摘要

Manus 的核心信号不是它“发明了 Agent”，而是通用 Agent 已能把调研、代码和内容生成压缩成可用的端到端体验。 过去用户要在 OpenAI Deep Research、ChatGPT、Cursor 之间拆任务、改 prompt、搬运结果，如今只需充分说明背景与目标，让 Manus 自主规划和执行。郑灿将产品力概括为“让我用最简单的交互，刚刚好达到我要的效果”，而浏览器、反爬、工具编排与容错，正是“套壳”仍有价值的原因。
模型决定 Agent 的能力上限，但长任务能否交付取决于产品对概率性错误的控制。 Manus 的推理主要来自底层模型，产品贡献则是用规划、执行、验证和反思，把不确定模型变成相对确定的结果；郑灿用“每一步成功率从 85% 提到 90%”说明，连续多步相乘后，整体成功率会出现巨大差距。模型厂商不能替应用承担责任，用户不会接受“GPT 出错了，所以你的报告没有了”。
MCP 的领先不是因为技术上绝对最优，而是它在抽象、表达力、易用性和可调试性之间做出了够好的取舍，又抢先凝聚了生态。 它统一了 OpenAI、Anthropic、Gemini 各不相同的工具调用格式，并支持 resources、prompts、tools 和反向调用 LLM 的 sampling。鸭哥的判断是，“不是因为 MCP 技术上最完美所以大家都用它”；它仍有过度抽象与 debug 不便，若停止迭代，事实标准也可能被替代。
Agent 真正可持续的壁垒来自工具、数据和智能三种复利相乘，其中最可行也最难复制的是知识外化的组织能力。 工具数量很容易借助 Cursor 和并行人力追平，基础模型智能又偏资本密集；用户偏好、团队流程、历史决策和任务反馈若能持续沉淀，产品会形成“它越来越懂我”的迁移成本。比数据本身更关键的是把隐性 know-how 结构化为 best practice 的方法论，这种能力“有点像企业文化”。
最先成立的 Agent 创业场景通常同时满足高人力成本、离钱近、可验证或允许一定容错。 节目点名 coding、sales pipeline、leads generation 和 research：代码可以运行和 debug，100 条销售线索里有 10 条不好仍可能可接受，调研报告偶尔失误也能低成本重做。另一条明确路径是把已有 service 变成 Agent 服务，把几十美元或几百元人民币的交付降到几美元，同时扩大可服务客户范围。
Manus 对英伟达的长期需求偏利好、短期影响有限，但真正变量是 inference 的规模与效率。 郑灿举例称，DeepSeek 发布后一个月内海外 H200 租金上涨 10%，因为用户可以自行部署和蒸馏；他粗略判断未来 inference 用量应是 training 的“十倍级”，但明确说这是粗略估计。当前 reasoning model 依靠把思考吐成 token 再吃回去，即“吐了吃”，未来若能在模型体内思考，延迟或许降至十分之一甚至更少，但不一定减少算力消耗。
Agent 对劳动力市场的冲击可能先发生在知识和技能密集型岗位，而不是低成本体力劳动。 人的职责将从亲自完成 how，转向定义 what、寻找问题并成为“AI enabler”；编程已经同时表现为增效与供给重构，产品经理、店主乃至普通用户都可能直接生成和交付软件。节目最后把更深的稀缺性落在一句话上：“找问题的能力变得更重要”，连每天起床和工作的动机也会变得尤其重要。

精读

1. Agent 的最低定义是自主做事，进阶要求是自我进化

郑灿把 autonomous 视为 Agent 最根本的性质：它可以独立完成一件事，也可以让多个各有所长的 Agent 协作完成，而不是等待人逐步发指令。“对 Agent 的要求跟对人的要求其实是差不多的。”
自主行动背后至少需要感知外部输入、调用工具和 planning；面对复杂任务，还需要多模态能力与长程推理。否则模型即使能回答问题，也没有把现实任务从头做到尾的行动闭环。
更高一层是 self evolve：Agent 应从过去的成功和错误中积累 know-how 与 best practice，做到“越做越好”。Koji 也指出定义仍然模糊——“一千个人的眼里有一千种 Agent”，所以节目关注的是能力结构，而非争夺唯一术语解释。

