欧美中文字幕第一页-欧美中文字幕一区-欧美中文字幕一区二区三区-欧美中文字幕在线-欧美中文字幕在线播放-欧美中文字幕在线视频

對話Manus兩位創始人:2025,AI Agent即將引爆

我是創始人李巖:很抱歉!給自己產品做個廣告,點擊進來看看。  

DeepSeek之后,又一個科技圈的不眠之夜。


3月6日凌晨,Monica.im研發的全球首款AI Agent產品“Manus”正式面世,引起全球范圍內的行業關注,邀請碼被一搶而空。


“Manus”能夠解決各類復雜多變的任務。與傳統AI助手不同,Manus不僅能提供建議或答案,還能直接交付完整的任務成果。


Agent真的能幫人類做事了。


它不僅整合旅行信息,還為用戶創建定制旅行手冊;它可以進行深入的股票分析,對股票進行全面的洞察;它可以為中學教師創建視頻演示材料,幫助教師更有效地教學;它可以幫你篩選簡歷,整理表格對候選人進行評估……


用一句話來總結就是,“Manus”是你在數字世界中,字面意義上的“代理人”。

?


潘楊: 關于AI“搶”人類的“飯碗”怎么看?


張濤 我們預測 今年將是人類歷史上AI產出代碼首次超過人類工程師的一年 。在我們公司,目前約40%的代碼由AI生成。然而,我們的工程師并不擔心失業。他們不僅不擔心,反而越來越得心應手。原因在于尋找問題和需求的能力變得前所未有的重要。


如果過去你的工作是被動接受任務、解決問題,那么在未來可能會面臨挑戰。但如果你的工作本就是主動尋找問題、解決問題,只是現在借助AI將解決問題的時間從8小時縮短到8分鐘,那么你的能力就會被放大。任何技術變革都會帶來短期的沖擊,但從長遠來看,生產力會得到提升。就像紡織機的出現。


在這個時代,你應該思考 自己是否是那個能夠發現問題、解決問題的人。 如果是,AI將成為你的放大器。所以,你需要鍛煉這種能力。觀察組織中誰在發現問題、解決問題,如果自己目前不具備這種能力,更要主動學習。因為未來重復性工作可能會被取代,沒有人能靠躺平被時代帶著走。



潘楊: 怎樣控制一個AI創業項目的試錯成本?


季逸超: 很多人覺得AI創業成本高,是因為一開始就沒從小目標做起。其實, 現在很多熱門的AI產品,最早都只是個人開發者的小項目。 就像我十幾年前剛開始做iOS獨立開發者的時候,也沒想著一開始就拿融資,高舉高打。我只是先找到自己真正想用的東西,先做出一個初步的產品,驗證它到底有沒有市場。等驗證成功了,再考慮擴大投入。所以,創業其實沒有所謂的“高試錯成本”。無論是十年前的互聯網創業,還是現在的AI創業,都是個人開發者的好機會。




潘楊: 基于大模型的創業怎么構建核心壁壘?


張濤: 我有個很深的感觸。對于非技術從業者而言,他們在面對新技術時反而可能有獨特的優勢。我們技術從業者很容易陷入技術原理和技術層面的細節,而忽略了技術的本質價值——到底能解決什么問題。而正是因為非技術從業者不懂底層原理,反而會跳過這些細節,把新技術當作黑盒看待, 直接關注它的實際輸出和表現能力,從而思考它能為行業帶來什么價值。 這種從需求出發的思維方式,反而更容易發揮想象力,挖掘出技術的真正用途。


我發現AI正在變成像電和水一樣的通用商品,這種趨勢是必然的,而且已經成為現實。它的普及使得技術優勢不再局限于少數機構或企業手中,而是向全社會開放。事實上,大多數創業公司失敗并非因為缺乏技術或產品開發能力,而是因為沒有找到真正可規?;瘡椭频氖袌鲂枨?。就像電和水是家家都有的基礎設施,但為什么不是每一家奶茶店都能成為霸王茶姬或蜜雪冰城呢?這些成功品牌的背后,有很多共通的商業邏輯值得研究。



潘楊: 如果大家技術都差不多,技術不再是核心壁壘,那壁壘到底在哪里?


