 还是 multi-agent 的路线，是做 AI Agent 的一个重要问题。国豪这次就说，根据 Manus 公开的信息可以看到，Manus 产品背后其实调用了多个模型，不同模型承担着不同的任务。
比如当我给 AI 下达一个指令时，它会先交给一个由通义千问训练而来的模型做任务规划，再交给 Claude 3.5 这个模型去执行。相当于它背后有 2 个模型，分别承担规划和执行这 2 个任务，是不同的角色，所以它在某种意义上可能走的是 multi-agent 路线。
我觉得这个点很有意思。未来可能我们每个人都要学习一下 coaching，中文可以理解为教练课程。
我曾经上过埃里克森的教练课程，它教的是如何激发他人的潜能，如何将目标拆解成团队可以分工、协作的任务，同时也教我们同理心和换位思考。
积极一点想，未来可能会是一个人人皆 leader 的时代。这个还是挺令人兴奋的。好了，这就是今天我的学习笔记和思考开源，希望大家可以喜欢。如果喜欢这期节目，也欢迎分享给身边的伙伴或者转发朋友圈。有关 Manus AI Agent 以及 AI 发展的一系列使用体验、思考、洞察、好奇，都欢迎在评论区留言告诉我。自己录 solo 还是挺累的，嗓子都要哑了。有关本期的内容，如果有任何不准确的信息或者判断，也希望大家可以畅所欲言，非常欢迎大家更正我。那我们下期再见。