今天根据他们负责人在我们公司的分享得到的信息是，他们真没怎么投营销，如此出圈他们真的没有预料到，不然也不会直接没计算资源了，所以邀请码也暂时不会再放了，他们在解决完计算资源后才会开放，付费方案也应该几周内会出来。
今天分享印象很深的一个观点是：现在的大模型AI就像一个博士，你作为老板雇佣他来工作，结果就只给他纸和笔，你请个实习生都至少给配一台电脑啊！而manus做的就是给AI配了一台电脑。
这让我想到和现在有些手机厂商做AI的方式很像，也是直接录屏搞，相当于给AI配了台手机

其实 O1，R1 出来后，llm 的逻辑智力能力已经超过 90% 人了，但它像个自闭症儿童，社会化程度不够，我们就是给它搭建一个适合它发挥能力的环境

确实，看到很多人看不起manus这类agent，认为他们的能力都是大模型给的，研究大模型的才牛逼，搞工程只是套壳，但就像你说的，没有agent形态和环境，这些大模型就像“自闭症”儿童。
这让我想到我们互联网技术人员，也有搞技术的看不起搞业务的现象，但要知道，技术是为业务服务的，业务反过来也会促进技术的发展；同样大模型为agent服务，agent反过来也会促进大模型的发展。
昨天manus负责人也说：agent和大模型就像正交的两条线，他们的乘积越大越能发挥作用，而任何一方的发展都会扩大这个“乘积”，一起扩展能力的边界。

在研究两个问题：
1. qwen 作为 planing，这个长链路规划能力，主要是 sft 做的，还是上了 rft

2. 听着宣传像是没有 workflow ，端到端进行了优化；但能想象到的是用 workflow 实现的，plan+action 后，再 review 和plan，不知道实际是哪种

1. sft 的问题是数据成本高，以及会带来过拟合问题，我猜可能还是 rft，不过我没有做过 rft，没有判断力。2. 我猜还是 workflow +部分偏通用原子能力端到端。agent 本身其实容易被抄的，今天看到都有逆向复制出来的，周末研究一下

workflow 还是好整的，这里workflow 的 rft 怎么搞比较难想，看 deep research 的 system card， 有点点像是原子能力了

韭菜真的多，镰刀帮申请邀请码的（这尼玛不就是官网上点一下申请么），卖教程的（这不就是把官网录制的流程copy下来么），代跑测试案例的~

最近近距离几次观察AI圈子里面的爆火或者“炸裂”的过程，感觉很多时候，产品的宣发工作可能在你发出之后就不受自己的控制了，其中有太多的环境和人对于这个传播的和扩散的诉求可能已经超过了产品自己本身的意图了，DeepSeek是这样，Manus也是如此

回到Manus上，有个点感觉是可以展开一下的，关于所谓的通用Agents的定义，从官方的视角，他们肯定是希望自己的产品定位是通用的，毕竟先发的用户心智肯定非常有必要的，同时当前的产品能力也确实是在一些场景下有通用的能力表现，所以产品宣发视角可能是没啥问题的，你换个其他团队，如果是一样的产品，大概率可能也是这么个定位。但是大众对于通用的期待和理解明显不止于此，我们期望更加泛化和通用的场景的覆盖，这个可能就跟路径有关系了

Manus让我想起来了之前有个也只放了demo视频的AI女友Eva，我记得听到产品的创始人在播客里面大概介绍了一下自己的思路，就是把人在社交活动中的行为进行归纳和分类，基于构建多个Agents来协作给人一种与真人交互的感觉。Manus也有点类似，基于post-train构建了多个Agents来实现人类打工的感觉。这些从工程出发做这种方向的尝试都可能会面临的挑战就是，这个最终的效果也是大模型公司期望去做到的，但是他们的路径是基于模型的智能水平的提升，至于基于纯模型的能力来做会不会把基于工程的方式来做的先发优势给覆盖掉，就不太能回答这个问题了，但是理论上直接基于模型来做应该会更加丝滑一些。

最后不管具体的实现路径，Manus最大的突破可能是满足了我们所有人对于AGI的想象的，我有个任务，我交给AI，然后过一段时间，它给我结果。这个说起来简单，但是真的能产品化出来，还是非常了不起的

接下来关键是找到几个表现稳定且符合用户预期的任务场景，匹配目标人群，形成固定用户，然后再随着模型能力提升，任务场景逐步泛化

是的，用户心智站不站的住还是看产品表现的，先发的优势其实挺难保持的，以及后面模型公司如果能从模型层做到更好的效果的时候，用户迁移起来可太快了，因为现在 AI 的产品都没有太多的所谓的用户数据沉淀，操作也都简单，迁移成本太低了，除非能在前期满足用户需求的同时也积累更多的与用户相关的业务数据，不仅仅是所谓的自定义的偏好而已

观察下来，和第一批邀请用户里面有不少kol有关系🙊

是很好的方式，关键用户，哈哈

半夜下班的我，依然没有拿到 manus 邀请码，但看到围绕 manus 的争议很大，按我的工作经验，提供一些信息参考

1. 创新产品发布第一天，一般是不会投入很多预算做营销的，因为软广硬广投放很花钱，新产品连留存都不好说，更别提商业化，意味着 roi 很难打正，大厂和创业公司的钱也不是大风刮来的。

2. 新项目要学会用巧劲做营销，核心先吸引到目标用户，拿用户反馈，判断这个产品的空间有多大，以及迭代方向。如果不做任何营销，产品没人用，那可能就夭折了

3. 最牛逼的营销，是你成为流量本身，自媒体通过讲你，来蹭热点，比如 deepseek，比如黑悟空，但这个几乎不可能计划出来，爆款就是玄学，我过去两年都在做 AI 爆款，最深刻的体会就是这句话

我最好奇的还是，manus 如何把现有的技术组合为 c 端可用的产品，以及在哪些场景任务表现的比较好。公司 AI 群有同事搞了一个 manus 的 replay 链接合集文档，准备周末挨个研究，然后再来判断 manus 是不是一个真正跑通的通用 Agent，而不是偏噱头的 devin

AI产品经理  内容创作者和观察者  探索普通人和大模型的交互关系

100万+名即友在侃科技圈那些事儿

来自圈子

科技圈大小事