Manus背后的大行為模型：AI從“想”到“做”的躍遷

2025-3-12 09:29| 發(fā)布者: admin| 查看: 145| 評論: 0

摘要: 隨著技術(shù)的進步，AI已不再局限于理解我們說的話，而是能夠獨立完成復雜的任務。2025年3月，中國AI公司Monica發(fā)布了名為Manus的通用智能體。這款號稱“全球首款通用AI代理”的產(chǎn)品，憑借其在“思考”與“行動”方面的 ...

隨著技術(shù)的進步，AI已不再局限于理解我們說的話，而是能夠獨立完成復雜的任務。2025年3月，中國AI公司Monica發(fā)布了名為Manus的通用智能體。這款號稱“全球首款通用AI代理”的產(chǎn)品，憑借其在“思考”與“行動”方面的能力，迅速引起了廣泛關(guān)注。

在一段4分47秒的演示視頻中，Manus展示了其較高的自主性：當用戶上傳一個包含15份簡歷的壓縮包時，它不僅能自動解壓，還能逐頁分析，提取關(guān)鍵信息，最終生成候選人的排名和評估表。當面對“紐約購房”這一需求時，它會把任務分解、編寫Python腳本來計算預算，整合社區(qū)的安全和教育資源數(shù)據(jù)，輸出一份堪比專業(yè)房產(chǎn)經(jīng)紀的詳細報告。甚至在金融分析方面，它也能調(diào)取工具，分析股票趨勢，并用可視化圖表清晰地解釋因果關(guān)系。

Manus的名字源自拉丁語“Mens et Manus”（心智與手），它的設(shè)計哲學強調(diào)，知識不僅要存在大腦中，更應轉(zhuǎn)化為實際行動。Manus的定位遠超傳統(tǒng)的聊天機器人或任務助手，它的核心能力是從目標設(shè)定到成果交付的全方位自主執(zhí)行。正如網(wǎng)友所言：“ChatGPT是‘紙上談兵’的軍師，Manus則是‘披甲上陣’的將軍?！?br>
Manus的獨特之處，不僅在于它能夠理解語言、分析數(shù)據(jù)，更在于它能像人類一樣，實際操作、解決現(xiàn)實問題。這種能力突破了傳統(tǒng)大語言模型（Large Language Model,簡稱LLM）僅限于文字生成的桎梏，展示了“大行為模型”（Large Action Model，簡稱LAM）所蘊藏的潛力。此前，谷歌的Project Astra、微軟的Copilot Studio均已布局智能體生態(tài)。Manus和這些前沿產(chǎn)品一起，被認為是“AI智能體商業(yè)化”進程中的重要節(jié)點。

大語言模型 VS 大行為模型：從“思維鏈”到“行動鏈”的技術(shù)躍遷

要理解LAM的核心價值，我們可以先從LLM談起。像ChatGPT、Deepseek這樣的大模型，通過海量文本數(shù)據(jù)訓練，擁有強大的語言處理能力。它們能寫詩、解題、生成商業(yè)計劃書，甚至模擬心理咨詢。但當任務從“回答如何預訂機票”升級為“實際完成機票預訂”時，LLM便顯得力不從心。它更像一個“戰(zhàn)略顧問”，擅長提供建議，卻無法“擼起袖子”親自操作購票系統(tǒng)。LLM的局限性在于，它更多扮演的是一個“思維者”，而非“行動者”。

于是，大行為模型應運而生。LAM不僅僅停留在語言生成和知識提煉上，更具備了通過計算、協(xié)調(diào)和實時行動的能力。它能思考問題，但更重要的是，它能夠行動、調(diào)整方案并付諸實踐。以Manus展示的“我要在紐約買房”為例，LAM像一個高效的私人助理，幫你從規(guī)劃到執(zhí)行，再到檢查優(yōu)化，完成所有任務。

規(guī)劃階段，當你給出購房需求，LAM就會把這個大目標拆解成一系列小任務——預算計算、房源篩選等，并生成一張動態(tài)的流程圖，確保每個步驟有條不紊。執(zhí)行階段，它開始動手，利用工具調(diào)取房產(chǎn)數(shù)據(jù)、編寫算法、生成報告等，確保每個環(huán)節(jié)都精準到位。驗證階段，通過強化學習，LAM會評估任務結(jié)果，核對房源的準確性和預算的匹配度，甚至自動調(diào)整并優(yōu)化方案。通過這三步，LAM不僅能“想得明白”，還能夠“做得精確”。更重要的是，它會在執(zhí)行過程中不斷自我優(yōu)化，像一個無時無刻不在調(diào)整的精密機器，確保最終結(jié)果完美無缺。

大語言模型（LLM）與大行為模型（LAM）的本質(zhì)差異，在于前者專注于語言的解析與生成，而后者則打破了語言與行動的界限，實現(xiàn)了從意圖理解到任務執(zhí)行的完整閉環(huán)。這不僅僅是技術(shù)架構(gòu)的不同，更是AI從“思考者”到“行動者”的范式躍遷。正如德勤報告所預測的，到2028年，15%的日常工作決策將由LAM驅(qū)動的智能體完成。如果說LLM讓我們獲取知識更加便捷，那么LAM則讓我們的行動更加高效、精準。未來的智能世界，不再是一個靜止的圖書館，而是一個不斷變動、不斷執(zhí)行的行動場。