2. 2024 年让 Agent 从模糊概念收敛为产品和平台

鸭哥把 2024 年的演进分成定义、产品和技术平台三条线。到年底，尽管各家公司仍有自己的解释，Agentic AI 的最低共识已大致收敛为两个要素：使用工具与自主决策。
产品侧出现两条主线：Gemini、OpenAI、Perplexity 都推出名为 Deep Research 的调研产品；生成侧则有 Cursor、Windsurf 等 human-in-the-loop 编程工具、更加 hands-off 的 Devin，以及生成 PowerPoint 的 Gamma。
开发框架也表达了不同的 Agent 世界观：微软 AutoGen 偏好异步、订阅式消息流；LangGraph 认为 Agent 可以用图描述；Hugging Face 的 smolagents 则强调以 coding agent 表达各种任务。

3. GAIA 能区分“会做题”与“会做事”，却测不好长期学习

GAIA 是 Meta 与 Hugging Face 在 2023 年底由研究者提出的 General AI Assistant 基准。它针对的疑问是：GPT-4 在入学或律师考试中高分，究竟代表推理和举一反三，还是只代表记住了条文与常见题型？
题目因而侧重推理、多模态、网页浏览和工具使用。鸭哥给出的反差是，普通人比如可以达到约 92% 正确率，当时可调用工具的 GPT-4 却只有 15%——它试图衡量的是现实任务能力，而非知识背诵。
为降低数据泄漏，四百多道题被分为约 300 道测试题与 160 多道验证题：测试集公开问题但不公开答案，验证集同时公开问题和答案供调参；客观题形式则让评测能够自动执行。
鸭哥提醒，OpenAI 与 Manus 宣布的 SOTA 都来自验证集，并未向官方提交测试集成绩，也不在 Hugging Face Leaderboard 上。他理解打榜只是研发或 marketing 手段，但 GAIA 多为一两步任务，无法体现长记忆、大 context window，以及耗时数天或数周理解代码库的 “Endless Learning”；郑灿补充的 ARC，则专门用陌生图形规律检验真正推理。

4. MCP 靠够好的取舍和生态先机成为事实标准

MCP 出现前，同一工具接入 OpenAI、Anthropic 和 Gemini，需要适配彼此不兼容的格式；即使 OpenAI 与 Anthropic 都使用类似 JSON，reasoning model 的安全处理仍有细节差异。它要实现的是“一次编码，到处执行”。
鸭哥判断协议竞争要看四个维度：能否抽象掉模型差异、表达力是否足够、开发者是否容易使用，以及出错后能否快速 debug。LangChain 是他的反例——抽象和表达力都强，但加一个自定义功能可能要追踪“八百个抽象类”。
MCP 不只描述 tools，还支持 resources、prompts，以及允许工具反向调用 LLM 的 sampling。鸭哥认为它总体上取得了不错的 trade-off：抽象够用而未过度损害 debug 能力，背后又有 Anthropic 提供资源、领域判断与稳定支持。
它的领先仍不是终局。鸭哥保留了对过度抽象和 debug 不便的批评，即使已有 inspector，定位问题仍不轻松；Koji 以集装箱标准作比——从 1950 年代开始经历商业和政治博弈，直到约 1980 年代并延续到后来才趋于统一，标准的价值是降低摩擦，胜负却从来不只由技术决定。

