Manus团队技术突破：通用动作引擎助力智能体多任务协同

哈喽，大家好，小圆今天要和大家拆解的，是近期AI圈因Meta收购而再度爆红的Manus团队分享，打造AI智能体通用动作引擎。Manus研究员Ivan Leo的这次分享，不仅揭秘了智能体开发的核心逻辑，更让我们看到了AI从聊天工具走向实干助手的清晰路径。

在当下的工作场景中，很多人其实都在充当人肉复制粘贴的角色，在十几个浏览器标签页、各类软件和表格间来回奔波，做着毫无创造性的数据搬运工作，即便有AI聊天机器人帮忙检索信息，也没能从根本上解决问题，我们和AI的关系始终停留在对话层面，而非真正的协作。

这一概念的出现，标志着AI不再满足于单纯提供答案，而是朝着执行任务、自动化工作流、延展人类能力的方向迈进，这不仅是技术层面的升级，更是人机交互逻辑的根本转变，聊天界面不再是AI的全部，它更像是一个指令入口，最终目标是成为所有数字化工具的“通用遥控器”。

这背后的改变极具颠覆性：过去开发软件是“人指挥代码”，现在变成人指挥AI，AI指挥代码，开发门槛从会写代码直接降低到会说人话，这种转变让技术不再是少数人的专利，普通人也能通过自然语言创造属于自己的工具。

如果说通用动作引擎是Manus的大脑，那浏览器操作员就是它连接数字世界的双手，在小圆看来，这一功能的核心价值在于打破了不同软件、不同平台间的信息孤岛，让AI能像真人一样操作我们的数字工具。

最贴近生活的例子就是Ivan Leo分享的场景：在纽约AWS会场倒时差想喝美式咖啡，告诉Manus后，它不会只甩给一串咖啡店链接，而是直接在用户的浏览器里打开地图，自动搜索并筛选附近的咖啡店。

AI使用的是用户自己的浏览器，带着用户的登录状态、Cookie和历史记录，这意味着它能操作那些需要登录才能访问的网站，实用性大大提升，另一个案例更能体现其高效性：Ivan喜欢打匹克球，但新加坡政府提供的场地很难预定。

于是他让Manus写了个Python脚本，同时启动6个浏览器自动化工具实例监控网站，一旦有空位就自动预定，这说明AI不再只是云端的虚拟程序，而是能深度介入本地设备操作的实干者。

Manus API通过异步任务与Webhook实现了跨服务集成。用户提交复杂任务后，会得到一个任务ID，之后不用等待，AI在后台完成工作后会主动通过Webhook通知用户，这说明Manus从设计之初就瞄准了耗时较长的复杂任务，与聊天机器人的即时问答逻辑完全不同。

这种“意图输入-结果输出”的闭环模式，正在重构我们的工作方式，也让我们看到了通用动作引擎的核心竞争力，不是某个单一功能的领先，而是对复杂工作流的整体优化，了解了这些具体能力后，我们再来聊聊这份分享带给行业的深层思考。

AI在记忆能力、权限管理、任务优先级判断等方面还有很多需要完善的地方，AI智能体技术远未到成熟阶段，但不可否认的是，方向已经十分清晰：AI不再满足于做知识渊博的“聊天伙伴”，而是渴望获得“双手”去触碰数字世界的每一个角落。

Manus团队打造的通用动作引擎，不仅为行业提供了技术参考，更让我们看到了AI赋能产业、解放人类创造力的巨大潜力，随着技术的不断迭代，相信未来会有更多类似的智能体出现，让我们从重复繁琐的劳动中解放出来，专注于更具创造性的工作。