LAM的核心優(yōu)勢：讓“行動”變得可控與智能

想象一下，你是一位公司CEO，面臨一系列復雜的戰(zhàn)略決策。你向傳統(tǒng)的AI咨詢系統(tǒng)提問，它會為你提供大量的數(shù)據(jù)分析、預測和建議。但最終，這些信息仍需要你親自篩選、分析、做出決策。整個過程充滿了“思考”的成分，但行動依舊掌握在你手中。

而LAM的工作方式不同。它是一個虛擬的“智能CEO”，不僅能為你提供決策依據(jù)，還能主動執(zhí)行計劃中的每一項任務。例如，LAM能夠根據(jù)市場變化自動調(diào)整公司資源、安排員工任務，甚至在戰(zhàn)略執(zhí)行過程中進行實時優(yōu)化。這樣一來，你不僅獲得了決策支持，還通過LAM的能力將計劃轉(zhuǎn)換為具體行動。無論是招聘、財務調(diào)整還是營銷策略，它都能精準地為你執(zhí)行。甚至在面對突發(fā)危機時，LAM能夠迅速調(diào)整應對策略、制定應急預案。

這種超強超前的執(zhí)行能力，正是LAM與LLM最大的不同——LAM不再僅停留在知識表層，它進入了行動的深水區(qū)，具備了更多的“主動性”和“執(zhí)行力”。通過增強行動智能，LAM打破了“語言的巨人，行動的矮子”的魔咒，將AI技術(shù)從單純的理解和表達，推向了更高的層次——實際操作和執(zhí)行。

商業(yè)、生活、城市治理：LAM帶來的全方位變革

LAM的魅力，不僅在于它的技術(shù)原理，更在于它如何徹底改變我們的工作和生活方式。在隨著技術(shù)的不斷發(fā)展，LAM將會在越來越多的領(lǐng)域中發(fā)揮作用。讓我們來看幾個典型的應用場景：

從“輔助工具”到“數(shù)字員工”

LAM驅(qū)動的智能體將不再是簡單的輔助工具，而是能夠獨立承擔完整工作流的“數(shù)字員工”。例如，在市場營銷領(lǐng)域，LAM不僅能進行市場調(diào)研、數(shù)據(jù)分析、廣告投放，還能實時評估廣告效果，完成整個流程。而在財務部門，LAM可以自動處理發(fā)票、生成財務報告，甚至進行預算規(guī)劃和風險評估。在物流配送中，LAM能根據(jù)實時交通信息優(yōu)化路徑，確保貨物按時送達。這種從“輔助”到“執(zhí)行”的轉(zhuǎn)變，極大提升了工作效率，減少人為錯誤。

個人助理：從提醒到全面執(zhí)行

想象有一天，你醒來時，身邊有一個虛擬助手，它不僅能提醒你今日日程、重要事項，還能根據(jù)天氣自動調(diào)整出行計劃、預訂符合健康需求的餐廳，甚至在你下班前啟動掃地機器人并預熱空調(diào)。LAM驅(qū)動的個人助理，已經(jīng)遠超傳統(tǒng)語音助手的功能。它不僅主動分析需求、協(xié)調(diào)事務，甚至在你未曾察覺時優(yōu)化你的時間安排。它的執(zhí)行力，不再局限于“提醒”或“建議”，而是全面滲透到你日常的決策與行動中。

聚會籌備無憂：從菜單到送餐的無縫銜接

想象一場家庭聚會的籌備過程，LAM不僅能提前幫你規(guī)劃菜單和布置場地，還能根據(jù)來賓的飲食偏好和過敏信息自動調(diào)整食品安排。它會與送餐服務平臺對接，確保食物準時送達。在這個過程中，你只需要享受成果，LAM為你完成了從構(gòu)想到執(zhí)行的所有步驟。在這場聚會中，你從“決策者”變成了“驗收者”，享受著LAM帶來的高效與便捷。

我們可以想象LAM在更大范圍發(fā)揮的作用。例如在城市治理方面，LAM能夠集成交通、能源、環(huán)境等各類數(shù)據(jù)，實時優(yōu)化決策。在極端天氣來臨時，LAM可以自動調(diào)度排水系統(tǒng)、調(diào)整交通信號燈配時，甚至為市民推送避險路線，確保城市在突發(fā)事件中的穩(wěn)定運行。在環(huán)境保護與治理中，城市的空氣質(zhì)量、垃圾處理等環(huán)保問題，通常需要跨部門的協(xié)調(diào)與實時監(jiān)控。LAM能夠整合這些不同領(lǐng)域的數(shù)據(jù)，實時監(jiān)控污染源，自動調(diào)整應對措施。例如，當空氣污染指數(shù)達到一定標準時，LAM會自動啟動應急預案，控制工業(yè)排放，并指導市民如何減少外出，及時發(fā)布防護提示。同時，LAM能夠優(yōu)化垃圾清運路線，根據(jù)實際情況動態(tài)調(diào)整垃圾處理頻率，避免污染擴散。