5. Manus 的推理来自模型，产品价值来自长链路可靠性

郑灿先拆开两个经常混用的概念：Manus 是 Agent 产品，不是基础模型；它的 planning、执行和验证都依赖模型，所以推理能力首先来自底层模型，正如 ChatGPT 产品不能与 OpenAI 模型直接画等号。
模型环境已在一个季度内明显改变：此前可能主要只有 o1 具备强推理能力，随后出现 DeepSeek、Anthropic thinking 和 Gemini thinking。Manus 展示的长程任务列表，很大程度上得益于这些模型推理能力的跃升。
但十步任务中，每一步只要有一点失败概率，整体就可能失败。郑灿的例子是每一步成功率从 85% 提到 90%：单步只提高 5 个百分点，连续相乘后的任务失败率却会显著降低。
因而 Manus 的产品贡献是规划、执行、验证与反思：发现走偏后重新规划，在不确定的模型底座上尽量确定地抵达目标。去年可能出现“规划错、反思也错、重规划再错”，模型进步才让这套闭环开始可用。

6. Manus 的惊喜不在凭空发明，而在消除跨工具搬运

节目录制时，Manus 发布约三周，Koji 提到其先在国内刷屏，随后获得海外关注，Jack Dorsey 发出“Excellent”，《经济学人》一期中有两篇文章提及它。节目刻意暂时搁置争议，理由是“尘埃落定之后，产品好才是真的好”。
鸭哥反对“石头缝里蹦出来”的叙事：2024 年已有 Deep Research 类调研工具，也有 Cursor、Devin 类生成工具；从 feature 看，Manus 像把两类产品揉在一起，但这次组合实质改变了用户链路。
没有 Manus 时，一项“调研并可视化”的任务可能先交给 OpenAI Deep Research，再把报告复制到 ChatGPT 拆解成 Cursor prompts，随后逐条生成并运行代码。用户必须亲自设计任务边界、工具分工和接口。
有了 Manus，用户主要说明思路、背景与目标，把拆解和执行交给 AI。鸭哥还强调产品完成度：其过往自建工具抓数据常被识别为 bot，而 Manus 面对 Zillow、知乎等场景仍能工作；真正让他惊艳的是“我专心去定义问题，AI 去自主执行”。

7. Manus 的创新是把不可控模型包装成可交付产品

面对“Manus 没有创新”的质疑，郑灿的回应是：把大量能力融合起来并提供过去没有的体验，本身就是产品创新。“让我用最简单的交互，刚刚好达到我要的效果”，才是他对产品力的定义。
这个融合远不止接一个模型：任务可能需要 browser、图像理解与生成、数据抓取、反爬，甚至读取 CAPTCHA。难点是让这些能力协同工作，并在任何一环可能出错时仍把任务交付出来。
郑灿的推论很直接：底层模型本质上不可控，但用户不会接受“OpenAI 或 GPT 出错了，所以你的报告没有了”。Cursor、Lovable、Bolt.new 在 Day One 所做的，也都是把概率性模型转化为可信产品的同类工作。
Koji 的两个 aha moment 都来自“像同事”：Manus 会持续展示推理、操作和 To Do List，做完一项划掉一项；运行十至三十分钟时，用户还能询问进度，它会转身解释“正在做什么、大概还要多久”，同时不停止原任务。

8. 工具、数据与智能三种复利不是相加，而是相乘

工具复利来自组合：只有搜索和写代码时，新增报告工具可能只是包装结果；若 Agent 已会可视化、做幻灯片和网站，再加入报告或图像搜索，就可能打通从调研到发布的完整创作方式。
数据复利不是预训练 token，而是长期协作中沉淀的偏好、流程、历史方案与反馈。鸭哥用老师傅“一拍机器就知道问题在哪”作比：新手逐个检查零件，老师傅则凭外化后的经验迅速缩小范围。
智能复利像催化剂。更强的模型不只机械搜索和拼报告，还会调整关键词、预判后续资料、主动补充分析维度，甚至听懂用户嘴上问 A、内心真正想解决的是 B；鸭哥称自己在 o1 Pro 中已感受到这种能力。
三者形成闭环：更多工具产生更多可沉淀数据，数据支持更高阶训练，智能又提高工具组合效率。郑灿以 Deep Research 的追问为例——它询问报告维度和分析方法，就是在向用户索取 guidance，逐渐积累“做这类事情最好的方式”。

