即刻App年轻人的同好社区
下载
置顶调整一下，重新观察了 manus 的 use case，发现没有用文中的方式，但这样 manus 的方案会导致几个问题
1. 没有基于返回的内容，动态调整思考过程的能力，某种程度上，是一种负面的 structure ，比如做 search 不能基于当前搜索到的内容，调整后续的搜索词
2. 没有端到端优化执行节点的能力，各个执行节点的效果不 ok，比如拆 query 时拆的有问题
1. 没有基于返回的内容，动态调整思考过程的能力，某种程度上，是一种负面的 structure ，比如做 search 不能基于当前搜索到的内容，调整后续的搜索词
2. 没有端到端优化执行节点的能力，各个执行节点的效果不 ok，比如拆 query 时拆的有问题
钟十六: 记录了一下最近的研究和思考： 1. 对于openai的deep reseach实现原理推测； 2. 对于Agent平台的讨论，包括了为什么我觉得当前 agent 这么重要，也包括了实现路径、规模效应和路径规划的思考； 讨论一个agent 最后一定要讨论它的交付结果，很多复杂的 workflow，能带来看似类似的交付流程，但带不来类似的效果，或持续优化的潜力
6 12
记录了一下最近的研究和思考：
1. 对于openai的deep reseach实现原理推测；
2. 对于Agent平台的讨论，包括了为什么我觉得当前 agent 这么重要，也包括了实现路径、规模效应和路径规划的思考；
讨论一个agent 最后一定要讨论它的交付结果，很多复杂的 workflow，能带来看似类似的交付流程，但带不来类似的效果，或持续优化的潜力
1. 对于openai的deep reseach实现原理推测；
2. 对于Agent平台的讨论，包括了为什么我觉得当前 agent 这么重要，也包括了实现路径、规模效应和路径规划的思考；
讨论一个agent 最后一定要讨论它的交付结果，很多复杂的 workflow，能带来看似类似的交付流程，但带不来类似的效果，或持续优化的潜力
聊聊Openai Deep Research、Manus原理，和Agent平台
8 36
想从任务分层去看这个事
1. 任务有长链路任务和短链路任务，有需要决策选择的任务和不需要选择的任务
2. 过去的模型能力不成熟，大多只能做 copilot，即大多交付用户的任务结果有不稳定性，或是提供信息做决策辅助
3. 今天大模型推理能力提升，并且 rft 这套范式可能会带动模型在这块的能力继续进步，且有泛化的可能。这个带来了：
1）当前的纯执行的长短链路任务，都有明显的进步，可以是 agent。当前也能在部分简单决策，和一些特定领域里的较复杂的决策（oai 的 dr） 里，做的好了
2）未来的任务稳定性、更广泛领域里也有机会在新范式下进步
1. 任务有长链路任务和短链路任务，有需要决策选择的任务和不需要选择的任务
2. 过去的模型能力不成熟，大多只能做 copilot，即大多交付用户的任务结果有不稳定性，或是提供信息做决策辅助
3. 今天大模型推理能力提升，并且 rft 这套范式可能会带动模型在这块的能力继续进步，且有泛化的可能。这个带来了：
1）当前的纯执行的长短链路任务，都有明显的进步，可以是 agent。当前也能在部分简单决策，和一些特定领域里的较复杂的决策（oai 的 dr） 里，做的好了
2）未来的任务稳定性、更广泛领域里也有机会在新范式下进步
julian.: 再给“行业共识”破盆冷水：我不认可 agent 这个方向，反而 copilot 的 in-context 交互是更重要的。 1. 我不认可 agent 这个方向。逻辑上大家当然能说手机和电脑的 ui 分两类，一类是 gui、另一类是 lui。这种分类被提出时，说出这种话和听到这种话的人在语言层面已经把这两类的注意力权重放在同等位置上了。但让我们回归生活，你会发现 gui 的效率真的很高。你想象自己打开手机、点开 app、上下滑的具体动作，你可能太习惯了以至于没觉得这是如此的丝滑。每次打字、说话，远比即时点击图标笨重 ，lui 的 agent 叙事没有给第一视角的生活经验以足够的尊重。至于长程任务，人在这些任务里也类似于强化学习，plan - execute - learn 的循环不断接力（人是环境的反应器），本就是社会博弈和动态规划的过程。所谓一个 agent 来总包，会涉及到复杂的权限和边界设置选项，更要不断和人主观意志的对齐（对齐的交互成本也很高）。现在叙事里常用词是“完全懂你的 agent”，可你自己懂下一秒的你自己吗？ 2. copilot 的 in-context 交互是更重要的。现在产品实际 pmf 的原因，我倾向于早已不是底座模型能力提升带来的了，而是产品交互变化带来的。cursor 不是因为 claude 更新了一版于是牛逼，而是找到了轻松读和写本地代码文件的交互。github 插件只能读，cursor 特意做 ide 的原因就是为了一键“写 / apply”的这个丝滑交互。不是用户、没干过产品经理、天天听由标签串联起来的叙事，就不容易想清楚价值分配里啥是关键的。 无论是 ai 还是其他任何科技，我们的分析首先应回归真实的生活。不作用于人们生活而只体现在文章和估值里的科技，可能不是我想要的。当然总有人为了自身利益无视其他人的生活，还嘲笑其他人看不懂；我对此保持沉默。
7 00
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. 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
Kenny_肯尼: 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
3 191
测试结论：
1. 推理模型（主要测试 deepseek r1），不能用写不写 system prompt 来看是不是效果变差，而是 promot 里有不必要的约束和策略干预，会导致效果变差；
2. 对于该推理模型本身表现不好的场景，需要在 prompt 里写上一些思路或者策略；
1. 推理模型（主要测试 deepseek r1），不能用写不写 system prompt 来看是不是效果变差，而是 promot 里有不必要的约束和策略干预，会导致效果变差；
2. 对于该推理模型本身表现不好的场景，需要在 prompt 里写上一些思路或者策略；
钟十六: 为啥我感觉 deepseek r1 推荐的最佳配置不太佳🤔
2 00
