在昨天拿到 Manus AI 的測試碼、連續進行了數個小時的測試之後，有不少在手機 /PC 廠商的工程師 / 産品經理朋友，來找我「打聽」Manus AI 的真正能力如何。
爲什麽硬件行業這麽關注 Manus？這與當下硬件行業最受關注的概念—— LAM 有關。LAM 是一個從 LLM 延伸而來的名詞，全名爲大型行動模型 ( Large Action Models ) ，也稱爲大型智能體模型。
與 LLM 緻力于「超越人類」，因此在訓練方法上也經常突破人類經驗完全不同，現階段 LAM 想要做到的，是成爲人類的手，去作爲人類用戶在數字世界中的代理人。
這與 Manus 的核心理念有相通之處。目前而言，Manus AI 的體驗，圍繞在一個運行在雲端的 Ubuntu 操作系統虛拟機上，同時在操作系統中打開 Chrome 浏覽器界面，在網頁中或是調用其他軟件，來完成各種用戶的請求。
爲了完成這個要求，Manus 需求同時具備「自然語義理解和計算機視覺」，以及「用戶行爲習慣學習與場景感知」，同時擁有「意圖識别自主決策」的能力，當然最重要的，同時也是讓 Manus AI 與此前的 Computer Use 在體驗上拉開明顯差距的，還是「跨應用調用工具」的能力。
舉例來講，對于常見的「能不能用 Manus AI 生成一段視頻」這個問題，嚴格來講回答是「可以」，但 Manus AI 去生成一段視頻的方式，也是通過在網絡上搜索第三方 AI 視頻生成工具，并在這個過程中使用到各種工具，來完成用戶的請求。
01 LAM 真正的未來
進入 2025 年，Agent AI，或者說 LAM 在端側的落地，已經是再明顯不過的趨勢。但怎麽落地，以及最終呈現給用戶的會是怎樣的商業産品，仍然有很多問題。
早在 2024 年初，彼時發布的 Rabbit R1 硬件，以及對應的 LAM 工具—— Rabbit LAM Playground 其實已經展現出了今天我們在 Manus AI 中看到的能力雛形。
在官方的演示中，Rabbit R1 所搭載的 LAM Playground，能主動幫助用戶完成類似音樂播放、打車等服務，實際上背後的技術原理，就是通過使用 LAM 來訪問對應服務的網站，通過模拟人類與網站的交互方式，完成用戶指令中的工作内容。
Rabbit 發布的 LAM Playground，其實已經具備今天 Manus AI 的初步能力 | 圖片來源：Rabbit
但彼時的 Rabbit Playground 受限于模型以及開發能力的限制，還并不能做到像人類一樣，在互聯網中暢通無阻。
在實際用戶的測試中，面對類似人機驗證這樣的場景 Rabbit Playground 仍然難以通過，也無法使用第三方工具，來完成生成複雜表格、導出 PPT 這樣的用戶需求。
由于在實際使用中面臨着諸多挑戰，Rabbit R1 作爲一款明星 AI 硬件，很快就退出主流用戶的視野，AI 時代的熱點變化的是如此之快，以至于到了 2025 年年初，在互聯網上已經很難找到關于這款産品讨論的聲音。
但 LAM 這個概念，作爲一個可能改變人類用戶與智能硬件設備交互的火種，留存了下來，仍然作爲行業中一個重要的研究方向而存在。
Manus AI 的出現，尤其是它在自然語義理解，以及在互聯網訪問網站時，面對各種各樣的人機識别，都能「暢行無阻」的能力，讓不少仍然在緻力于 LAM 産品開發、并希望在今年推出相關測試産品的人，再次看到了一個契機，并希望通過 Manus AI 目前的能力以及展現出的短闆，來進一步完善自己的産品。
Manus AI 已經能在遇到各種人機驗證時成功通過，大幅提升了對互聯網的訪問能力 | 圖片來源：極客公園
目前，在緻力于開發 LAM 産品、來提升用戶對手機 / 電腦等産品使用體驗的硬件廠商中，系統級廠商在做 LAM 中，有着最明顯的優勢。
