AI Agent 的「GPT 时刻」，Manus 炸醒整个 AI 圈！（中）
摘自 shiyun / 张勇毅 极客公园
多代理+自查，跑通 AI Agent 流
从上面这些案例，其实不难看出 Manus 真正的杀手锏，并非 Computer Use 中已经出现过的「AI Agent」概念，而是它「模拟人类方式工作方式」的能力。
比起「运行计算」，Manus 的工作逻辑更像是「思考并执行命令」。它并没有做到哪些人类当前真正无法做到的事；这也就是为什么一些已经体验过当前版本 Manus 的用户，将它形容为「一个实习生」。
在 Manus 官网，展示着众多 Manus 能够完成的任务，其中就有一个案例，展示了在 B2B 业务中，如何使用 Manus。快速精准的将你的订货需求，与全球供应商实现精准匹配。
在类似需求的常规产品中，在平台内整合全球供应链企业信息，来帮助用户完成供货商/需求方匹配这件事，是业内通行的逻辑。但这件事在 Manus 的案例中，你能看到完全不同的实现方式。
Manus AI 使用一套名为「Multiple Agent」的架构，运行在独立的虚拟机中。通过规划代理、执行代理、验证代理的分工协作机制，。来大幅提升对复杂任务的处理效率，并通过并行计算缩短响应时间。
在这个架构中，每个代理可能基于独立的语言模型或强化学习模型，彼此通过 API 或消息队列通信。同时每个任务也都在沙盒中运行，避免干扰其他任务，同时支持云端扩展。每个独立模型都能模仿人类处理任务的流程，比如先思考和规划，理解复杂指令并拆解为可执行的步骤，再调用合适的工具。
换言之，通过 Manus 的这套多代理架构，它更像是由多个助理，通过协助的方式，分别完成检索资源、对接、验证信息是否有效等工作，来帮你完成整个工作流程——这实际上不仅像是你招了一个「实习生」，更像是直接当上了一个微缩版的「部门主管」。
在 B2B 业务这个案例中，Manus 通过网页爬虫以及代码编写、执行能力，Manus 会自动在互联网这片汪洋大海中检索，根据你自己的需求，对潜在供应商从产品质量、价格、交货能力等方面，为你匹配到最合适的货源。不仅可以将结论以图表的方式直观呈现在你眼前。还能对这些数据进一步给出更加详细的操作建议。
至于 Monica 团队到底如何、用何种技术实现的视频效果，根据消息，团队或将在北京时间 3 月 6 日为大家揭晓。
