XNews

Manus与以代理为首的产品策略

Manus与以代理为首的产品策略

Manus领导层描述了一种以代理为首的产品策略,重点在于云驻留的持久代理、多模型编排和重度上下文工程。

Key insights

Manus选择云驻留代理而非本地浏览器集成

Manus从构建本地AI原生浏览器转向云基础的'空中浏览器',每个用户都有一个持久的云虚拟机用于长时间运行的代理。团队发现本地集成导致资源争用,干扰用户工作流程;云驻留使代理能够保持上下文,24/7运行,并独立操作工具链。这一架构受到Monica的启发,该浏览器插件展示了在不改变用户习惯的情况下实现无缝上下文捕获。Manus利用持久的云代理提供持续的背景工作,整合多源上下文,避免在本地客户端上观察到的'计算机窃取'用户体验问题。

Manus拒绝训练基础模型,而是编排多个领先模型

Manus故意避免构建自己的基础模型,以防止产品迭代周期被锁定在检查点时间线上。团队将内部训练基础模型视为'模型彩票',而是从各个提供商那里购买顶级模型的访问权限——Anthropic用于编码,Gemini用于多模态理解,OpenAI用于推理——成为推理的顶级消费者。这种多模型策略使Manus能够根据任务选择最佳模型,影响提供商的路线图,并捕获独特的代理使用数据(完整的轨迹和工具交互),这些数据对模型供应商而言是不可用的。

Manus将代理数据视为专有产品飞轮

Manus强调代理数据不同于简单的聊天记录:它记录了整个工具使用轨迹——规划、API调用、代码编辑、自我修正和用户调整。这些轨迹形成了一个独特的数据集,能够推动产品改进和行为飞轮。Peak认为,这种代理级反馈比成对的提示-响应数据更丰富,并支持对工具编排、错误恢复和用户偏好的学习,这些都是提高长时间任务性能和产品粘性的核心。

Manus采取保守的推出策略以管理指数级计算需求

由于代理推理对后端计算需求极高,Manus采用了邀请制的发布方式。代理消耗的令牌数量比聊天机器人多几个数量级(估计为100倍到1000倍),造成了容量压力;云合作伙伴警告Manus,失控的公共访问可能会饱和基础设施。Manus优先服务于专业消费者——对成本不敏感但对正确性敏感的用户,专注于代理小时而非日活跃用户。当计算容量稳定后,Manus迅速取消了邀请限制。

产品理念:构建数字'人'而非垂直工具

Manus区分了垂直'工具'(例如Cursor)和通用数字'人'——一个具有眼睛、耳朵和手的代理,能够跨接口集成。Peak认为,垂直工具加速了工作流程的某些部分,但只有通用代理才能编排跨工具任务(例如,从GitHub获取数据、运行测试、编写文档和协调Slack)。Manus称其方法为'纯血代理'——避免硬编码工作流程,而是依赖代理的观察、反思和迭代修复来处理边缘情况。

Source posts