季逸超: 創業時我們常犯的一個根本性錯誤,就是對壁壘的判斷對不對。我自己也反復思考過這個問題,最后發現其實就是山姆·奧特曼說的話的道理:當OpenAI或者別的公司發布新模型時,你是開心還是緊張?如果你開心,說明你在做自己的事,不受影響;如果你緊張,那可能就不該做這件事。


其實,過去一年里很多不太成功的嘗試,都是因為大家在現有模型能力的基礎上,試圖去彌補它的不足,這是不對的。 我們要相信AI能力會不斷進步,你的應用應該和模型能力是獨立的。 也就是說,模型能力提升時,你的應用能在另一個維度上持續投入,并從中受益。不要因為現有模型的不足,就去優化它,這是典型的“過早優化”,也是AI創業中最大的誤區。


任鑫: 核心壁壘并非憑空存在,而是在發展過程中逐漸形成。就像水電煤氣一樣,其滲透過程是不均勻的。比如倒水時,水面會均勻上升;但如果倒的是粘稠的蜂蜜,它會先堆成一團,然后慢慢平鋪開。在這個緩慢滲透的過程中,企業可以抓住紅利。


以ChatGPT為例,雖然人人都能用,但它的滲透需要時間。Monica通過套殼ChatGPT并添加模板 (如翻譯功能) ,讓那些處于滲透邊緣的用戶先嘗到甜頭,這就是抓住了紅利。雖然ChatGPT創造了市場勢能,但Monica通過這種方式獲得了用戶基礎。Monica積累了一定用戶后,其壁壘逐漸形成。


比如,假設我有一個創意,可以讓瀏覽器一鍵切換到護眼模式,即使這是個好點子,當我試圖推廣時,Monica可能已經有1000萬用戶。他們要么直接購買我的創意,要么將其功能整合到自己的產品中,從而進一步加固了自己的壁壘。關鍵在于動態把握機會。 第一步不是直接構建壁壘,而是先抓住一小塊紅利,積累力量。當紅利轉化為自身實力后,壁壘也就自然形成了。



潘楊: AI時代參與競爭是更容易還是更難了?


張濤: 常年做創業項目 (startup) 的同學應該有這種感受:如果一個項目做了一年,卻沒有任何競爭對手,反而會讓人不安。你會開始懷疑:我選的市場是否真的有問題?為什么連競爭對手都沒有?從推演的角度和實際入局的視角來看,感受截然不同。比如,我們已經投入半年,還在猶豫是否繼續時,突然有大廠進入,很多人可能會覺得慌張。但其實,我們只會覺得慶幸—— 終于證明我們的方向是對的。 所以,在局中時,感受真的會非常不一樣。



潘楊: 如果學習能力跟不上AI的來勢洶洶,普通人該如何自處呢?


季逸超: 我可能是一個更純粹的技術進步主義者。我認為,雖然AI一定會替代很多工作,但沒必要過于恐慌。因為AI有一個無法解決的問題—— 它無法替代人類承擔責任。 比如程序員雖可能是受AI影響最大的群體,但公司不可能完全沒有程序員,因為即使代碼由AI生成,仍需人類去審核和承擔相應責任。


其次,現在有很多一人公司,一人公司是一個人帶著很多AI,但人是法人,這種責任是AI無法取代的。此外,AI的學習和理解能力再強,也依賴于人類的輸入。在傳統公司里,層級架構依然重要。大家不妨轉變心態,別擔心工作被AI取代,而是想想如何利用AI提升自己的價值。


任鑫: 解決問題的工作容易被AI取代,因此要向產業鏈上游、甲方或領導靠近,調整自身定位。在這個過程中,不必過于擔心工作問題。 大家真正擔心的不是工作被搶,而是工資受影響——這是兩個不同的問題。



潘楊: 組織內的AI進化如何發生?比如對于偏向傳統企業企而言。


季逸超: 我覺得首先 不要硬上 。比如最近網上有個“傳統企業加AI”的梗,就像在肥皂上插個洗手液按頭一樣,這種做法很可笑。很多時候,企業考慮AI轉型是因為老板或CEO的焦慮,這其實很危險。一定要從自身業務的小處著手,不要盲目追逐Buzzword (流行) ,比如現在很火的DeepSeek系列。雖然我們講了很多關于DeepSeek的內容,但我一直呼吁大家保持冷靜。DeepSeek并不是萬能的。具體問題要具體分析,比如要做Function calling (函數調用) ,選擇千問模型可能更合適。


