Manus ประกาศ 2.0 อย่างเงียบ ๆ

ผู้เขียน: หวู่หลินหวาง, Geek Park

บรรณาธิการ: จิงหยู่, Geek Park

เมื่อวันที่ 26 ตุลาคม Zhang Tao (ชื่อเล่น HideCloud) ผู้ร่วมก่อตั้งและหุ้นส่วนผลิตภัณฑ์ของ Manus ได้เขียนบทความยาวในบัญชีสาธารณะของเขา "Qianyun Suxi" โดยมีชื่อว่า《ใช้ Manus ปรับเปลี่ยน Manus》

บทความเริ่มต้นด้วยภาพที่เขาจดจำได้ชัดเจน เขาได้เสนอความต้องการและบั๊กให้กับวิศวกร หลังจากนั้นไม่นานเขาไปดูความก้าวหน้า พบว่าคอมพิวเตอร์ของวิศวกรเปิดเซสชัน Codex และ Manus หลายรายการ เมื่อเขาคลิกเข้าไป เขาพบว่าข้อความที่เขาส่งใน Slack เพิ่งถูกนำมาใช้โดยไม่มีการเปลี่ยนแปลงใด ๆ

สิ่งที่ทำให้เขาประหลาดใจยิ่งกว่าคือ วิศวกรคนนี้กำลังจัดการความต้องการสิบกว่ารายการในเวลาเดียวกัน ใน Manus ปัจจุบัน นี่ถือเป็นเรื่องปกติ

บทความนี้มีข้อมูลมากมาย มีหลายเรื่องที่ควรจดจำ

Manus ได้สร้างทางเข้ารหัสที่เรียกว่า Manus-mono พร้อมกับคู่มือที่เขียนสำหรับ AI เพื่อให้ AI สามารถเห็นภาพรวมข้ามคลังได้ ความต้องการหนึ่งรายการสามารถเขียนเสร็จได้โดยคนเพียงคนเดียว ทีมงานมือถือมีเพียง 7 คน แต่รับผิดชอบผลิตภัณฑ์ 2 รายการและแอป 4 รายการ โดยมีความก้าวหน้าใกล้เคียงกับเวอร์ชันเว็บ

ผู้จัดการผลิตภัณฑ์ทุกคนได้ส่งรหัสไปยัง Manus โดยประมาณครึ่งหนึ่งสามารถนำความต้องการไปสู่การเปิดตัวได้อย่างอิสระ บางความต้องการที่ส่งมาจากผู้จัดการผลิตภัณฑ์ได้เปลี่ยนจากเอกสารเป็นวิดีโอ

ทีมการตลาดมี "เพื่อนร่วมงานดิจิทัล" ที่สามารถจัดการงานเอง เตือนความก้าวหน้าของโครงการ และสอบถามรายละเอียดฟังก์ชันข้ามทีม

ในเดือนกันยายน ค่าใช้จ่าย AI ต่อคนในบริษัทเกิน 10,000 ดอลลาร์สหรัฐฯ โดยบางคนใช้จ่ายถึง 70,000-80,000 ดอลลาร์ในหนึ่งเดือน Zhang Tao ได้ตอบข้อสงสัยจากสาธารณชนในบทความ

เวลาที่บทความถูกเผยแพร่ก็มีความหมายเช่นกัน ในช่วงปลายเดือนกันยายน Manus ได้เปิดตัวเวอร์ชัน 2.0 และแอปพลิเคชันอัจฉริยะ Cue; ในต้นเดือนตุลาคม บริษัทแม่ Butterfly Effect ได้ประกาศการระดมทุนรอบใหม่ที่เกิน 500 ล้านดอลลาร์สหรัฐฯ พร้อมเปิดรับสมัครงาน 17 ตำแหน่งในปักกิ่ง

เมื่อมองในจุดนี้ บทความนี้เหมือนกับคำประกาศของทีม Manus ที่เข้าสู่ยุค 2.0 มันพูดถึงว่าองค์กรจะใช้ AI พัฒนาอย่างไร แต่สิ่งที่เปิดเผยคือทิศทางผลิตภัณฑ์ของบริษัท ตรรกะค่าใช้จ่าย และมาตรฐานการจ้างงาน

01 Manus เองคือห้องตัวอย่างของ 2.0

หากคุณนำการปฏิบัติภายในในบทความและรายการฟังก์ชันของ Manus 2.0 มารวมกัน คุณจะพบว่าพวกมันสามารถตรงกันได้เกือบทุกข้อ

เพื่อนร่วมงานดิจิทัลของทีมการตลาดรู้สึกไม่สะดวกในการใช้เว็บไซต์ภายใน สามารถเสนอความต้องการผ่านอินเทอร์เฟซการตอบกลับได้โดยตรง เมื่อความต้องการเข้ามา มันจะกระตุ้นงานพัฒนาของ Manus โดยอัตโนมัติ เบื้องหลังใช้ Automations ของ 2.0 เมื่อได้รับการแจ้งเตือนจากภายนอก จะเริ่มงานโดยอัตโนมัติ

