“全球首个通用AI智能体”Manus横空出世，仿佛一夜之间，Agent技术成了AI界的“万能钥匙”。但OpenManus团队却用3小时“复刻”了Manus的核心功能，这如同平地一声雷，炸开了锅。Agent技术，究竟是名副其实的未来，还是被过度吹捧的概念？

Manus：AI界的“全能选手”？

Manus号称能帮你做PPT、写代码、搞数据分析，甚至还能生成Excel表格，听起来是不是像拥有了一个“全能助理”？它的架构是基于 Claude 模型、开源模型，再加上各种预制好的 Agent。可仔细一琢磨，它更像是把现有的技术拼凑在一起，工程量巨大，但缺乏真正意义上的创新啊！

而且，Manus也并非完美无缺。它也存在数据错误、引用错误等“幻觉”问题。有人甚至觉得，它只是个“套壳产品”，整合了各种功能，但实际效果嘛，就见仁见智了。说实话，你去问问AI领域的专家，可能很多人都没听说过Manus，这也说明了宣传和实际普及程度之间存在差距。Manus是不是有些名不副实呢？

OpenManus：三小时的闪电战

就在大家对Manus议论纷纷时，MetaGPT团队搞了个大新闻：他们用3小时完成了对Manus核心功能的复刻，还开源了项目！这个项目叫做OpenManus，你可以在GitHub上找到它

OpenManus基于ReAct Agent，采用了可插拔的Tools和System Prompt，关键技术在于Browser Use和Computer Use的实现。最初，OpenManus的界面是用Streamlit做的，后来改成了Gradio，但最终选择了命令行展示。看起来似乎有些“简陋”，但重点在于它想实现和Manus一样的效果，并且持续优化。

他们的目标是和Manus保持一致，但未来计划使用DAG有向无环图来优化流程。OpenManus选择开源，是希望通过开源带来更高的智能涌现，促进技术发展。开源，是不是Agent技术发展的一条可行之路呢？

Agent技术：是万能解药，还是“虚火”？

不得不说，Agent技术的概念很诱人，但冷静下来想想，是不是所有问题都需要Agent来解决呢？Anthropic（就是开发 Claude 的公司）就认为，构建智能体应该“简单为王，实用至上”。

你想啊，如果Agent过于复杂，不仅难以查找错误，还会让LLM的“幻觉”累积误差。而且，Agent步骤拆解过多，token消耗量也会巨大，直接增加成本。现在Agent落地面临着三个难题：

* 成本问题： 任务拆解得太细，token消耗量巨大，成本自然水涨船高。* 幻觉问题： LLM本身就可能产生幻觉，Agent在执行任务时，错误会不断累加。* 效率问题： 步骤太多，效率反而可能降低，甚至不如人工操作。

Agent的价值在于工作流编排，但一些简单的任务，真的需要Agent参与吗？与其把精力放在过度复杂的Agent上，不如关注底层大模型能力的提升。最近，阿里开源了 QWQ-32B 模型，这或许能为Agent技术带来新的突破。

还记得 Devin 吗？它也曾被誉为“AI程序员”，但后来被发现出错率高，演示造假。这提醒我们，要警惕那些过于激进的Agent产品。我们是不是应该冷静下来，重新审视Agent技术的价值？

Agent技术的未来：理性与务实

Agent技术的发展方向，应该是关注实用性和成本控制，而不是过度炒作概念。OpenManus的实践告诉我们，通过开源协作，可以带来更高的智能涌现。

Agent技术应该与具体行业场景结合，解决实际问题。那些脱离实际应用的“空中楼阁”，最终只会变成泡沫。Agent技术的炒作终将回归理性，技术本身才具有价值。

Agent技术依然充满潜力，但我们需要更加理性和务实的发展路径。 你觉得Agent技术的未来会走向何方？欢迎在评论区留下你的想法！