狂热过后，我和几位硬件工程师聊了聊 Manus 的价值和意义

财经头条

提升一亿中产阶级阅读效率

打开

极客公园

2天前

「即便最终赢家不是它，它也足够意义重大。」一位 LAM 产品经理这样评价 Manus AI 的行业价值。

作者｜张勇毅
编辑｜郑玄

在昨天拿到 Manus AI 的测试码、连续进行了数个小时的测试之后，有不少在手机/PC 厂商的工程师/产品经理朋友，来找我「打听」Manus AI 的真正能力如何。

为什么硬件行业这么关注 Manus？这与当下硬件行业最受关注的概念——LAM 有关。LAM 是一个从 LLM 延伸而来的名词，全名为大型行动模型 (Large Action Models)，也称为大型智能体模型。

与 LLM 致力于「超越人类」，因此在训练方法上也经常突破人类经验完全不同，现阶段 LAM 想要做到的，是成为人类的手，去作为人类用户在数字世界中的代理人。

这与 Manus 的核心理念有相通之处。目前而言，Manus AI 的体验，围绕在一个运行在云端的 Ubuntu 操作系统虚拟机上，同时在操作系统中打开 Chrome 浏览器界面，在网页中或是调用其他软件，来完成各种用户的请求。

为了完成这个要求，Manus 需求同时具备「自然语义理解和计算机视觉」，以及「用户行为习惯学习与场景感知」，同时拥有「意图识别自主决策」的能力，当然最重要的，同时也是让 Manus AI 与此前的 Computer Use 在体验上拉开明显差距的，还是「跨应用调用工具」的能力。

举例来讲，对于常见的「能不能用 Manus AI 生成一段视频」这个问题，严格来讲回答是「可以」，但 Manus AI 去生成一段视频的方式，也是通过在网络上搜索第三方 AI 视频生成工具，并在这个过程中使用到各种工具，来完成用户的请求。

LAM 真正的未来

进入 2025 年，Agent AI，或者说 LAM 在端侧的落地，已经是再明显不过的趋势。但怎么落地，以及最终呈现给用户的会是怎样的商业产品，仍然有很多问题。

早在 2024 年初，彼时发布的 Rabbit R1 硬件，以及对应的 LAM 工具——Rabbit LAM Playground 其实已经展现出了今天我们在 Manus AI 中看到的能力雏形。

在官方的演示中，Rabbit R1 所搭载的 LAM Playground，能主动帮助用户完成类似音乐播放、打车等服务，实际上背后的技术原理，就是通过使用 LAM 来访问对应服务的网站，通过模拟人类与网站的交互方式，完成用户指令中的工作内容。

Rabbit 发布的 LAM Playground，其实已经具备今天 Manus AI 的初步能力 | 图片来源：Rabbit

但彼时的 Rabbit Playground 受限于模型以及开发能力的限制，还并不能做到像人类一样，在互联网中畅通无阻。

在实际用户的测试中，面对类似人机验证这样的场景 Rabbit Playground 仍然难以通过，也无法使用第三方工具，来完成生成复杂表格、导出 PPT 这样的用户需求。

由于在实际使用中面临着诸多挑战，Rabbit R1 作为一款明星 AI 硬件，很快就退出主流用户的视野，AI 时代的热点变化的是如此之快，以至于到了 2025 年年初，在互联网上已经很难找到关于这款产品讨论的声音。

但 LAM 这个概念，作为一个可能改变人类用户与智能硬件设备交互的火种，留存了下来，仍然作为行业中一个重要的研究方向而存在。

Manus AI 的出现，尤其是它在自然语义理解，以及在互联网访问网站时，面对各种各样的人机识别，都能「畅行无阻」的能力，让不少仍然在致力于 LAM 产品开发、并希望在今年推出相关测试产品的人，再次看到了一个契机，并希望通过 Manus AI 目前的能力以及展现出的短板，来进一步完善自己的产品。

