Manus AI联合创始人张涛重新定义智能体为具备自主思考、行动和学习能力的系统。他介绍智能体三大前沿：工具网络效应带来的涌现式软件开发、24小时数字员工架构和主动性功能。张涛强调企业应从"替代思维"转向"增效思维"，并指出需克服信任、AI原生工具和协作范式三大障碍。未来，学会与智能体协作将成为关键技能。

---

鉴于Meta收购Manus的消息甚嚣尘上，我们发现Manus这家公司在被收购之前，对外作出了一场公开演讲，Manus AI联合创始人兼首席产品官张涛，在10月29日新加坡企业发展局主办的SWITCH大会上，分享了对于智能体的理解。

重新定义「智能体」

演讲开始，张涛直击当前市场的一大乱象，他说，2025年几乎所有人都在谈论“智能体”，但这个词背后充满了误解，很多服务仅在聊天机器人中加入一些系统提示（System Prompt），比如“你现在是一个法律代理”或“你是一个金融代理”，然后便宣称自己提供了智能体服务。

那么，究竟如何让一个真正的“智能体”（AI Agent）与众不同？张涛的答案只有一个词：自主性（Agency）。

他说：“一个真正的智能体，必须具备独立思考、独立行动、独立完成任务的能力，而不是仅仅被我们人类的指令所触发。”

他做了一个对比。用聊天机器人时，用户需要不断地追问，你问一个问题，得到一个答案，然后再问下一个问题，整个过程是“一问一答”的被动式交互。而智能体的工作方式则完全不同，它更像一个自主的目标执行者。

在此基础上，还衍生了“通用智能体”（General Agent）的概念。张涛强调，通用智能体并非为某个特定任务而设计，而是一个拥有广泛能力、能够解决开放式问题的系统。

“这就像我们人类自己。当你的儿女去上大学时，你并不知道他们未来会做什么。他们会在大学里学习，然后开启自己的职业生涯，最终成为一个我们从未想象过的人。”

在Manus内部，这个过程被简化为三个步骤：思考（Think）、行动（Act）、学习（Learn）。

首先，智能体根据任务进行思考和规划，并在过程中不断反思、调整计划。其次，它会基于思考结果，决定下一步应该执行何种“行动”——这些行动是高度自动化的原子能力，例如读写文件、看网页、运行终端命令或访问数据库。最后，在整个过程中，智能体会从与用户的交互中学习，记住用户的个人偏好，比如报告需要以PDF格式呈现。

“我们正在构建的是一个‘问题解决引擎’，而不仅仅是一个特定的应用程序。”张涛总结。

第一前沿：工具的「网络效应」与涌现式的「软件开发」

了解基本概念后，张涛开始深入探讨他眼中智能体技术的三大前沿领域。

第一个，也是正在彻底改变软件行业面貌的，是“自主能力”及其带来的“工具的网络效应”。

“在过去的15年软件行业生涯中，我们构建软件的方式是固定的，我们倾听用户需求，构思解决方案，然后进行设计、开发、测试、发布，最后收集用户反馈。这是一个传统的线性过程。”

然而，在Manus，产品的构建方式被彻底颠覆。张涛透露，目前Manus有三个核心用例：深度研究、日常工作报告与幻灯片制作、构建网站或AI应用。有意思的是，在产品最初于2025年3月发布时，开发团队从未预想过这些具体用途。

那么，这些功能如何实现？

答案在于Manus的构建当中：他们只专注于打造一个通用的核心架构，并为系统提供足够丰富的工具箱，这些工具包括图像生成、代码编写、在虚拟机上读写文件，以及一个可以让智能体自由浏览互联网的浏览器。

然后，系统以一种近乎神奇的方式，自己找到了解决这些垂直领域问题的方法。

为了具体说明这种“涌现式”的能力，他分享了一个用户案例。一位生物信息学的研究员，在自己的实验室里需要处理一种特殊格式的设备文件，这种文件只能用一款特定的专有软件打开。这位研究员没有任何编程经验，而实验室对文件处理又有特殊的需求，这让她一筹莫展。

于是，她将这个文件展示给了Manus。智能体首先自主上网研究，弄清楚了这是什么文件格式。接着，它竟然设法编写了一个Python库来处理这种格式，并最终为她的实验室交付了一个Web服务。此后，不仅是她，她所有的同事都可以通过这个Web服务来处理这种特殊文件，以进行后续的数据分析。

“我们从未如此设计过Manus，我们只提供了基础的工具和行动能力，智能体自己解决了这些开放式问题”，张涛说。

Manus首席科学家将这种现象命名为“工具的网络效应”（Network Effect of Tools）。当你为智能体提供越多的工具，系统能力的边界就会以非线性的方式扩展，涌现出你从未预料到的新能力——这也是Manus未来会持续为智能体增加更多工具和行动的核心原因。

第二前沿：7x24小时在线的「数字员工」

智能体的第二个前沿，也关乎它最终形态的实现——一个7天24小时为每个人不间断工作的“数字员工”。

“也许明年的SWITCH大会，在座的一半人都将拥有一个为你24小时运行的智能体，甚至无需你提出问题。”张涛大胆预言。

要实现这一愿景，必须克服一个技术挑战：构建一个能够支持“长时运行任务”（Long-Running Tasks）的坚实基础架构，目前的系统存在局限，一个任务运行几分钟或一小时后就可能失败。Manus的目标远不止于此，他们正致力于打造能够支持任务连续运行24小时的架构，以解决那些极其复杂和耗时的问题。

除了持久性，速度也是关键。为此，Manus引入了“并行处理”（Parallelism）机制。

张涛以Manus在7月份发布的一项名为“广泛研究”的功能为例：“如果你想对1000个不同的目标进行研究，你可以试试把这个任务交给其他工具，你会发现它们都会失败。”

但在Manus内部，当接到这样的任务时，系统会自动将这个任务分解为1000个独立的子任务，并让它们并发运行。这不但提升了效率，也避免了大型模型在处理长任务时可能出现的“惰性”或注意力衰减问题。这是一种只有通过专门的智能体架构才能实现的能力。

第三前沿：主动性是智能体的灵魂

在张涛看来，第三个前沿，也是最重要、最能体现“自主性”精髓的，是“主动性”（Proactivity）。

“我们认为，智能体应该在你要求它做某事之前就开始工作。自主性就意味着主动性。”张涛强调。

当前市面上的智能体产品，包括Manus在3月份发布的版本，仍然没有达到智能体的终极形态，因为用户仍需明确地提出问题或分配任务。而未来的图景是，智能体将成为一个真正主动的伙伴。

为了实现这一点，Manus推出了“连接器”（Connectors）功能，允许用户将自己的Gmail、日历、Notion等个人工作流与代理连接。然而，他们发现，即使用户连接了这些服务，很多人仍然不知道可以分配什么样的任务给智能体。

于是，一个颠覆性想法诞生了：“为什么我们还需要用户来提问呢？”

既然智能体已经通过连接器访问了用户的日历和待办事项，它已经知道了用户正在忙什么。因此，使用智能体的最佳方式，是让它基于用户的个人上下文，主动开展工作。

张涛分享了他自己的日常体验，一个内部原型已经让他享受到了这种便利：“每天早上8点，我的Manus智能体会检查我当天的日历，如果发现有与外部伙伴的会议，它就会主动去研究参会者的背景资料，为我准备会议。这超级有用，我每天都在用。”

这便是「主动性」的用武之地。未来，你可能每天只需花5到10分钟与智能体进行一些关键的对齐，但它会在后台为你工作24小时。

企业破局的关键：从“替代思维”到“增效思维”********

在描绘了技术前沿之后，张涛将话题转向了更具挑战性的商业现实：企业应如何拥抱智能体？

他指出，在过去两年中，他看到许多身为行业领导者的朋友和创始人，在尝试将AI智能体（Agentic AI）引入公司时，绝大多数都失败了。为什么？

“因为当人们试图在公司中应用AI时，他们脑海里冒出的第一个念头是：‘我能用AI替代哪些员工？’”

张涛认为这正是问题的症结所在，当你的出发点是“替代”时，你的整个思维框架就会被“风险控制”所主导。你会首先考虑：如果我解雇了这个人，现有的工作流程还能否正常运转？你的焦点在于规避风险，而不是创造收益。

他倡导一种不同的思维模式：从“替代”（Replace）转向“生成/增效”（Generate）。

“如果你开始思考如何用AI来增效，你脑海里冒出的第一个念头会是：‘AI如何能让我的顶尖员工的绩效提升10倍？会出现哪些新的机会和可能性？’”在这种模式下，你的焦点转向了“收益”，你看到的是一片蓝海。

他强调，AI技术尚处早期，在这样一个阶段，如果只盯着风险，必然会错失良机。而关注收益，则会让你看到完全不同的景象。

为了印证这一点，他分享了一个发生在他身上的真实故事。今年1月，公司搬到新加坡后，CEO需要找公寓，与他合作的是房地产中介，当这位中介得知客户是Manus的CEO后，她利用Manus为客户制作了一份高度个性化的定制PPT。

这份长达12页的PPT，详细介绍了当天下午要看的三套公寓，不仅包含了户型图，还深入研究了公寓周边的环境，如哪里有超市、医院，以及顶级的餐厅和酒吧。这份报告的专业度和个性化程度，让CEO感到非常惊喜，因为他从未想过一个房地产中介能提供如此水平的服务体验。

“这正是AI如何赋能的体现，重点从来不是替代，那位中介仍然在那里，但借助AI，她的工作表现和客户体验得到了极大的提升。拥抱AI最重要的事，就是改变你的思维模式。”张涛总结。

跨越三大障碍

除了思维模式的转变，张涛还指出了企业在拥抱AI时需要跨越的其他三个障碍：

第一，信任与上下文共享。人们普遍对与AI共享个人数据（如邮件）感到恐惧。张涛认为这只是一个时间问题，随着技术的成熟和信任的建立，人们会逐渐愿意向自己的专属智能体开放个人上下文。

第二，为人类而建的世界。当今绝大多数的工具和服务都是为人类操作而设计，未来，我们将会看到越来越多从第一天起就为AI交互而设计的“AI原生”工具。

第三，与AI协作的范式。在过去，我们习惯了机器增强我们的体力，但我们不习惯我们的“智力”也可以被规模化。学会如何与可规模化的智能体协作，是一个全新的课题，也是一道需要跨越的认知障碍。

他最后总结说，就像几十年前需要学会打字、二十年前需要学会操作电脑一样，从2025年开始，学会如何与智能体协作，将成为决定个人未来表现的关键技能。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）