|
Manus爆火之后，產(chǎn)品過(guò)度營(yíng)銷(xiāo)曾使其一度飽受業(yè)內爭議——不自研大模型，而是基于第三方大模型進(jìn)行工程化包裝，實(shí)現通用AI智能體（Agent）的能力。在創(chuàng )始團隊看來(lái)，極致的套殼就是一種勝利。 大模型應用套殼其實(shí)是個(gè)微妙的話(huà)題。特別是在此之前，無(wú)論是DeepSeek還是OpenAI，亦或是加入基礎大模型混戰的知名科技企業(yè)、AI大模型創(chuàng )企，都以標榜自家的基礎大模型自研技術(shù)能力為榮。 也因此，大模型研發(fā)作為一項需要卷算力、卷數據、卷算法的系統性底層工程，且贏(yíng)者通吃，市場(chǎng)的聚光燈也始終聚焦于頭部企業(yè)。對于只做上層應用的AI套殼或“借鑒”企業(yè)而言，盡管市場(chǎng)爆發(fā)的可能性高，但始終不掌握底層核心技術(shù)，往往被認為缺乏風(fēng)險承受能力。金沙江創(chuàng )投主管合伙人朱嘯虎甚至直言：“所有AI應用都是套殼應用，說(shuō)有壁壘是忽悠人的�！� 盡管如此，筆者注意到，僅在一個(gè)多月的時(shí)間內，部分大模型大廠(chǎng)已正快速下探到Manus所在的賽道——AI智能體。而另?yè)饷綀蟮�，Manus背后的公司“蝴蝶效應”獲得了由美國風(fēng)投Benchmark領(lǐng)投的一輪融資，融資金額達7500萬(wàn)美元。該輪融資讓Manus的估值提升至近5億美元。 這種跡象表明，市場(chǎng)需要借DeepSeek-R1大模型普及和Manus應用爆火的催化，去化解過(guò)去企業(yè)智能化轉型過(guò)程中遺留的大量業(yè)務(wù)需求和技術(shù)空白。AI智能體在產(chǎn)品設計、商業(yè)化服務(wù)、安全治理等方面，既是新問(wèn)題，也是老問(wèn)題。 大廠(chǎng)下探AI智能體，很努力目前大廠(chǎng)正加快布局AI智能體。 據相關(guān)媒體報道，Manus出圈前后，字節就搞了至少5個(gè)團隊在開(kāi)發(fā)不同AI智能體產(chǎn)品。而據百度官方，新上線(xiàn)的“心響”APP則由一群95后組成的團隊，在30天內研 目前字節推出了智能體協(xié)作平臺“扣子空間”，通過(guò)部署多類(lèi)型AI智能體，調用精通各項技能的“通用實(shí)習生”與各行各業(yè)的“領(lǐng)域專(zhuān)家”兩種專(zhuān)業(yè)身份處理任務(wù)�；凇翱圩涌臻g”，初步提供兩種專(zhuān)家Agent，一是針對股票分析的“華泰A股觀(guān)察助手”，另一個(gè)則是針對行研分析的“用戶(hù)研究專(zhuān)家”。 而百度亮相的體“心響”APP，則是一款宣稱(chēng)對標Manus的通用AI智能體，涵蓋超200個(gè)任務(wù)類(lèi)型，包括日常的例行任務(wù)、城市旅游規劃，專(zhuān)業(yè)性較強的深度研究、法律咨詢(xún)、健康咨詢(xún)等。 而與Manus合作密切的阿里也動(dòng)作頻頻。最早在3月份，阿里就與Manus達成戰略合作，雙方將基于通義千問(wèn)系列開(kāi)源模型，在國產(chǎn)模型和算力平臺上實(shí)現Manus的全部功能。近日，阿里旗下AI智能體“心流”開(kāi)啟了高級研究模式公測，用戶(hù)可填寫(xiě)問(wèn)卷等待邀請。該智能體宣傳稱(chēng)能像人類(lèi)專(zhuān)家一樣，自動(dòng)幫做研究、寫(xiě)報告、寫(xiě)代碼。 為了進(jìn)一步達成AI智能體生態(tài)的構建，上述廠(chǎng)商也不約而同先后擁抱MCP機制。 當下來(lái)看，業(yè)內對AI智能體的實(shí)踐目標是使其真正意義上適應復雜的應用場(chǎng)景。AI智能體要構建一個(gè)能夠自主決策、與環(huán)境交互的智能體，需要解決感知、理解、規劃、執行等多個(gè)環(huán)節的技術(shù)難題，且各環(huán)節之間需要高度協(xié)同，從被動(dòng)執行固定指令到主動(dòng)進(jìn)化，其技術(shù)架構和實(shí)現方式遠比傳統的軟件系統復雜。 比如在自動(dòng)駕駛領(lǐng)域，當前車(chē)企針對端到端自動(dòng)駕駛系統的改造邏輯，正是對傳統系統中的感知、融合、預測、規劃、控制、定位等技術(shù)模塊進(jìn)行AI融合，在業(yè)務(wù)流程上體現出的不是簡(jiǎn)單模塊間的拼接。 那么，AI智能體或多個(gè)AI智能體，在主動(dòng)適應復雜工作流程的過(guò)程中，就不可能像RPA等技術(shù)在嚴格劃分的場(chǎng)景中有效運作，而是基于動(dòng)態(tài)環(huán)境和業(yè)務(wù)流程的變化，以最佳方式實(shí)現預期結果。 因此，在應用和實(shí)踐AI智能體之前，對其原理、成本及風(fēng)險性等諸多需要考量的關(guān)鍵因素進(jìn)行解構。 可能對于有多年智能化探索經(jīng)驗的客戶(hù)而言，希望“慢一點(diǎn)”的本質(zhì)在于，在A(yíng)I智能體領(lǐng)域的治理能力和認知的提升，重要的不是聽(tīng)一個(gè)個(gè)花式技術(shù)名詞，而是怎么能在大量的實(shí)踐和基礎夯實(shí)中找到成功的故事共鳴。 |
