#Manus

1个月前

manus 做的，这个数据感觉毫无参考价值

#Manus #数据 #无参考价值

1个月前

gemini3是分界线，颠覆了计算机 claude code是分界线，颠覆了计算机 cursor是分界线，颠覆了计算机 manus是分界线，颠覆了计算机 claude4是分界线，颠覆了计算机 gpt4是分界线，颠覆了计算机有没有要补充的🤡

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Gemini3 #Claude Code #Cursor #Manus #Claude4 #GPT4 #计算机 #颠覆

1个月前

当你在推特看见一个非常棒的 AI 做视频的工作流，可是又觉得步骤太多你可以把这条推文发给 manus，直接一键得到整个工作流里面每一步的提示词😂 manus 会给你整理出一份文档的

#AI #视频生成 #工作流 #Manus #效率工具

1个月前

我找到了一个能无限产出、快速解读任意商业案例的工作流 1、用 manus 做 wide research 2、用豆包做 deep research 3、把两个报告用奥派经济+维特根斯坦哲学进行本体论分析 4、复制我自己的文风，重新讲述一遍上一个步骤产出的本体论分析报告 5、再次让 manus 进行核查，避免文稿中有事实错误或者认知偏差 6、拍摄，发抖音

#商业案例 #工作流 #Manus #豆包 #奥派经济 #维特根斯坦哲学 #抖音

1个月前

1. manus 发布了浏览器插件 2. gemini 3 的屏幕视觉可能会让 manus 起飞🛫

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Manus #浏览器插件 #Gemini 3 #屏幕视觉 #起飞

1个月前

大凌晨说个暴论，其实 Claude 的 Skills 是在借鉴 Manus 的一些工程经验，所以我真的不明白为什么那么多人看不惯 Manus

#Claude #Manus #Skills借鉴 #工程经验 #争议

1个月前

Manus 虽然黑子很多，问题也很多，并且持续要面对大厂已经在抄你了你怎么办的命题但在技术上还是神奇地保持着领先在完成人类真实的自动化任务方面，完成了 2.5%，比几个头部模型厂商做的都要好一点点听张涛在在葡萄牙里斯本 web summit 的分享重点讲到：工具的网络效应、主动性的Agent、长时任务基建这些都是 Agent 发展的前沿领域在未来几年，随着 Agent 基建的进步，2.5% 的完成率会逐渐提高那到时候 AI 会取代人类吗？ Manus 的答案是 Extend Human Reach，Agent 是人类的延伸。

#Manus #agent #自动化任务 #AI #Extend Human Reach

1个月前

Manus 月营收 800 多万美金……理解不了 manus 的火，就没办法理解 AI 的应用场景和用户付费的点。

#Manus #AI应用 #用户付费 #高营收 #商业成功

1个月前

Manus 真正的对手是 Claude，而不是 Genspark。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Manus #Claude #GenSpark #竞争 #科技

1个月前

manus 的定时任务每日维特根斯坦

#Manus #维特根斯坦 #定时任务

1个月前

在做线下课的 PPT，发现 manus 真的是最擅长画图的 AI 产品

#线下课 #PPT #Manus #AI产品 #画图

1个月前

留存下，LangChain 和 Manus关于上下文工程的对谈，应该算世界上最先进的「上下文工程」实践后的总结了。

#LangChain #Manus #上下文工程 #总结 #对谈

2个月前

工作里经常要查看各种模型的信息，的数据很全，但界面上缺少一些我需要的功能，于是让Manus生成了一个更符合我需求的前端页面，可以只查看官方模型、可以对比不同模型的信息

#模型信息 #前端页面 #Manus #定制化 #对比

2个月前

让Manus做了个页面比较Claude的Subagents, Skills和Plugins：

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Manus #Claude #subagents #skills #plugins

2个月前

确实，Manus 很聪明，他们把工具分成了 3 层：第 1 层：函数调用 (Function Calling) 这是最基础的一层，只保留一小组固定的、原子化的函数，比如：读写文件、执行 Shell 命令、搜索文件等。在 LLM 的系统提示词中就只有这一层的工具定义，相对比较少，15 个以内，输入格式和输出格式都很清晰，不容易出错，但这里面有两个工具很特殊，一个是 Shell，一个是 File。第 2 层：沙箱工具 (Sandbox Utilities) 每个 Manus 会话都运行在一个完整的虚拟机沙箱里。就是原推文提到的，虚机预装了很多命令行工具，比如格式转换器、语音识别工具，甚至一个 mcp 命令行客户端。然后这些工具都通过第 1 层中定义的 Shell 来调用，就是命令行工具，命令行调用。但是这么多工具模型怎么知道呢？ Manus 在系统提示词里会直接告诉 LLM，在一个特定的文件夹里有很多预装的命令行工具。对于最常用的工具，直接列出它们的名字。不常用的，LLM 可以直接通过原推提到的命令列出所有命令行工具，通过 --help 参数来查看任何一个工具的用法，因为所有这些工具都是他们自己开发的，格式统一。第 3 层：代码包与 API (Packages and APIs) 这一层其实就是 LLM 实时编写 Python 代码，通过代码实现更复杂的功能。比如用户想查询某个 API 的数据，可以直接用 Python 写一个函数，fetch API 的数据，并解析成需要的格式。其实在 Codex 中，用 Python 代码当工具已经用的很多了。由于复杂的运算都是代码完成的，返回给主 Agent 的知识计算后的结果，所以并不会占用主 Agent 的上下文。这样 3 层设计的好处是，从模型的角度看，它需要调用的工具就固定是第 1 层的十几个，而借助命令行和代码，它又可以衍生出无数的工具组合。还有一点就是我在之前推文提到的子智能体，Manus 也是大量采用“智能体即工具 (agent as tool)”的模式。把子智能体当工具用，比如负责检索是一个子智能体，但是这个子智能体在主 Agent 看来就是一个工具。同时也可以很好的起到减少上下文的效果。

