摘要：与此同时，Manus的开源替代方案如雨后春笋般冒出。国内初创公司DeepWisdom的MetaGPT团队，仅用3小时便利用开源框架复刻出OpenManus；开源社区CAMEL-AI团队也“0天”复刻出Manus通用智能体OWL……持续涌现的复刻浪潮似乎也向外界
图源：视觉中国
“开源永存。”这是MetaGPT研究员、OpenManus合作者向劲宇在面向时代财经等的分享中，留下的结束语。
近一周来，全球首款通用AI智能体——Manus爆火，成为科技圈持续热议的话题。
与此同时，Manus的开源替代方案如雨后春笋般冒出。国内初创公司DeepWisdom的MetaGPT团队，仅用3小时便利用开源框架复刻出OpenManus；开源社区CAMEL-AI团队也“0天”复刻出Manus通用智能体OWL……持续涌现的复刻浪潮似乎也向外界传递了一个信息：Agent（智能体）的门槛并非高不可攀。
Manus的“护城河”究竟有多深？Agent赛道的终极竞争力是什么？当业内普遍认为“2025年有望成为AI Agent爆发元年”时，这个赛道还有哪些待解难题？
近日，OpenManus核心作者向时代财经等分享了其中的故事，并给出了他们对于Agent的理解。
3小时复刻Manus团队：00后挑大梁
Manus发布当晚，向劲宇感受到身边的人都很兴奋，“大多数人的兴奋似乎来自于AI能使用电脑了。”
但在他看来，这样的功能在业内认识里并不是特别稀奇。
“比如Planning（规划）的能力在我们2024年的开源工作Data Interpreter（数据解释器）工作中已经有了相关的实现；而Computer Use和Browser Use等功能也在OpenHands（之前被称为OpenDevin，一个由AI提供支持的软件开发代理平台）以及智谱AutoGLM等各个工作中均有实现。”向劲宇说。
他判断，仅从一个demo（试用版）级别的实现来说，“搓”一个Manus开源版本给大家用“应该不是很难”。
MetaGPT研究员、OpenManus核心作者梁新兵迅速响应，并在第二天（3月6日）一早根据彼时已知信息对Manus做了一次完整调研，包括技术细节和分析。当天晚上下班后，向劲宇召集团队（向劲宇、梁新兵、张佳钇、于兆洋、洪思睿）讨论了Manus的产品形态和技术路线，决定加班赶出开源版本。
仅用了3小时左右，“大概（晚上）11点的时候，我们就把第一个版本合并开出去，然后挂到GitHub上面了。”向劲宇回忆。
发布不到1天，该项目已在GitHub上收获了7000多颗星星。“当时没想过OpenManus会爆火。”梁新兵说。
作为OpenManus核心作者，梁新兵研究生毕业于华东师范大学，之前曾参与爆火的AI Agent数据科学家Data Interpreter的开发工作。而向劲宇本科就读于西南交通大学应用物理系，去年，读大四的他和队友一起使用GPT-4与Claude 3组成多智能体的方案，让AI分饰多个角色、相互验证来完成答题步骤，获得了阿里巴巴数学竞赛AI赛道全球第二名。二人均是00后，同时在2024年7月加入MetaGPT团队。
直到现在，MetaGPT团队还对OpenManus引发的大量讨论，感到恍惚。
在OpenManus发酵了一天后，“早上十点半醒过来，看到微信三十多个添加好友，我就知道应该爆了，我想继续安心地补个瞌睡，但是怎么都睡不着，拿起手机，没想到消息已经回不过来了。”由锦秋基金牵头举办的分享会上，向劲宇向时代财经等分享道。
Manus是一款基于AI核心模型所开发的AI Agent（人工智能代理）。所谓AI Agent，其往往需要以大语言模型作为核心，并叠加规划（Planning）、记忆（Memory）、工具调用（Tools），从而通过解决任务逻辑连贯性的问题完成特定的跨系统任务。
据MetaGPT团队解构分析Manus来看，Manus是一个多智能体系统，它首先使用Planning Tool做规划，形成一个包含多个任务的线性结构的计划，然后顺序执行每一个任务，并动态分配给相应的Agent。Agent在执行每个任务的过程中，以ReAct（Reason+Act，推理和行动）循环的形式调用工具以完成每一个任务。
3小时便复刻了Manus，MetaGPT团队是怎么做到的？
向劲宇认为：“一个极简的Agent框架，应该是可插拔的Tools（工具）和 Prompt（提示词）的组合，之后我们沿着这个思路，写了一个完整的Agent迷你框架。”
据他介绍，决定一个ReAct Agent效果的关键是提示词引导和工具使用。在OpenManus中，Prompt控制了Agent整体的行为逻辑，Tools给定了Agent的行动空间，二者被定义就能完整诠释一个ReAct Agent。
