Manus 谈 AI Agent 之道：做对一千件小事，比做对三件大事更重要
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。
延伸解读
智能主导与规则主导的对比
在AI Agent的设计中，智能主导的Agent虽然灵活，但其不稳定性可能导致用户体验波动。相比之下，规则主导的Agent可控性强，但只能应对预设情况。选择智能主导的Agent意味着对模型能力持续提升的信任，开发者需关注模型的进步与应用场景的适配。
积累的重要性
Manus团队强调，做对一千件小事需要耐心和持续的积累。每个细节虽然看似微不足道，但在整体上却构成了产品的核心竞争力。随着经验的积累，处理复杂情况的能力也会逐步提升，这对团队的长期发展至关重要。
模型能力的信任与风险
选择不设规则的Agent需要对模型能力的持续提升保持信任。如果模型能力停滞，智能主导的路线将面临风险。因此，团队需密切关注行业动态，确保在模型创新中获得相应的收益，以降低潜在的用户体验不稳定性。
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。
