💡
原文中文，约2400字，阅读约需6分钟。
📝
内容提要
Manus团队的季逸超指出，做对一千件小事比做对三件大事更为重要。AI研究显示，依赖人类设计的规则最终会被更灵活的学习方法取代。Manus选择“智能主导”的Agent，允许模型自主判断，处理多样情况，从而提升用户体验。团队专注于如何更好地利用现有模型，而非训练新模型，积累的细节构成其核心竞争力。
🎯
关键要点
-
做对一千件小事比做对三件大事更重要。
-
AI研究表明，依赖人类设计的规则最终会被更灵活的学习方法取代。
-
Manus选择“智能主导”的Agent，允许模型自主判断，处理多样情况。
-
规则主导的Agent可控但只能处理预见情况，智能主导的Agent灵活但不稳定。
-
Manus通过降级处理来应对不同情况，无需开发者专门适配。
-
选择不设规则的Agent是基于对模型能力持续提升的信任。
-
Manus专注于如何更好地使用现有模型，而非训练新模型。
-
团队在Agent上的经验积累构成其核心竞争力。
-
做对一千件小事需要耐心和积累，门槛会随着积累越来越高。
-
每个细节都不算大发明，但每一个都需要做到正确。
❓
延伸问答
为什么做对一千件小事比做对三件大事更重要？
因为一千件小事的积累能够处理更多的复杂情况，而三件大事的成功风险高且不可复制。
Manus选择智能主导的Agent有什么优势？
智能主导的Agent灵活，能够处理意外情况，而不受限于预设规则。
Manus如何应对不同情况而不设规则？
Manus通过降级处理，根据情况灵活调用API或模拟人类操作来完成任务。
Manus团队的核心竞争力是什么？
团队在Agent上的经验积累和对现有模型的有效利用构成了其核心竞争力。
为什么Manus不选择自己训练模型？
因为训练模型需要巨大的资源投入且风险高，Manus更专注于如何更好地使用现有模型。
做对一千件小事需要什么？
需要耐心和积累，随着经验的增加，处理问题的门槛也会提高。
➡️