張濤: 我之前在神策數據工作四年,當時大數據的浪潮和如今AI的熱度相當。我們的服務模式是年費制,續費留存率是公司最重要的經營指標之一。因為企業續費的前提是感受到產品在一年內的實際價值。


從這個視角出發,我們發現一個重要的觀點:自上而下的“一把手工程”通常會失敗。原因在于, CEO雖然決策引入系統,但實際使用者是一線員工,而維護者可能又是IT部門。 這三者——決策者、使用者和維護者——信息不對稱,動機不一致,導致項目推行困難。


為此,我們調整策略。雖然CEO是項目的主導者,但我們會在企業中挑選一些重點培養的苗子,比如有上升空間的總監或小組長。我們不再做大規模培訓,而是改為一對一的陪伴式服務。通過精準輔導,讓他們在公司內部匯報時展現出不同視角和能力提升,從而引起上級關注。這種“示范效應”很快會吸引其他部門主動尋求合作。因為人不患寡但患不均。


實際上, 大部分人是先看見才能相信。 這有點像種子傳播的模式,先在核心群體中播種,再逐步影響周圍人,從而推動整個組織的變革。而不是從上到下強行改變機制,讓大家每天必須使用10次,這種做法很難奏效。


我這兩年在搞AI時感觸很深。過去十幾年的工作經驗給我帶來了太多思維負擔。每次思考問題,那些舊知識都會干擾我。然而,我在上海、杭州和那些剛畢業或還在讀書的年輕人交流時,發現他們沒有這些負擔。他們用AI原生的思路解決問題,很多想法讓我驚嘆:“這也能用AI做?”雖然我曾覺得效率很低,但他們真的做到了。所以, 大家一定要相信年輕人,相信那些沒有過去經驗負擔的頭腦。 他們創造的創新,是我們坐在這里永遠規劃不出來的。



潘楊: 對于傳統廣告營銷公司,想要通過AI實現組織架構的變革,該如何去操作?


季逸超: 人同AI的協作在哪里? 無論是語言生成或者是圖像生成,都存在一個顆粒度問題,顆粒度就是你在跟AI交付任務的時候,最后誰來完成“改”的這個環節,如果還跟AI是拿語言作為這個接口,很難達到最后滿意的效果,團隊中還是需要一個人去完成最后的工作。人可能還會在一段時間內扮演AI到最后交付的最后一公里,因為這是顆粒度問題所導致的,這種現象在廣告行業尤其明顯。


張濤: 廣告行業擁抱AI是特別積極的,但是需要明確幾個事項。首先,公司人員肯定是沒有什么變化的, 更多的還是賦能。


比如,早期客戶的brief過來之后,公司需要考慮如何切入需求,廣告行業要拿著需求去投標,傳統小工作室的方式就是老板帶著幾個核心員工一起商量,這個環節其實特別適合現在的AI去做,一是有Reasoning models (推理模型) 它的思維方式更多,二是現在大部分的AI產品都和搜索進行了結合,當公司去解決客戶的需求的時候,一定要對客戶進行研究,查清客戶的背景和真實需求,甚至AI可以查清用戶近期關注的事項,從而進行快速的信息整合,傳統工作室就做不到這點?;贏I提供的信息報告,再研究通過哪種方式去打動客戶,會更加有效。


就現在的AI大模型的能力而言,在策劃和產生方案領域,AI已經能取代很多非頂級的廣告策劃了。對于文案和圖像視頻生成等問題,用AI來做內部的概念驗證和客戶溝通是完全足夠的。 但是短期內不要寄希望于AI可以交付商業級別的作品,這方面還是要靠專業人士。



潘楊: 如何劃清人和AI的權責邊界?


季逸超: 舉個例子。你不會把影響公司命運的重大決策完全交給實習生吧?實習生的作用是輔助決策,而不是替代決策。同樣, 現階段AI也應被視為決策輔助工具,而不是最終決策者。 我認為這種由人工進行最終審核的模式會長期存在。因為目前的人工智能和機器學習本質上無法保證絕對正確,這并非技術進步能完全解決的問題。


張濤: 季總以前是做自然語言處理 (NLP) 的,對計算機視覺 (CV) 應該也有所了解。計算機視覺是AI的重要領域,但過去在應用落地方面一直缺乏好的方向。后來,我了解到一家公司,他們將國家安全生產的條文每一條轉化為一個特征 (feature) 。比如,有一條規則是“煉鋼爐啟動時,該區域禁止人員進入”,他們將其轉化為一個特征。整套條文有100多條,每條都是一個特征,組合起來就成了一個非常好賣的產品。