9. Manus 是多年积木在窗口期连接起来的组合创新

Koji 先作利益披露：他是蝴蝶效应，也就是 Monica、Manus 所属公司的顾问，也是团队上一家公司的早期天使投资人；过去九年与肖弘保持专业互动和友谊，因此承认自己的判断难免带有个人偏见。
他对产品出现“一点都不意外”，只意外于传播规模。团队在 2023 年 9—10 月已尝试多种 Agent 方案，并把 Markdown To Do List 视为复杂任务的 best practice；同年 11 月，Monica 已支持联网搜索。
2024 年 3 月，团队做过 GPTs 平台；同年还尝试打造类似 Arc 的浏览器，虽然因找不到商业竞争角度而未发布，却积累了浏览器和虚拟机操作基础。鸭哥补充，Monica 已拥有大量调教过的产品级工具，这是少见的先发资产。
2024 年 7 月的 Roast 社交传播项目又积累了增长经验，从发布到超过 100 万 UV 用时很短。郑灿用“不要 play in the boundary，而要 play with the boundary”总结团队如何在边界之上组合积木；Koji 则用乔布斯的 “connect the dots”作比：每块积木单看很薄，窗口打开时却能催化出“壳有壳的价值”。

10. Less Structure 只有建立在更强模型和更好产品支撑上才成立

鸭哥对 “Less Structure, More Intelligence” 给出双向解释：减少预制脚本、流程图和状态机，确实能释放模型能力；反过来，更笨的模型需要更多约束，只有模型变聪明后，减少结构才不会让任务跑偏。
RAG 代表高结构化路径：先 retrieval，再构建 prompt，最后由 LLM 生成，步骤和模板预先固定。它在早期模型不会主动调用工具时更可控，却也牺牲了处理开放问题的创造力。
Agentic AI 则允许模型判断下一步是换关键词、直接作答，还是承认搜不到。但 less structure 不是拔苗助长，它依赖工具调用训练、记忆处理、context window 管理，以及足够清晰的工具信息，才能抵达像独立思考者一样的 sweet spot。
郑灿把这套哲学转化为创业判断：应更多做发挥模型能力的工作，而不是堆积限制模型的结构。若模型越强产品越强，新版本会令人兴奋；若模型一变强，原本用于限制模型的代码就可能失效，这正是这套方法论要避免的问题。

11. 大厂都会做 Agent，但不会全部复制 Manus 的产品边界

被问到谁会最先推出类似产品，郑灿首先想到字节，因为其在半专业 Agent 工具上已有扣子、Trae 等积累；但他明确保留不确定性——醒来时似乎已看到字节发布产品，却“还没核实过”，也没体验具体形态。
Google、OpenAI、Perplexity、xAI 等已拥有 Deep Research，它们本身就是调研型 Agent。郑灿认为各家大概率都会继续做，但模型公司未必愿意承担报告美化、配图等大量具体 task，那更像应用公司的目标。
Koji 同时看到 OpenManus、OWL 等开源框架迅速出现。竞争会非常热闹，但通用模型、调研产品、开源框架和端到端应用的目标不同，不能因功能重叠就视为同一种生意。

12. Coding、销售和调研最先成立，因为价值高且结果可校验

郑灿观察到创业团队集中在 coding，以及 sales pipeline、leads generation 等方向。共同点不是低工资劳动，而是原本需要掌握 know-how 的人完成大量重复工作，人力成本高、结果价值高，销售线索还直接“离钱近”。
Coding 的优势是容易验证：代码能运行、测试和 debug。销售线索则有容错空间——生成 100 个 leads，其中 10 个不好，使用者可能仍能接受，因为整体已经节省了大量成本。
调研报告同样不要求每次绝对成功；若一系列报告中有一份质量不好，用户可以打回去重做。当前模型仍有不确定性，因此“必须一次成功”的任务未必成熟，可验证或可低成本返工的任务更适合作为切入口。