“可插拔的优点是可组合，我可以把几个不同场景下的Tools组合到一起来创造一个新的Agent，定义也很方便，不需要单独写内部逻辑，只需要修改动作空间（Tools）。”向劲宇进一步解释。
在他看来，“我们的工作是把抽象做得更干净。提供丰富的工具集合，支持多种Agent通过装备工具集来灵活扩展在不同场景下的能力。”
这其中，规划能力很重要。因此，OpenManus继承了Manus的规划优势，通过Planning Tool实现任务分解，可以处理现实世界中的复杂问题。
MetaGPT团队分享的OpenManus工作流程
谈及OpenManus后续工作，梁新兵表示，接下来将从增强Planning能力、引入标准化评测、拓展模型适配（从Claude-3-5扩展到DeepSeek V2.5）、实现容器化部署等诸多方面来提升OpenManus的效果。
OpenManus是否能超越Manus？
“Manus产品交互做得挺好的，有很多技术也值得学习。目前OpenManus效果还很有限，我们还没有单独调效果。OpenManus 前期目标打算达到原始Manus的相同效果，后续会依靠庞大的开源社区不断优化。”梁新兵希望，这些优化能给OpenManus带来更高的智能涌现。
Manus的“护城河”有多深？
据Manus官方网站介绍，Manus能一键帮用户做旅行规划、股票分析、做PPT、财报分析等工作，涵盖研究、生活、数据分析、教育、生产效率等多个领域。
在官方放出来的视频中，Manus的表现也令人惊艳，能完全自主地完成从规划到执行的全流程。例如，在特斯拉股票分析任务中，Manus能在45秒内完成“数据抓取→建模→报告生成”的全链路操作。
简单而言，用户只需要输入简单的提示指令，一段时间之后，便可以得到一个完整的成品交付。
但MetaGPT团队仅用5人3小时，便通过开源框架复刻出OpenManus；开源社区CAMEL-AI团队也实现“0天复刻”，推出OWL并直接开源部分模块。这些都让“Manus缺乏技术壁垒”的质疑声不断。
据此前媒体报道，Manus的模型能力来自Anthropic的Claude。3月10日，Manus创始人季逸超在社交平台透露，Manus产品使用了不同的基于阿里千问大模型（Qwen）的微调模型。
有市场人士认为，随着大模型能力的持续增强，大模型会逐步将更多工具链的功能内化。未来大模型便能独立实现Manus期望达成的效果，而无需再繁琐地调用外部工具链。因此Manus耗费大量精力所创造的价值，大概率会被大模型的内生能力的增长所淹没。
一名AI领域的投资人士林亚秋（化名）也向时代财经表达了类似的观点，“当大模型能力变强，未来一些高频场景，有可能模型本身就能覆盖，大模型公司可能也会内置这些Agent。”
Agent诞生的必要前提是基座模型的性能提升，这是行业内的共识，但为什么率先获得注意力的会是Manus？
“Manus能最先跑出来，一方面是因为从今年春节前后开始，推理模型的技术取得了比较大的进展，这件事对Manus有非常大的帮助，因为只有在推理模型成熟的情况下才有机会做。”林亚秋向时代财经表示，“Agent有规划、工具调用和记忆这三个特点，每一点上的成功率都会影响它最终的成功率。而推理模型变强会令第一步也是最重要的一步——规划能力提升。”
另一方面，Manus创作团队本身也具备一定的实力。“他们的产品能力非常强，非常懂用户的需求，且在功能实现上做得很好。”林亚秋说。据她了解，Manus创作团队在之前的两年里一直在“产品能力”上表现得很好，这是他们团队擅长的事情。
实际上，就算3小时实现复刻Manus的MetaGPT团队，也是基于MetaGPT在AI场景的自动化和智能体框架上多年的技术积累。
“从技术方案上来说，Manus使用了大量有业内共识的核心基础技术。但Manus本身是很好的作品，它在用户示例中展示了卓越的用户体验，以及很不错的整体交互效果。他们团队实现了复杂的规划，包括他们自己进行过Post Train的模型，提供了更好的效果和交互，也给我们提供了很多发展思路。”MetaGPT团队表示。
正如Manus团队的核心理念“Less structure, more inteligence（更少的结构，更多的智能）”，强调给予AI更多自主权以决定如何使用工具和完成任务，这种理念也体现在Manus的产品特性上，让用户体验更为出色。
事实上，Manus团队已声明，当前的Manus距离正式版想交付给大家的体验还差很远。“像模型幻觉、交付物友好度、运行速度等方面都还有很大的提升空间。”
Manus AI团队产品负责人张涛（HideCloud），同时也是Monica.im产品合伙人，近日在朋友圈发文表示，过去的十几个小时对于团队来说无异于一场充满各种意外的冒险，团队低估了大家的热情。这本是一个产品探索过程中的阶段性收获分享，因此服务器资源是对标demo水平来准备，不曾想过会引起巨大波澜。
