私募资讯-详情

三小时复现Manus 开源的OpenManus带来哪些启示？

2025-03-08 18:38:52 来源：第一财经

摘要：【三小时复现Manus 开源的OpenManus带来哪些启示？】凌晨三点敲完代码，次日早上八点新增三十多个好友申请，在开源社区GitHub上迅速收获7000多颗星星——Manus爆红不足三日，隶属于国内AI Agent初创公司DeepWisdom（深度赋智）的MetaGPT 团队，就进行了产品复刻，并将产品Open Manus上传至开源社区。

凌晨三点敲完代码，次日早上八点新增三十多个好友申请，在开源社区GitHub上迅速收获7000多颗星星——Manus爆红不足三日，隶属于国内AI Agent初创公司DeepWisdom（深度赋智）的MetaGPT 团队，就进行了产品复刻，并将产品Open Manus上传至开源社区。

第一财经记者对话MetaGPT 团队，试图理清此次技术复刻的底层逻辑，以及行业喧嚣背后的意义。这一过程既反映出产品功能复刻离不开DeepWisdom公司具备的技术沉淀，也通过MetaGPT 团队的视角肯定了Manus团队在规划、后训练、交互方式等方面的投入。

在复刻过程中理解差异

早在2023年，MetaGPT 团队开始研究多智能体框架，并在 GitHub 上开源相关代码，获得了社区的广泛关注。2024年10月，团队开始探索 Agent 的规划能力和工具使用能力，提出Data Interpreter等工作。

Manus火了之后，MetaGPTAI算法研究员向劲宇与MetaGPT算法研究员梁新兵讨论：是否可以直接做一个开源版本。

在具体产品属性上，OpenManus 是类Manus的多智能体框架，为开发者提供了快速上手和定制化开发的平台，但向劲宇也不忘提醒：目前OpenManus是demo级（演示版本），暂时还没有GALA benchmark评测结果，效果可能一般。后续团队会进一步投入DeepResearch方向与SWE（软件工程）代码方向。

此前Manus披露在GALA Benchmark 评测中达到当前最优水平（SOTA），超越OpenAI 的 Deep Research 等竞品。

向劲宇推测，Manus团队本身实现了非常复杂的规划与后训练，才能够如同其demo提供良好的产品交互。Manus面临效果不理想时的问题也是行业性问题，OpenManus暂时也没有达到非常强的效果。

对于三小时便能够复刻“爆品”Manus，梁新兵对第一财经记者表示，本质在于团队已储备的技术积淀，且前两个月前团队已经在思考如何通过简单的、优雅的形式，去呈现一个Agent形态。

从Manus与OpenManus对外披露的演示视频来看，两者均属于AI Agent 产品，采用Multi-Agent（多智能体）架构，能够将复杂任务拆解为多个子任务，并分配给不同的Agent（智能体）执行。另外，两者均具备工具链集成属性，集成多种工具，如网络搜索、代码执行、文件处理等，以增强智能体的功能。

相较而言，两者最大差异在于OpenManus的开源属性。与Manus的技术架构主要依靠使用者猜测不同，OpenManus产品团队直接在项目致谢中提及Claude厂商Anthropic去年上线的computer-use，YC投资的项目browser-use等。OpenManus作者张佳钇公开总结产品成果结合了computer-use、基本的Agents，以及规划能力。

多智能体将普及

与其关注Manus刚刚出圈时的诸多噱头，不如将目光聚焦在Manus模式给行业发展带来的启示。

梁新兵认为，Manus让更多普通人了解到智能体为何物，放大了Multi-Agent这条路径。

从发展历史来看，Multi-Agent概念雏形最早可以追溯至20世纪80年代，分布式人工智能理念兴起。2017年以后，随着大型语言模型成熟，AI Agent应用开始从理论走向实际，例如AutoGPT 的出现标志着AI Agent的雏形诞生。

2024年，微软、谷歌、苹果、OpenAI等厂商纷纷布局AI Agent市场。2025年1月，OpenAI发布首款AI Agent产品Operator，能够执行复杂操作，如编写代码、预订旅行等，但目前仅提供给购买每月200美元 ChatGPT Pro 服务方案的消费者。直到国内AI厂商Monica通过Manus，让普通群众第一次意识到Multi-Agent概念，MetaGPT的开源产品进一步揭开其神秘面纱。

AIGCLINK发起人、行行AI合伙人占冰强对记者表示，Manus此类产品类型，之前MetaGPT团队已经实现过，也算是国内首批投入智能体研发的团队之一。

MetaGPT NLP/Agent方向研究员洪思睿在交流中表示，目前的行业发展状态中，通过大模型或Agent去做工具的使用，已经不再新奇。随着大家对具体产品与技术的关注越来越多，行业的技术难点在于：当很多相似的工具可解决同样的问题，如何让Agent把决策做得更好。另外，如果使用过程中接入的不是比较标准的工具接口，工具参数也可能出错，进而导致工具的执行效果不理想。

这样的背景下，通过动态路由技术优化工具选择与使用，通过知识增强与幻觉抑制提升决策可靠性，采用ReAct、Chain-of-Thought（CoT）或 Tree-of-Thoughts（ToT）等推理框架帮助 Agent 更清晰地展示决策过程，成为可选择的解决措施。

MCP协议(Model Context Protocol，模型上下文协议）目前成为了业内的主流选项。所谓MCP，是由Anthropic于2024年11月底推出的一种开放标准协议，旨在统一大型语言模型（LLM）与外部数据源和工具之间的通信。它通过标准化接口，使LLM能够安全、高效地访问外部资源，从而扩展其功能。

占冰强对记者表示，MCP本身完全可兼容，主要看技术厂商是否愿意支持。目前海外主流厂商已逐步接入，尤其是在AI工具和开发平台领域，相信国内厂商也会陆续跟进。