最近，一款名为MANUS的AI软件引发了热议。媒体纷纷将其往AGI（通用人工智能）方向大肆宣扬，可大家都知道，我向来是个理智的“泼冷水博主”。MANUS到底是不是AGI呢？很显然，它不是。

严格来讲，MANUS应被称作Autonomous AI，即自治AI 。

MANUS的核心能力在于planning（规划），给它一个任务，它能够拆解任务，并依据任务的每一步自行执行，最终将整个流程串联起来。MANUS之所以能诞生，根本原因在于基础模型能力的提升。

这两年模型能力飞速发展，其实在2023年类似产品的概念雏形就已出现，当时火爆一时的AutoGPT，与MANUS的理念基本一致，都是面对任务时，能够自行拆解并分步骤执行，而任务拆解能力正是其中的关键 。

MANUS产品的Demo测试了一些案例，如简历筛选、市场分析等，这些案例相对简单。关键在于，它对任务分步骤拆解所形成的工作流是否合理。

这其实还是依托基础模型的能力，大语言模型本质上是端到端的，没有中间步骤，所谓的自治AI通过端到端的方式强行将任务拆解成不同步骤，这是“假拆”而非“真拆”。

重点在于，这种假拆出来的步骤，效果是否能与真拆相媲美。并且在执行每个步骤时，还需判断是使用大语言模型，还是调用其他各类软件。

MANUS

比如，一直以来大家纠结大模型无法判断9.8和9.11谁大，实际上，了解AI原理后就会明白，这根本不是关键问题。9.8和9.11谁大不应由大模型判断，而应交给计算器。AI要做的是，当被问及9.8和9.1谁大时，能知道该调用计算器，问题便迎刃而解。

所以MANUS能达到当前水平，根本原因是基础模型比以往进步，工作流拆解更靠谱，假拆效果接近真拆，同时能准确判断不同步骤是继续使用大模型，还是调用软件API，准确率有所提升 。

那为什么说MANUS还远非AGI呢？因为MANUS仅仅初步达到了AI发展的第三层，也就是自治AI。

如果像自动驾驶从L1到L5分级一样，给AI发展也划分五个层级，分别是conversational（对话）、reasoning（推理）、autonomous（自治）、innovation（创新）、organizational（组织）。

大语言模型诞生后，AI便具备了对话能力，这是第一层。

第二层是推理，虽说现在所有推理都是“假推理”，并非系统2的真推理，但只要效果够好，应对不太复杂的案例也可行。

第三层自治，即给AI一个任务，它能自行拆解并执行，且效果良好，MANUS做到了这一点。

第四层创新，在一些精专领域，如阿尔法折叠在蛋白质折叠领域已展现出创新能力，因为创新本质是旧元素的新组合，精专领域元素较少，容易组合出靠谱成果。但通用场景元素众多，组合出靠谱成果的概率较低，而AGI的创新应体现在通用场景。

第五层组织，AI能自行形成组织，自发定义问题、解决问题，不同的智能体（agent）能通力合作，将前四个阶段的AI完美组织起来，达到这一阶段，才基本算是达到AGI 。

MANUS的成功主要得益于基础模型能力的提升，它是一款自治AI，已具备一些AGI的影子，方向正确，但距离AGI仍有一定差距。

要达到AGI，毫无疑问，仍需依赖基础模型的持续进步，甚至像我之前一直强调的System 2，真正意义上的推理系统。在AI发展的道路上，MANUS只是一个重要的阶段性成果，未来还有很长的路要走。

本文来源@严伯钧