Manus出现，自媒体博主最先被取代？

罗辑思维 · 公众号 · 热门自媒体 · 2025-03-12 06:30

正文

实际上AI Agent（人工智能体）从GPT3时代就有人在做，比如Auto-GPT，而且这个项目今天依然存在，还在不断改进和优化中。类似的自我驱动完成任务的Agent在开源社区里还有很多，比如BabyAGI、LangChain Agent，还有商业化更成熟的Coze、Dify、ChatDev。

但是开源社区比较火的那几个Agent，实际使用门槛比较高，又要本地部署，又要申请各种API密钥，还得付款，普通用户是不可能搞定的。

其次是他们诞生得比较早，基于的大语言模型还是能力较弱的GPT-4，所以虽然听上去，“自我驱动”好像很神奇，但实际上它理解完任务后规划出来的步骤经常跑偏。

比如2年前我使用Auto-GPT只是想完成一个在网页上查信息的工作，竟然耗了1个多小时没有弄完，消耗的token也几美元了，我手动暂停了，它好像是卡在了某个循环上。这本质上是因为那时候大语言模型的理解能力弱，导致拆分任务不合理。

这个问题要解决，只能靠基础模型的能力提升。所以在2024年9月之前下功夫做Agent，受挫感是很明显的，业界也曾有一股潮流认为Agent已死，这个状况是从带有较强推理功能的模型出现后才得以改观的。

而Manus无疑是其中反应最快的，最早做出了效果不错，看上去可用的AI Agent。 尽管还没有公布任何技术细节，但从初期大家的试用体验来看，如果后续把算力大幅补齐，应该会是一个比较受欢迎的产品。

劣势：功能不全面

然后我们再来说说Manus的劣势，当然， 这不止是Manus的劣势，而是整个AI Agent都无法避免的。

我们先从商业化更成熟的后者，其中最有代表性的Coze说起。

他们就明确知道Agent还有其他严重瘸腿的部分，所以只在自己有权限的软件生态圈里设计功能，一般来说定位在公司的运营和办公上。

Coze是字节跳动开发的，工作流里有很多任务其实不需要多高的能力去完成，只需要消耗时间，中学生都可以做，比如请假、报销、会议安排，还有一些工作是公司经常用到的有明确评价标准的工作，比如面试、简单编程辅助、信件翻译。所以Coze就自己开发出大量小工具插件，Agent需要的时候就可以调用它们。

这时你不禁要问，为什么Coze不把功能做全？让Agent可以控制所有的软件，就像很多游戏代练一样，把整个电脑操作权交给一个脚本，只不过现在是一个比脚本程序智能得多的、能够自我驱动的Agent去设计脚本并执行。

这个思路是对的，但问题卡在本地部署和权限上。

你如果想让Agent能像我说的智能脚本一样为你干活，首先你需要把这个Agent背后的模型部署在本地，而这种计划要商业化的模型，怎么可能让所有用户随便安装在本地呢，相当于核心机密免费赠送了。 那么不本地部署，就不可能有足够的权限通过网络操作你本地电脑上的那些软件。

其次就是，哪怕你说我根本不在乎网络安全，你可以就像远程控制那样，通过网络完全接管我的电脑，但是广大用户给Agent安排的任务还往往牵涉让Agent去各个互联网巨头，比如电商平台、票务平台、打车平台、内容服务平台、短视频平台、房屋中介平台，让它们像真人一样输入信息、获取信息。

而今天绝大部分互联网巨头都不会轻易给你提供这样的API接口权限，我们真人使用时完全感受不到这种限制，但你想通过机器人或者爬虫，从这些平台搞到批量的信息，对方平台其实大部分都是禁止你这样访问的。

所以你发现没有，Manus给大家展示的功能，涉及到网页之外的服务时，都是用亚马逊举例， 因为亚马逊是个例外，它本身有自己的AI音箱，希望接入AI智能下单这类的功能，所以允许以API的方式访问和下订单。 但这个事情放在京东、淘宝、闲鱼就搞不定了。

于是像Coze这样的AI Agent，虽然早就在做Agent的项目，但只是把Agent的功能定义在字节软件生态内部。当它自我驱动去索取工具时，也只是用Coze自己开发的插件，这样从权限到功能兼容性都不会出问题。

在中国，也不会有哪个公司打算推出一个功能特别全面的Agent，因为大部分线上线下服务的互联网巨头并不给这些初创公司开API特权，起码当下是没有这个环境基础的。也许今后，某个成熟的、用户体验好、安全也做到位的Agent出现，会有首先吃螃蟹的巨头出现，但这是很难预期的。

这就是中国目前没有很好的全功能的Agent的原因，也是今后一段时间Manus发展受限的主要原因。

预期：自媒体内容领域可能出现大洗牌