Manus AI 已经能在遇到各种人机验证时成功通过，大幅提升了对互联网的访问能力 | 图片来源：极客公园

目前，在致力于开发 LAM 产品、来提升用户对手机/电脑等产品使用体验的硬件厂商中，系统级厂商在做 LAM 中，有着最明显的优势。

「Manus AI 这种命令执行方式，对于算力要求非常高，但如果是浏览器或智能手机操作系统来做这件事，能通过获得更多高质量数据的方式，大幅降低算力成本与提升运行速度」。

「做通用 LAM 并不用针对某些单一网站去适配，虽然在某些场景下可能」

「Manus AI中的一些简单的场景，并不需要完全搬到（云端）上面去处理，反而是留在端侧效果会更好」据这位面向桌面端开发 LAM 应用的开发者介绍，当前的端侧模型经过针对性训练之后，目前也能实现简单的通用网页访问并内容识别能力，已经能初步完成例如「访问旅游相关网站并制定旅游计划」这样的需求。

此外由于端侧有着更便捷的文件管理系统，同时也有更强大的本地文件管理工具，遇到类似「整理并分析简历」这样的需求，端侧 LAM 同样能做到更好的效果。

在我的实际测试中，我想要让 Manus AI 帮我生成一个 PPT 文件，它就能自动在电脑上安装对应的依赖环境，然后利用工具来自动完成 PPT 生成，虽然最终仍然完成了用户指令中的需求，但仍然因此大幅拉低了对请求的响应时间。

如何理解 Manus 的意义

当前，Manus AI 展示出的逻辑中，已经向外界展示了 LAM 在「生产力」领域能带来怎样的改变，但仍然有很多问题亟待解答。

其中最重要的，也是被问到最多的，或许就是商业化这件事：不少用户对于 Manus AI 这样的服务，最终会定价多少有着诸多的猜测。

除了类似 Manus AI 这样，完全交给云端运行，用户端只需要「输入命令 - 返回成果」的模式，前面提到的不少硬件厂商，实际上是将端侧/云端混合运行的模式作为主流方案。

这其实也暗示了，未来 LAM 的发展，或许将分为两个不同的主流方向；不仅有基于现有硬件算力，在端侧实现性能稍差的 LAM，也有完全基于云端的「数字代理」服务。

但这样的服务，距离最终投向市场可能还有不小的距离。「Manus AI 如果订阅的话，这样的服务 20 美元（订阅费）显然是完全不够的。」一位目前就职于手机厂商，研发 LAM 端侧应用的工程师对此评价道。

仅仅是全程虚拟机运行以及以及实时显示内容串流的高昂成本，就足以成为此类服务现阶段面向普通消费级市场的最大阻力。

对于以 ChatGPT 为代表的 LLM 产品来讲，过去几年已经迅速建立起一套行之有效的订阅系统，用户也在「每个月 20 美元」的周期往复中，建立起了一个准确的心理预期。

如果 LAM 未来想要以这种「前端硬件 + 后端云服务」的方式继续存在，同样也要经历这样一个过程，同时在这个过程中将订阅成本快速拉低，最终将这一商业模式跑通。

随着完全在云端部署的 LAM 进一步完善，我们大概率会再次看到像 Rabbit R1 这样、有着更灵活形态的 AI 硬件设备出现：它可以是智能手表、也可以是 AI 眼镜，甚至都可能是完全不需要屏幕的智能耳机等设备。

到这个阶段，LAM 实际上已经进化成了 Agent UI：用户并不再需要传统手机桌面、浏览器那样的用户交互界面，只需要一个供用户输入指令的方式，以及接受 LAM 最终交付成果的终端。

当初 Rabbit R1 的展示场景中，就已经出现了一些 Manus AI 的案例 | 图片来源：Rabbit

它或许不如 LLM 那样科幻，但它却是在现有硬件的基础上，短期内我们能看到最明显、最有能力给用户与硬件的交互，带来改变的方向。

随着 Manus AI 进一步将 LAM 以及 Agent AI 能做到什么，展现给更多普通用户，这或许就是 Manus AI 在这场浪潮最终退去之后，给我们留下的最重要的收获。

「即便最终赢家不是它，它也足够意义重大。」一位 LAM 产品经理这样评价 Manus AI 的行业价值。

*头图来源：Monica.im

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO