XNews

マヌスとエージェントファーストの製品アプローチ

マヌスとエージェントファーストの製品アプローチ

マヌスのリーダーたちは、クラウドに常駐する永続的なエージェント、マルチモデルオーケストレーション、重厚なコンテキストエンジニアリングを中心にしたエージェントファーストの製品戦略を説明しています。

Key insights

マヌスはローカルブラウザ統合よりもクラウド常駐エージェントを選択

マヌスは、各ユーザーが長時間実行されるエージェントのために永続的なクラウドVMを持つクラウドベースの「ブラウザ・イン・ザ・エア」への移行を行いました。チームは、ローカル統合がリソースの競合を引き起こし、ユーザーのワークフローを妨げることを発見しました。クラウド常駐により、エージェントはコンテキストを維持し、24時間365日稼働し、独立したツールチェーンを操作できます。このアーキテクチャは、ユーザーの習慣を変えることなくシームレスなコンテキストキャプチャを示したブラウザプラグイン「モニカ」に触発されました。マヌスは、永続的なクラウドエージェントを使用して、継続的なバックグラウンド作業を提供し、マルチソースのコンテキストを統合し、ローカルクライアントで観察された「コンピュータが盗む」UXの問題を回避します。

マヌスはベースモデルのトレーニングを拒否し、複数の先進モデルをオーケストレーション

マヌスは、製品の反復サイクルがチェックポイントのタイムラインにロックされるのを防ぐために、自社のベースモデルを構築することを意図的に避けています。チームは、社内でベースモデルをトレーニングすることを「モデルロッタリー」と見なし、代わりにプロバイダーからトップクラスのモデルアクセスを購入しています。コーディングにはアンソロピック、マルチモーダル理解にはジェミニ、推論にはオープンAIを使用し、推論の主要な消費者となっています。このマルチモデル戦略により、マヌスはタスクごとに最適なモデルを選択する柔軟性を持ち、プロバイダーのロードマップに影響を与え、モデルベンダーにはないユニークなエージェント使用データ(完全な軌跡とツールインタラクション)をキャプチャします。

マヌスはエージェントのインタラクショントレースを独自の製品フライホイールとして扱う

マヌスは、エージェントデータが単なるチャットログとは異なることを強調しています。エージェントデータは、計画、APIコール、コード編集、自己修正、ユーザー調整を含むツール使用の全軌跡を記録します。これらの軌跡は、製品改善と行動のフライホイールを可能にする独自のデータセットを形成します。ピークは、このエージェントレベルのフィードバックがペアワイズのプロンプト-レスポンスデータよりも豊かであり、ツールオーケストレーション、エラー回復、ユーザーの好みに関する学習をサポートし、長時間のタスクパフォーマンスと製品の定着率を向上させるために中心的であると主張しました。

マヌスは指数関数的なコンピュート需要を管理するために保守的なローンチを実施

マヌスは、エージェント的推論のための極端なバックエンドコンピュート需要により、招待制のローンチを使用しました。エージェントはチャットボットの100倍から1000倍のトークンを消費し、キャパシティの圧力を生み出します。クラウドパートナーは、制御されていない公共アクセスがインフラを飽和させる可能性があると警告しました。マヌスは、コストに鈍感だが正確性に敏感なプロシューマを優先し、DAUよりもエージェント的時間に焦点を当てました。コンピュートキャパシティが安定したとき、マヌスは迅速に招待制限を解除しました。

製品哲学:垂直ツールではなくデジタル「人」を構築する

マヌスは、垂直的な「ツール」(例:カーソル)と一般的なデジタル「人」(インターフェースを横断して統合する目、耳、手を持つエージェント)を区別しています。ピークは、垂直ツールがワークフローの一部を加速させるが、一般的なエージェントだけがクロスツールタスクをオーケストレーションできると主張しています(例:GitHubからデータを取得し、テストを実行し、ドキュメントを書き、Slackを調整する)。マヌスはそのアプローチを「ピュアブラッドエージェント」と呼び、ハードコーディングされたワークフローを避け、エージェントの観察、反省、反復的修正に依存してエッジケースを処理します。

Source posts