13. 工具数量不是护城河，用户数据和组织方法才可能形成锁定

鸭哥从竞争者视角拆解 Manus：借助 Cursor，单个工具开发并不难；如果对手投入十倍人力，而各工具又能并行实现，单纯比数量和广度很快会被追平，工具复利本身不足以守住领先。
若能有效沉淀数据，就会带来更强的迁移成本。比如用户纠正一次“公司可视化统一用蓝色”，Manus 下次便可自动遵循；磨合久了再换产品，用户会立即觉得新工具“怎么这么傻”，因为一切偏好都要重教。
智能壁垒则需要 fine-tune LLM、大规模推理、资本和系统优化，通常更有利于资源雄厚的公司。不过小团队仍可针对特定领域微调，因为智能哪怕小幅提升，也会作为乘数反哺数据和工具。
鸭哥最后把护城河推进到数据之外：数据毕竟能复制，真正困难的是如何把隐性知识外化、结构化沉淀并高效管理。它“有点像企业文化”，即使对手复制工具、带走数据甚至挖走人，也很难短期复刻体系化组织能力。

14. 创业公司的最好切口，是把人的 guidance 外化成 Agent 智慧

郑灿首先提醒，Agent 机会不只属于做 Agent 产品的人；对所有 startup 乃至个人，最大的时代红利之一，是先把已经可用的 Agent 工具真正用好，提高现有业务效率。
真要进入这个领域，应寻找必须由专家 guidance 才能做好的环节，把人的输入、判断和纠错持续外化进工具。检验问题是：做两年后，与刚入场者相比，产品在哪个维度会“毫无争议地更强”？
另一条路径是把已有 service 改造成 Agent service。因为需求和付费已经被验证，创业者无需先证明它是不是生意；若原本几十美元或几百元人民币的服务可降到几美元，还能更快交付，就可能扩展到过去无力覆盖的客户与业务范围。

15. Agent 长期增加算力需求，但 token 化思考仍是效率瓶颈

面对 Manus 对英伟达的影响，郑灿先给出有条件的结论：长期看对需求是好事，短期没有太大影响。训练本身可能继续增长，但英伟达用量未必会像过去一样不断增长 10 倍、100 倍，更高效的模型架构也仍在研究，因此不能只外推过去的扩张速度。
他给出的现实数据是，DeepSeek 发布后一个月内，海外 H200 租金上涨 10%。原因是此前同能力模型如 o1 只能购买 API，现在用户可以自行 host、蒸馏；他还称 H200 恰好适合部署“满血”的 DeepSeek。
郑灿认为 inference 才是模型落地后的大头，未来用量可能达到 training 的十倍级，但明确承认这是粗略估计。Thinking model 和 Manus 的规划、输入输出都会消耗大量 token，这既创造算力需求，也是当前产品成本问题。
当前推理是模型把思考预测成 token，再把 token 当 context 吃回去，俗称“吐了吃”，IO 时间尤其拖慢长任务。若未来能在模型体内完成长程思考，耗时可能降到现在的十分之一甚至更少；但他强调，这未必意味着算力消耗同步下降，投资判断仍应区分英伟达已交付的量与估值中包含的未来预期。

16. Agent 时代已经靠近，专业领域会从浅到深陆续落地

对“Agent 时代要来了吗”，郑灿的答案是“一定会来”。他去年就认为会来，当时的约束是模型何时足够强；随后 DeepSeek、各类 thinking model 和 Manus 接连出现，让这个时代在一个季度内大幅靠近。
Coding 已成为 by default 的 Agent 场景：Cursor 类产品进入程序员日常，Bolt.new、Lovable 又把程序生成扩展到缺少编程背景的人。Research 侧则同时出现 Manus 与多家 Deep Research。
下一阶段不会只复制一个通用 Agent，而会在各专业领域“由浅入深”出现产品。郑灿借用“一夜之间千树万树梨花开”描述这种扩散：基础模型越过门槛后，应用会集中井喷。