「Manus AI 這種命令執行方式，對于算力要求非常高，但如果是浏覽器或智能手機操作系統來做這件事，能通過獲得更多高質量數據的方式，大幅降低算力成本與提升運行速度」。
「做通用 LAM 并不用針對某些單一網站去适配，雖然在某些場景下可能」
「 Manus AI 中的一些簡單的場景，并不需要完全搬到（雲端）上面去處理，反而是留在端側效果會更好」據這位面向桌面端開發 LAM 應用的開發者介紹，當前的端側模型經過針對性訓練之後，目前也能實現簡單的通用網頁訪問并内容識别能力，已經能初步完成例如「訪問旅遊相關網站并制定旅遊計劃」這樣的需求。
此外由于端側有着更便捷的文件管理系統，同時也有更強大的本地文件管理工具，遇到類似「整理并分析簡曆」這樣的需求，端側 LAM 同樣能做到更好的效果。
在我的實際測試中，我想要讓 Manus AI 幫我生成一個 PPT 文件，它就能自動在電腦上安裝對應的依賴環境，然後利用工具來自動完成 PPT 生成，雖然最終仍然完成了用戶指令中的需求，但仍然因此大幅拉低了對請求的響應時間。
02 如何理解 Manus 的意義
當前，Manus AI 展示出的邏輯中，已經向外界展示了 LAM 在「生産力」領域能帶來怎樣的改變，但仍然有很多問題亟待解答。
其中最重要的，也是被問到最多的，或許就是商業化這件事：不少用戶對于 Manus AI 這樣的服務，最終會定價多少有着諸多的猜測。
除了類似 Manus AI 這樣，完全交給雲端運行，用戶端隻需要「輸入命令 - 返回成果」的模式，前面提到的不少硬件廠商，實際上是将端側 / 雲端混合運行的模式作爲主流方案。
這其實也暗示了，未來 LAM 的發展，或許将分爲兩個不同的主流方向；不僅有基于現有硬件算力，在端側實現性能稍差的 LAM，也有完全基于雲端的「數字代理」服務。
但這樣的服務，距離最終投向市場可能還有不小的距離。「Manus AI 如果訂閱的話，這樣的服務 20 美元（訂閱費）顯然是完全不夠的。」一位目前就職于手機廠商，研發 LAM 端側應用的工程師對此評價道。
僅僅是全程虛拟機運行以及以及實時顯示内容串流的高昂成本，就足以成爲此類服務現階段面向普通消費級市場的最大阻力。
對于以 ChatGPT 爲代表的 LLM 産品來講，過去幾年已經迅速建立起一套行之有效的訂閱系統，用戶也在「每個月 20 美元」的周期往複中，建立起了一個準确的心理預期。
如果 LAM 未來想要以這種「前端硬件 + 後端雲服務」的方式繼續存在，同樣也要經曆這樣一個過程，同時在這個過程中将訂閱成本快速拉低，最終将這一商業模式跑通。
随着完全在雲端部署的 LAM 進一步完善，我們大概率會再次看到像 Rabbit R1 這樣、有着更靈活形态的 AI 硬件設備出現：它可以是智能手表、也可以是 AI 眼鏡，甚至都可能是完全不需要屏幕的智能耳機等設備。
到這個階段，LAM 實際上已經進化成了 Agent UI：用戶并不再需要傳統手機桌面、浏覽器那樣的用戶交互界面，隻需要一個供用戶輸入指令的方式，以及接受 LAM 最終交付成果的終端。
當初 Rabbit R1 的展示場景中，就已經出現了一些 Manus AI 的案例 | 圖片來源：Rabbit
它或許不如 LLM 那樣科幻，但它卻是在現有硬件的基礎上，短期内我們能看到最明顯、最有能力給用戶與硬件的交互，帶來改變的方向。
随着 Manus AI 進一步将 LAM 以及 Agent AI 能做到什麽，展現給更多普通用戶，這或許就是 Manus AI 在這場浪潮最終退去之後，給我們留下的最重要的收獲。
「即便最終赢家不是它，它也足夠意義重大。」一位 LAM 産品經理這樣評價 Manus AI 的行業價值。
