2025.03.08

本文字數：2393，閱讀時長大約4分鐘

導讀：透過大模型或Agent去做工具的使用，已經不是很新奇的事情了。

作者 | 第一財經呂倩

凌晨三點敲完程式碼，次日早上八點新增三十多個好友申請，在開源社群GitHub上迅速收穫7000多顆星星——Manus爆紅不足三日，隸屬於國內AI Agent初創公司DeepWisdom（深度賦智）的MetaGPT 團隊，就進行了產品復刻，並將產品Open Manus上傳至開源社群。

第一財經記者對話MetaGPT 團隊，試圖理清此次技術復刻的底層邏輯，以及行業喧囂背後的意義。這一過程既反映出產品功能復刻離不開DeepWisdom公司具備的技術沉澱，也透過MetaGPT 團隊的視角肯定了Manus團隊在規劃、後訓練、互動方式等方面的投入。

在復刻過程中理解差異

早在2023年，MetaGPT 團隊開始研究多智慧體框架，並在 GitHub 上開源相關程式碼，獲得了社群的廣泛關注。2024年10月，團隊開始探索 Agent 的規劃能力和工具使用能力，提出Data Interpreter等工作。

Manus火了之後，MetaGPTAI演算法研究員向勁宇與MetaGPT演算法研究員梁新兵討論：是否可以直接做一個開源版本。

在具體產品屬性上，OpenManus 是類Manus的多智慧體框架，為開發者提供了快速上手和定製化開發的平臺，但向勁宇也不忘提醒：目前OpenManus是demo級（演示版本），暫時還沒有GALA benchmark評測結果，效果可能一般。後續團隊會進一步投入DeepResearch方向與SWE（軟體工程）程式碼方向。

此前Manus披露在GALA Benchmark 評測中達到當前最優水平（SOTA），超越OpenAI 的 Deep Research 等競品。

向勁宇推測，Manus團隊本身實現了非常複雜的規劃與後訓練，才能夠如同其demo提供良好的產品互動。Manus面臨效果不理想時的問題也是行業性問題，OpenManus暫時也沒有達到非常強的效果。

對於三小時便能夠復刻“爆品”Manus，梁新兵對第一財經記者表示，本質在於團隊已儲備的技術積澱，且前兩個月前團隊已經在思考如何透過簡單的、優雅的形式，去呈現一個Agent形態。

從Manus與OpenManus對外披露的演示影片來看，兩者均屬於AI Agent 產品，採用Multi-Agent（多智慧體）架構，能夠將複雜任務拆解為多個子任務，並分配給不同的Agent（智慧體）執行。另外，兩者均具備工具鏈整合屬性，整合多種工具，如網路搜尋、程式碼執行、檔案處理等，以增強智慧體的功能。

相較而言，兩者最大差異在於OpenManus的開源屬性。與Manus的技術架構主要依靠使用者猜測不同，OpenManus產品團隊直接在專案致謝中提及Claude廠商Anthropic去年上線的computer-use，YC投資的專案browser-use等。OpenManus作者張佳釔公開總結產品成果結合了computer-use、基本的Agents，以及規劃能力。

多智慧體將普及

與其關注Manus剛剛出圈時的諸多噱頭，不如將目光聚焦在Manus模式給行業發展帶來的啟示。

梁新兵認為，Manus讓更多普通人瞭解到智慧體為何物，放大了Multi-Agent這條路徑。

從發展歷史來看，Multi-Agent概念雛形最早可以追溯至20世紀80年代，分散式人工智慧理念興起。2017年以後，隨著大型語言模型成熟，AI Agent應用開始從理論走向實際，例如AutoGPT 的出現標誌著AI Agent的雛形誕生。

2024年，微軟、谷歌、蘋果、OpenAI等廠商紛紛佈局AI Agent市場。2025年1月，OpenAI釋出首款AI Agent產品Operator，能夠執行復雜操作，如編寫程式碼、預訂旅行等，但目前僅提供給購買每月200美元 ChatGPT Pro 服務方案的消費者。直到國內AI廠商Monica透過Manus，讓普通群眾第一次意識到Multi-Agent概念，MetaGPT的開源產品進一步揭開其神秘面紗。

AIGCLINK發起人、行行AI合夥人佔冰強對記者表示，Manus此類產品型別，之前MetaGPT團隊已經實現過，也算是國內首批投入智慧體研發的團隊之一。

MetaGPT NLP/Agent方向研究員洪思睿在交流中表示，目前的行業發展狀態中，透過大模型或Agent去做工具的使用，已經不再新奇。隨著大家對具體產品與技術的關注越來越多，行業的技術難點在於：當很多相似的工具可解決同樣的問題，如何讓Agent把決策做得更好。另外，如果使用過程中接入的不是比較標準的工具介面，工具引數也可能出錯，進而導致工具的執行效果不理想。

這樣的背景下，透過動態路由技術最佳化工具選擇與使用，透過知識增強與幻覺抑制提升決策可靠性，採用ReAct、Chain-of-Thought（CoT）或 Tree-of-Thoughts（ToT）等推理框架幫助 Agent 更清晰地展示決策過程，成為可選擇的解決措施。

MCP協議(Model Context Protocol，模型上下文協議）目前成為了業內的主流選項。所謂MCP，是由Anthropic於2024年11月底推出的一種開放標準協議，旨在統一大型語言模型（LLM）與外部資料來源和工具之間的通訊。它透過標準化介面，使LLM能夠安全、高效地訪問外部資源，從而擴充套件其功能。

佔冰強對記者表示，MCP本身完全可相容，主要看技術廠商是否願意支援。目前海外主流廠商已逐步接入，尤其是在AI工具和開發平臺領域，相信國內廠商也會陸續跟進。

微信編輯 | 生產隊的驢（智慧人工版）

推薦閱讀