17. Chatbot 是意外之喜，Agent 才是生产力落地的主线

郑灿称 chatbot 是 AI 的“意外之喜”：一个像人一样愿意聊天的东西天然有传播力，但如果问题是 AI 如何提升生产力，真正目标一直是 Agent——“真的帮我把事儿干了，把一个实际上有用的事儿给干了”。
早期产品停留在聊天，并非聊天是最终形态，而是模型做不了事，或者做了也不值得信任。交互从 chatbot 走向 Agent，本质上说明模型能力与产品可靠性开始足以承担现实行动。
Manus 的进度流、To Do List 和执行中对话，也意味着交互不再只是问答框：用户把目标委派出去，在长时间运行中监督、纠偏和询问，而不是亲自操作每一步。

18. 模型决定产品上限，产品化填补能力与体验之间的落差

郑灿认为人最终使用的始终是产品。“模型即产品”的错觉来自模型能力极大决定应用上限，但原始模型仍需 alignment、界面、控制和容错，才能转化为普通用户愿意持续使用的东西。
他以 DeepSeek-R1-Zero 为例：这个未经 alignment、由强化学习得到的模型可能更强，却会混杂语言，像一个“很聪明的结巴”。面向聊天的版本经过 bootstrap 和 alignment，表达更流利、更可控，但这些约束也可能降低或禁锢部分原始能力。
Manus 去年大概率做不出今天的体验，因为模型上限尚未到位；但模型相同也不意味着产品相同。Cursor 与类 Cursor、Lovable 与 Bolt.new 仍有体验高下，就像大家使用相同电池和电驱，造出的车依然可能完全不同——能力到体验之间的 gap，就是产品化。

19. 知识密集行业会先受益，也可能最先被重构供需

郑灿继续用“成本高、离钱近”筛选早期场景；军事和国防是极端例子，只要技术能提供帮助，即使不成熟，也会通过各种限制使其变成熟后投入使用。民用领域中，coding 则兼具高人力成本、知识密度和清晰验证。
对程序员而言，Cursor 是“中老年程序员的春药”：手速下降但判断力仍在的人可以显著增效；Lovable 又让缺乏审美或前端能力的程序员做出像样界面。因此 coding 眼下首先表现为受益。
但受益积累到一定程度就会变成供需颠覆。产品经理可能先用工具做 demo，再越过程序员直接 ship；咖啡店老板也能为自己的店生成线上下单程序，软件供给不再只来自职业开发者。
当生成成本继续下降，程序甚至无需明确商业价值，可以“用过即弃”：为一次春节红包临时写一个程序，过去因成本显得荒唐，未来却可能很自然。被改变的不是单个岗位效率，而是哪些需求值得被软件化。

20. 个体应从亲自划桨，转向定义目标并给 AI 赋能

鸭哥把职责变化概括为定义 what，而不是逐步指导 how。传统程序员像学习怎样划桨更快、怎样打磨桨的材料和形状；Agentic AI 像蒸汽机，人再擅长划桨也无法与其速度和 24×7 工作能力相比。
未来更重要的人才不是划得最快的人，而是会给蒸汽机添煤、加水并发明螺旋桨的人，也就是 “AI enabler”。核心任务是为 AI 提供问题、上下文、工具和反馈，让它尽可能高效地工作。
鸭哥用计算器缓和焦虑：学校曾担心计算器损害数学思维，工作后人们却因摆脱笔算和验算而能解决更复杂的问题。他认为 Gen AI 与汽车、电力、计算器的引入相似，这种转变往往会自然发生，提前形成认知和准备会让过程更平滑。
郑灿补上这一轮技术革命的特殊性：它可能先冲击需要多年学习、有课本可循的知识和技能密集型工作，而非低成本劳动密集行业。当解决问题的成本大降，“找问题的能力变得更重要”；Koji 再推进一步——过去学习和 OKR 多由别人安排，今后“寻找人生的动机”也会变得尤其重要。

印度超级联赛板球（音频）解锁细胞的秘密：与 Squidiff 和 CORAL 的 Siyu He 探讨扩散、解卷积与发现