#Manus #LLM工具 #分层设计 #智能体即工具 #代码生成

2个月前

Claude 的 Agent Skills 本质上是一种“上下文卸载”，把冗长的技能信息移出上下文，按需加载。巧的是最近 Manus 的 Peak 也分享一些“上下文卸载”的技巧。Manus 有很多工具，但是并不会把这些工具的完整定义告诉模型。那它怎么知道有哪些工具，又怎么调用它们呢？想象一下，给你一台新电脑，你怎么知道有哪些工具能用？普通用户会打开应用程序的列表，程序员会 `ls /usr/bin` 看一下有哪些命令可以用。同样的，Manus 的解法是在系统提示词中，告诉模型在某个特定文件夹里，有许多预装的命令行实用工具。那些最常用的工具（ls、grep、cat、less、more等），就默认内置在系统提示里面的。不需要告诉模型如何使用这些工具，只需要列出工具名，然后告诉它可以使用 --help 参数来了解如何使用工具。最妙的是这些 shell 操作模型都是学过的，所以它的泛化能力很强，要加新的工具只需要往文件夹里面放一个命令就行。我发现 Manus 真的是把 Unix 哲学贯彻到底了：KISS（Keep It Simple, Stupid）。

Claude Skills系统发布引发AI行业新变革· 66 条信息

#Claude #Agent Skills #上下文卸载 #Manus #Unix哲学

2个月前

如果感你到迷茫，建议你使用来看一下现在社会需要什么样的人，然后再有针对性地借助GPT和manus进行实验和提升自己，把未知问题变成已知问题。

#迷茫 #社会需求 #GPT #Manus #自我提升

2个月前

你们真的把Manus用起来了？

苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息

2个月前

所有的带有答疑、咨询性质的业务，都有一个保收入的下限就在于 99% 的问题都可以通过 manus 得到解答，但是你的买家绝不可能去问 manus 所以，如果你不去和人类高手竞争，只是想保全饭碗你只需要复制粘贴 manus 的答案，就可以让业务不死

#AI掘金：知识付费新机，流量为王时代· 244 条信息

#Manus #咨询业务 #保收入 #竞争 #复制粘贴

Dify Base| Dify・n8nの基礎から応用まで

2个月前

なんと、Manusのコネクタに「Dify」が登場。 DifyのワークフローをMCP化して、そのURLを添付するだけで、ManusからDifyのワークフローを呼び出すことが可能に。 Difyでは手軽にワークフローをMCP化できる機能がありますが、Manusにも連携できることでその可能性が広がります👇

#Manus #Dify #ワークフロー連携 #MCP化 #可能性 расшиがる

3个月前

MuleRun的软文怎么这么多，颇有当年Manus的感觉

#MuleRun #软文 #Manus #负面评价 #内容质量下降

3个月前

不得不说，扫码登录和跑在虚拟机里的Agent（Manus）很搭

#扫码登录 #agent #Manus #虚拟机 #技术

Luo说不啰嗦

3个月前

Anthropic 这事和 Manus 本质上不是一回事吗？拿了美国人的钱，就得站队，有再多的言不由衷，也起码要做做样子。

#Anthropic #Manus #美国 #站队 #言不由衷

3个月前

以后很可能不会买大模型产品的会员了，只会买 agent 的会员，genspark、manus、cursor 一类 2010，移动互联网元年，当年还小 2025，agent 元年，必须赶上

#大模型 #agent #会员 #GenSpark #Manus

3个月前

Manus 诞生背后的故事：故事始于2023年3月，当时开发 Manus 的团队“蝴蝶效应”正在全力投入一个名为“AI浏览器”的项目。团队投入了近一半的人力，耗时7个月，产品已经打磨到随时可以发布的状态。然而，就在产品上线前一周，团队的CEO和产品负责人做出了一个惊人的决定：砍掉这个项目。他们预见到，这个浏览器即使发布，也只会吸引一小部分用户，虽然能活下来，但会耗尽团队资源，让他们陷入一个“局部最优”的困境，从而失去探索其他更有潜力方向的机会。在砍掉项目后，团队经历了两三周看似“无所事事”的空窗期。正是在这段时间，团队成员在观察市场上的其他产品时，发现了一个奇怪的现象：许多非程序员用户竟然在使用一款名为 “Cursor” 的AI编程工具。他们发现，这些用户完全看不懂编程代码，只是通过和右侧的聊天框对话来解决一些日常问题（比如音视频格式转换），然后不断点击“接受”按钮。这个用户“误用”的场景，给了团队巨大的灵感，他们意识到一个让普通人仅通过对话就能驱动AI完成复杂任务的产品的巨大潜力。基于这个灵感，一个仅有6人的小团队在两个月内开发出了 Manus 的原型。有趣的是，在寻找早期用户进行测试时，他们收到的反馈大多是负面的，充满了质疑。但团队并未因此动摇，他们判断，对于一个全新的、开创性的产品，用户很难基于过去的经验给出有效的反馈。因此，他们选择相信自己的判断，停止了发布前的用户调研，最终将 Manus 推向了市场。

#Manus #AI浏览器项目取消 #用户误用AI编程工具 #AI对话驱动 #产品早期负面反馈