Manus,确实是近年来在“泛 AI Agent 赛道”中引起关注的项目之一,其从快速爆火到转战新加坡,某种程度上也
Manus,确实是近年来在“泛 AI Agent 赛道”中引起关注的项目之一,其从快速爆火到转战新加坡,某种程度上也折射出整个 AI Agent 创业环境在中国的发展困境,
Manus,确实是近年来在“泛 AI Agent 赛道”中引起关注的项目之一,其从快速爆火到转战新加坡,某种程度上也折射出整个 AI Agent 创业环境在中国的发展困境,尤其是在 国内大厂大模型免费策略+生态垄断倾向 下,中小团队/开源项目的发展空间日益逼仄。
一、Manus 是什么?
Manus(马纳斯) 起初由一个小型创业团队推出,是一个定位为“多模态 AI Agent 系统框架”的项目,支持以下核心功能:
- 多 Agent 协同协作(比如模拟一个研发团队)
- 插件生态接口(比如调 API、抓取网页、运行脚本)
- 工作流调度能力(类似 Agent-LLM-PM 三角结构)
- 一定程度的开源组件(如 JSON 格式的任务指令解析器)
它最早的宣传口号类似于:“一个人人都能训练专属数字员工的工作平台”,聚焦垂直 Agent 模块化编排,支持开发者快速搭建具备角色和记忆的 Agent 体系。
二、为什么 Manus 火了之后很快出走新加坡?
- 大厂“免费+闭源”战略围剿 国内像百度、阿里、字节、腾讯以及清华/智谱等系的 LLM 项目纷纷推出了“Agent 工具链”,例如类 AutoGPT 的 AgentFlow、AgentVerse。 它们依赖大模型 API 本身的商业闭环,免费提供 Agent 框架,甚至打包进 IDE(如百度的 Comate)或浏览器插件中,大量稀释了中小团队的用户与议价能力。
- 监管与数据合规压力 Manus 本身涉及跨平台调度任务、API 接口调用,有数据抓取、代码执行等模块,在中国大陆的灰色地带运行存在监管风险。 转向新加坡之后,团队更容易进行开源合规化处理与全球化融资(尤其是 crypto+AI 投资圈)。
- 融资环境对比 中国 AI Agent 项目目前多数只能获得种子轮或孵化资金(且带资源绑定),而新加坡/硅谷对 “可变形 Agent 工厂” 的概念更为开放,更容易获得 Token 化商业模型支持。
三、Manus 是否开源?
目前 Manus 本身并未完全开源,但有以下特征:
模块 | 状态 | 说明 |
---|---|---|
Agent 工作流框架 | ✅ 部分开源 | 使用 Python + Langchain-like 架构,开源仓库仅包含 Demo 模块 |
核心执行引擎 | ❌ 未开源 | 主要运行在云端或私有部署版中,未放出源码 |
插件生态 | ✅ 可扩展 | 提供文档,允许用户写插件接入第三方 API |
记忆模块 / 长期规划 | ❌ 商业化组件 | 团队计划作为企业版差异化组件 |
四、泛 AI Agent 赛道的困境与出路
- 国产大模型免费策略=双刃剑 好处:培养市场教育、降低门槛; 弊端:使得轻量 Agent 工具没有生存空间,中小团队只能靠“开源+服务”路线找活路。
- 成功突围者的可能路径: ✦ 出海+开源:比如转向东南亚或欧美、结合 Crypto/NFT 生态形成激励机制; ✦ 专注行业纵深:如 AI+法律、AI+医学等; ✦ 构建社区认同:通过 Discord、HuggingFace、GitHub 等平台积累用户基础; ✦ 技术路线差异化:如将 Agent 与 AgentGraph、RAG+Memory 或 Vectorstore 结合。
五、可对比的开源项目推荐:
项目名 | 特点 | 开源地址 |
---|---|---|
AutoGPT | 最早火起来的 Agent 编排项目 | GitHub |
OpenDevin | 专注开发者任务自动化 | GitHub |
CrewAI | 类 Agent 协作编排框架,文档完善 | GitHub |
SuperAGI | 支持 UI 操作的完整 Agent 系统 | GitHub |
总结一句话:
**Manus不是第一个爆火的 AI Agent 项目,也不会是最后一个逃离国内大厂夹缝的创业团队。**泛 Agent 赛道的机会还存在,但只有真正能“自带生态+跨模整合+低算独立运行”的系统,才有可能真正跑通闭环。
如果你希望我进一步对 Manus 的产品架构图、商业模型或与其他 Agent 系统对比(如 CrewAI / AutoGPT / AgentVerse),我可以为你整理成结构化分析报告。是否需要?
Comments (0)
No comments