當時我問了一個問題:如果出現漏檢,責任該由誰承擔——公司、工廠還是算法?對方提出了一個有趣的觀點:不要總是用兜底的思路去思考。


以前,即使安排真人盯著100多路Video (視頻) ,也很難做到全面監控,因為這是真實的需求?,F在,技術從“做不到”變成了“能做到”,雖然不能保證100%準確,但至少可以預警。過去,人工預警需要兩個小時一輪,現在則可以做到秒級預警,將危險信號拋出后由真人確認。所以,我認為這是一個完全不同的場景。大家在思考業務流程時, 也應該從預警的角度出發,而不是一味追求責任交付。 這種思路其實更合理。



潘楊: 人類在使用AI大模型時,到底讓渡了什么權利?


任鑫: 首先,我不認為人有什么天然的權利。比如我希望孩子能研究紅螞蟻,但這只是我的期望,如果生產力不足,他憑什么擁有這種權利呢?這種想法大多是YY。其次,我認為這個問題無解。只要某種事物存在,無論是否進行對齊,都會有問題。在互聯網上,留下痕跡多的內容自然會更受關注,這是無法改變的。


所以,最終只能通過市場經濟的方法解決。當你有更多選擇時,就像唐太宗“兼聽則明”一樣, 你可以選擇不同的平臺,了解它們各自的價值觀偏好,而不是把自己綁定在某一個平臺上。 這樣,我讓渡的權利就會更少。一旦我綁定在某個平臺上,哪怕它完全符合我的需求,我也已經讓渡了某些權利。


張濤: 其實自古以來,人類就有一種習慣,會把使用的工具神化,賦予它們一種崇拜的色彩。但動態地看,這種現象只是暫時的。比如最近淘寶上有些賣家會在商品詳情頁寫“DeepSeek推薦”,并附上一張截圖,聲稱某產品是被AI推薦的。這其實是一種工具的異化過程。但這種狀態是短暫的。


以我們這一代接近40歲的人為例,小時候總覺得科技產品和數碼設備,只有美國或日本生產的才是好的,比如索尼的Walkman。當下來說,如果要買無人機或便攜攝影設備,大家首先想到的一定是大疆,而不是美國品牌。這說明 隨著技術的發展和市場的變化,人們的認知也在改變。


現在很多人還沒接觸AI,或者對AI還不熟悉。但再過一兩年,當AI的文字表達變得常態化后,真正有價值的、有深度的人類思考反而會變得更加稀缺。人們也會逐漸形成一種審美觀念,能夠區分“標準的AI回答”和“有深度的人類思考”。這種變化反而會讓人類的思考變得更加高級。


十一


潘楊: 是否可以認為在這種看似智力升級的幻想背后, 隱藏著對普通人更多的認知剝奪?


張濤: 我認為這種情況是必然會發生的,并且不僅僅存在于AI時代。在上一代的搜索引擎時期就已經開始了。但我想強調的是, 任何事物都符合熵減定律,所以人們一定要努力對抗熵增的過程, 一定要每天根據收集的信息進行思考,不要認為不努力就可以實現目標,這是人類的一個恒久命題。


季逸超: 用戶問AI的問題,AI也是要進行上一層搜索,它可能搜索的是某一個媒體小編寫的一篇文章而已,中間隔了太多層的東西。所以,無論有沒有AI,人們都要掌握 溯源 的能力,這一點非常重要,國外寫文章還保留著超鏈接這個特別樸素的習慣,文章引用的哪句話都可以通過鏈接尋找到根本源頭。在實操階段,如果我需要AI回答一些問題的時候,一定會讓它引述原文,我覺得這是人們所能做到的極限。


任鑫: 大家可以把AI當做一個人,他幫你提供了更好的信息,還能幫你做參謀,這個時候再談論讓渡或者犧牲你的權利,好像有點說不太過去。我并不覺得大部分人是被AI剝奪了信息,反倒是得到了更多信息。


比如我們要做美國某個特定市場的一個調研,deep research在10分鐘內幫我出了四五份不同維度的報告,看上去感覺雖然不太好,但如果我自己要寫出一份類似的報告,可能至少要三個小時,大量的時間都會消耗在點擊關鍵詞和搜索方面,但是deep research節約了我大量的無意義的手工勞動,最后我獲得的信息量是更全面和更有效的。


十二


潘楊: 對于今年DeepSeek引爆應用市場,后續的發展趨勢,您是如何看待的?