Agent元年，成本与技术难题仍待解
“2025年有望成为AI Agent元年”似乎已经是行业内的一个共识。
开源证券指出，随着大模型性能提升与成本的降低，以及能够在消费级显卡部署带来的门槛降低，为AI大规模应用落地打下了坚实基础。Manus的发布有望加快AI Agent落地，重塑各行业工作流程。
华泰证券亦指出，Manus AI底层由多模型驱动，通过高效的工程化编排，有效满足了Agent交互过程中的规划、自主、准确三大核心需求，标志着Agent应用实现Action环节的关键突破。Agent应用已进入工程化落地关键阶段，有望在2025年进入放量元年。
Manus等AI Agent的诞生依赖于人们在基座模型上的不断投入和不断进化。但还有一个事实是，“随着大模型能力的增加，许多问题的解决成功率会提高，但问题本身并不会消失。”MetaGPT研究员、OpenManus合作者之一的洪思睿指出。
“人类社会有很多非常复杂和长尾的问题，包括我们正在解决的机器学习、代码修复，以及通过搜索组合结果提供给用户的问题。这些仍需要大量技术工作来提升大模型的效果，包括解决幻觉问题。”洪思睿补充道。
一方面，大模型幻觉依然困扰着AI落地。另一方面，业内目前在规划、记忆、工具调用上仍存在一些难点有待解决。
目前Agent在规划方面的进步，主要取决于模型本身能力的提升，另外也依靠外部结构的辅助，即在Agent的层面上加入更加复杂的结构进行辅助规划。
在工具上，如OpenManus目前主要还是使用一些现有的开源工具，“比如Claude Computer和Browser等。”有其他团队开展的Browser使用相关工作表明，仅凭这两个工具基本上就能完成许多任务，已经初步形成了Manus的雏形。而据MetaGPT团队设想，未来可能增加一种赋予Agent自己创建工具的能力。
不过，在洪思睿看来，大模型或者Agent使用工具本身并不新奇。“但是随着工具的数量逐步增加，其中的技术难点也随之而来：如果有众多相似工具，Agent在解决同一任务时如何做出准确决策，选择最合适的工具；以及工具的参数定义不合理或不够明确时，导致大模型在生成调用工具决策出错等等。这些都是工具使用环节中需要解决的问题。”
此外，在记忆（Memory）环节上，MetaGPT团队认为，目前Agent在处理复杂、长程任务（例如浏览网页时，网页信息可能非常长）时，如何压缩上下文并存储到记忆中，是一个非常具有挑战性的问题，并且要确保压缩后关键的信息不会被修改或遗漏。
Memory和推理效率、成本直接相关。“如果我们不考虑Memory，不做压缩和任何处理，目前的大模型仍然可以处理，但这样带来的问题并非质量下降，而是会显著增加处理时间和成本，严重影响用户体验。”梁新兵说。
如何降本增效，是大量的应用厂商首要考虑的问题，也是需要持续优化的方向。
据Manus团队此前透露，目前Manus单任务成本2美元，已经做了大量优化，但可能对很多用户来说还是会难接受。“对于商用来说，（这个价格）还是挺贵的。如果没有足够的群众基础以及转化率，可能商业化上就不一定会特别成功。”林亚秋向时代财经表示。
当一个Agent产品推出后，开源社区很快涌现出功能相近的复刻项目，这引发了行业对Agent领域核心竞争力的深度思考：该赛道的终极竞争壁垒究竟何在？
在洪思睿看来，Agent商业化的重要比拼在于将真实场景中的任务和效果，包括个性化的功能，做到极致。
“目前学术界的许多工作，无论是针对SWEBench、GAIA，还是其他的Agent测试，任务成功率依然有限。如果这种相对微小的任务标准对应到真实的商业场景中，不同用户面对不同难度的问题，目前Agent的成功率还相当受限。”
因此，她认为，“无论是编程任务，还是数据收集和报告生成任务，如果能够针对各种各样的用户问题和场景做到极致，将成功率提升到令人满意的程度，真正实现Agent达到人们当前所期望的行动能力，用户才会持续使用Agent。”
同时，展望Agent的未来，洪思睿认为，“在真正有效解决用户实际需求方面，多智能体的商业前景是明确且强烈的”，例如从代码生成——这个Agent技术目前能较好解决的场景来看，“目前用户在这方面的付费意愿也是较高的。”
谈及Manus的爆火对于行业带来的信心，林亚秋说，“Manus获得巨大关注，很大程度上加速了对大众的科普：AI Agent未来可以做很多繁琐的事务；同时吸引了很多潜在用户群。但从投资人和创业者的角度来看，早在2023年左右大家就认为Agent一定是就大语言模型之下能产生的非常重要的应用方向。现在大家信心提升的一个重要原因在于模型进步的速度，接下来会在Agent技术、产品化方面做探索。”
据她了解，市场上有很多团队在推理模型成功提升能力之后，正在快速做产品化。“估计今年还会有更多的类似的一些产品出现。”
来源：时代财经