LAM與LLM：互補共生，共同推動AI進化

盡管LAM與LLM分別在理解與行動領(lǐng)域各自占據(jù)獨立的技術(shù)陣地，但它們并非對立，而是互為補充，攜手推動AI的進化。LLM賦予AI強大的語言理解和生成能力，讓它能夠與人類進行流暢溝通；而LAM則賦予AI行動力，使其能夠?qū)⒄Z言轉(zhuǎn)化為具體操作，實現(xiàn)真正的“行動”。

以醫(yī)療場景為例，LLM可以與患者進行詳細對話，準確理解癥狀并生成醫(yī)學報告；而LAM則將報告轉(zhuǎn)化為具體的治療方案，自動安排后續(xù)的治療、檢查以及藥物處方。兩者攜手配合，才真正實現(xiàn)了從“理解”到“執(zhí)行”的無縫銜接，將復雜的醫(yī)療過程自動化且精準化。

這種“理解與行動”相輔相成的機制，正在推動AI從“腦袋型”智能走向“行動型”智能。正如一位優(yōu)秀的指揮官不僅需要擅長指揮（理解），更需要帶領(lǐng)隊伍去執(zhí)行（行動），LAM與LLM的結(jié)合，是推動AI走向全面智能的重要一步。

LAM技術(shù)的困境：智能決策與自主行動的平衡

盡管LAM展現(xiàn)了巨大的潛力，但它的應用背后依然存在許多挑戰(zhàn)和難題。

首先，LAM的決策和行動高度依賴于數(shù)據(jù)的準確性與全面性。可以說，數(shù)據(jù)是LAM的“眼睛”，如果眼睛看錯了，行動就會偏離軌道。例如，在企業(yè)管理中，若LAM依賴的市場數(shù)據(jù)有誤，它可能做出錯誤的戰(zhàn)略決策，反而加劇公司風險；在醫(yī)療場景中，錯誤的病歷數(shù)據(jù)可能導致誤診，甚至危及生命。因此，確保數(shù)據(jù)的精準與完整，建立“輸入數(shù)據(jù)質(zhì)檢”和“執(zhí)行結(jié)果復核”的雙重機制，成為了LAM系統(tǒng)不可忽視的基礎(chǔ)保障。

其次，LAM的過度依賴可能導致“依賴性文化”的出現(xiàn)。當過多的決策權(quán)交給AI時，人們可能逐漸失去自我判斷的能力，甚至盲目信任系統(tǒng)。例如，某電商公司會因完全依賴LAM定價系統(tǒng)，未能及時識別競爭對手“偽裝數(shù)據(jù)”的漏洞，導致季度虧損。人機協(xié)同的關(guān)鍵，正是劃定AI的權(quán)限邊界。在復雜的決策場景中，人類的判斷力與直覺依然至關(guān)重要，尤其是在面對非標準化、不可預測的情況時，AI的決定不應完全取代人類的洞察力和決策。

最后，如何確保LAM的行為符合道德和倫理標準，也是一個亟待解決的問題。假設(shè)LAM在執(zhí)行醫(yī)療方案時出現(xiàn)錯誤，責任該由誰承擔？是醫(yī)生、系統(tǒng)運營方，還是患者本人？如何避免AI的行為失控，確保它始終為人類服務，而不是帶來傷害？這些問題涉及科技倫理的邊界，亟須通過行業(yè)規(guī)范和法律框架來約束。人工智能的“智慧”越高，其“責任”也越重，如何在提升AI自主性的同時，保持其可控性，是未來發(fā)展的關(guān)鍵課題。

通過解決這些挑戰(zhàn)，LAM才能真正發(fā)揮其潛力，既不失控，也不讓人類的判斷力被過度削弱。未來的AI，應當是智慧與責任并行的“伙伴”，而非無條件的“執(zhí)行者”。

當AI不僅能回答“怎么做”，還能主動“做到”，人機協(xié)作將進入真正的共生時代。我們是否準備好將更多的“行動權(quán)”交給AI？在追求高效與便利的同時，我們又該如何平衡控制與信任的微妙關(guān)系？

或許，未來的某一天，當LAM技術(shù)更加普及與優(yōu)化，它將成為我們每個人的得力助手、企業(yè)的核心引擎，甚至是社會運作的“中樞大腦”。人類需要重新思考自身的角色——是成為全局的監(jiān)督者，還是細節(jié)的執(zhí)行者？答案或許在于找到那個微妙的平衡點：讓AI挑起重復勞動的扁擔，讓人類牢牢掌控創(chuàng)新的韁繩。

（作者胡逸為數(shù)據(jù)工作者，著有《未來可期：與人工智能同行》一書）

來源：胡逸

(本文來自澎湃新聞，更多原創(chuàng)資訊請下載“澎湃新聞”APP)