季逸超: 首先可以確定,AI在中國的熱潮可能是DeepSeek帶起來的,我覺得這非常好。之前在國內,大家一直沒有一個非常好的開源大模型,但如果具體到agent和infra的話,其實還有需要探討的方面。


第一點,DeepSeek的模型 (無論V3還是R1) 本身更側重推理能力,在多模態、函數調用、長期規劃等能力上并不出眾。這可能是因為DeepSeek團隊前期將資源集中于推理優化,對多模態采取了戰略性后推策略。 如果專注于智能體領域,可以借DeepSeek的東風,但需避免過度綁定其技術路線,需等待其多模態能力的進一步發展。


第二點,因DeepSeek的爆發, 國內外對Infra的要求顯著提升。 從DeepSeek最近的V3論文看,其架構已與傳統MA-like模型有顯著差異,但除官方外,國內推理廠商的Infra優化普遍不足,仍需大量工作。若要將智能體與Infra結合,2025年將是一個關鍵機遇。傳統算力關注點主要在訓練階段,但智能體帶來的24小時持續推理需求將徹底改變格局——交互時長延長導致Token消耗量劇增,且多輪對話中上下文不斷累積,進一步推高資源需求。今年因DeepSeek母體模型的成熟,Infra有望迎來爆發。


十三


潘楊: 最后,請各位嘉賓分享一個關鍵詞。


季逸超: 從自身的感受出發,我的關鍵詞是恐懼。 人一定要活在恐懼之中, 我覺得自己已經不年輕了,今年是我做AI或者自然語言處理的第十三年了,一直驅動自身能夠堅持學習的根本原因就是壓力和恐懼。人不能沉浸在溫柔鄉中,一定要經常嚇嚇自己。


張濤: 我的關鍵詞是好奇,我之前做了8年的C端產品,做了5年的TOB業務,近兩年又完全投身AI行業,最大的動力驅使就是我想弄清楚它是什么,為什么是這個樣子,未來會發生什么事情?好奇心會驅使我去做很多事情。 在一個不具有確定性的領域中,如果沒有底層的好奇心趨勢,很難真正學到東西,也很難前進。


任鑫: 我建議大家想開一點,人類大概有一半的概率會被AI消滅掉,如果這種情況沒有發生,我們將會是最幸運的一代,可能享受到疾病被完全消滅、肉身上網、星際旅行等事情,現在AI為未來的這些可能帶來了概率,所以要想開一點,注重身體,努力看到那一天。


本文來自微信公眾號: 混沌學園 (ID:hundun-university)

隨意打賞

提交建議
微信掃一掃,分享給好友吧。
主站蜘蛛池模板: 国产婷婷高清在线观看免费 | 国产91久久久久久久免费 | 九九国产精品 | 在线看日本a毛片 | 亚洲国产一区二区三区四区五区 | 国产精品亚洲精品久久成人 | 亚洲狠狠婷婷综合久久久久网站 | 亚洲一区二区三区成人 | 国产一国产一级毛片视频在线 | 亚洲精品国产福利片 | 欧美在线成人免费国产 | 99久久99久久精品 | 18禁片一级毛片视频播放免费看 | 麻豆国产在线观看一区二区 | 综合欧美亚洲 | 在线看一区 | 精品久久久久久中文字幕 | 国产精品亚洲第一区广西莫菁 | 天天天做天天天天爱天天想 | 伊人爱爱网 | 久久成人激情视频 | 曰曰啪天天拍视频在线 | 国产成a人亚洲精v品久久网 | 日韩欧美一区二区三区 | 久久影院一区 | 久久国产视频精品 | 久久精品日本免费线 | 色播99| 91精品日本久久久久久牛牛 | 九九热这里只有精品6 | 亚洲精品免费视频 | 欧美日韩国产成人综合在线 | 88国产精品欧美一区二区三区 | 欧美色视频在线观看 | 久久亚洲综合 | 亚洲欧美日韩国产 | 夜夜夜夜夜夜夜工噜噜噜 | 国产日韩不卡免费精品视频 | 精品久久不卡 | 亚洲精品福利一区二区三区 | 久热这里只有精品在线 |