ผู้จัดการผลิตภัณฑ์ใช้วิดีโอแทนเอกสารความต้องการ โดยอิงจากความสามารถด้านวิดีโอที่ได้รับการปรับปรุงอย่างมากใน 2.0 ซึ่งสามารถสร้างวิดีโอจากภาพและสร้างอนิเมชั่นจากโค้ด ผู้จัดการผลิตภัณฑ์ที่ทำฟังก์ชันการแปลงเสียงเป็นข้อความมีเรื่องราวที่เป็นแบบอย่าง เธอให้ Manus ทดสอบโมเดลมากกว่าสิบตัว เลือกตัวหนึ่งเพื่อเชื่อมต่อ จากนั้นทำ Demo ตามมาตรฐานการออกแบบที่มีอยู่ โดยให้ Manus สร้างภาพตามสถานการณ์ที่ผู้ใช้อาจพบทีละภาพ ตรวจสอบและแก้ไขทีละภาพ สุดท้ายตัด Demo เป็นวิดีโอ เมื่อแผนชัดเจน เธอจึงเขียนฟังก์ชันเสร็จ โดยมีหน้าจอทั้งในเวอร์ชันเว็บและเดสก์ท็อปที่มาจากมือของเธอ

เพื่อนร่วมงานทำ Slack bot ที่ทำงานบนคลาวด์ คอลเลกชันที่ไม่ใช่การพัฒนาสามารถถามว่าฟังก์ชันใดทำงานอย่างไร ข้อความอยู่ที่ไหน และมีการเปิดตัวหรือไม่ โดยไม่ต้องสอบถามว่าใครเป็นผู้ดูแล สามารถถามมันได้โดยตรง นี่คือคลาวด์คอมพิวเตอร์ที่สามารถทำงานได้ 7×24 ชั่วโมงใน 2.0

ยังมีฟังก์ชันบางอย่างที่ใช้ภายในเท่านั้น เช่น สมาชิกในโครงการเดียวกันสามารถเห็นเซสชันของกันและกันได้โดยอัตโนมัติ วิศวกรและ AI ทำงานส่วนใหญ่เสร็จแล้ว ผู้จัดการผลิตภัณฑ์สามารถเข้ามาในเซสชันเดียวกัน ปรับระยะห่าง สไตล์ และข้อความ

Zhang Tao เขียนไว้ในตอนท้ายอย่างตรงไปตรงมา ว่านี่คือสิ่งที่ Manus จะทำให้ดีขึ้นในอนาคต "เราจะลองก่อนแล้วค่อยส่งให้ผู้ใช้"

คำว่า "กินอาหารของตัวเอง" เป็นคำที่แพร่หลายในอุตสาหกรรมซอฟต์แวร์มาหลายสิบปี โดยทั่วไปเชื่อว่ามันมาจากอีเมลภายในของ Paul Maritz ผู้บริหารของ Microsoft ในปี 1988 โดยมีหัวข้อว่า "Eating our own Dogfood" ซึ่งเรียกร้องให้พนักงานใช้ผลิตภัณฑ์ของตนเองมากขึ้น ตัวอย่างที่มีชื่อเสียงมากขึ้นคือ Slack ซึ่งเดิมพัฒนาโดยบริษัทเกม Tiny Speck สำหรับการสื่อสารในระหว่างการพัฒนาเกม "Glitch" เกมไม่ประสบความสำเร็จ แต่เครื่องมือกลับกลายเป็นธุรกิจหลัก

Manus เดินไปในทิศทางที่แตกต่าง ผลิตภัณฑ์มีอยู่ก่อน จากนั้นจึงเขียนวิธีการใช้ภายในบริษัทเป็นห้องตัวอย่างที่ดีที่สุดของผลิตภัณฑ์ สำหรับบริษัทที่ขาย Agent ทั่วไป ไม่มีการสาธิตใดที่มีความน่าเชื่อถือมากไปกว่าการ "เราทำงานแบบนี้ทั้งบริษัท"

02 จาก Agent คนละตัว สู่เซสชันทีมเดียว

ในคำประกาศนี้ สิ่งที่น่าสนใจที่สุดคือ "โอกาสที่เราเห็น" ในส่วนนี้

ในปีที่ผ่านมา Agent ส่วนบุคคลได้กลายเป็นมาตรฐานของบริษัทใหญ่ ๆ Anthropic มี Cowork, Meta's Muse ขึ้นอันดับหนึ่งใน App Store สหรัฐฯ ในหมวดฟรีในเวลาไม่นาน Tencent WorkBuddy มีการเข้าชมเกิน 20 ล้านครั้งต่อเดือนในตลาดออฟฟิศ AI ในประเทศ "ให้ทุกคนมี AI ที่ทำงานแทนคุณ" กำลังกลายเป็นสิ่งที่ทุกคนทำ

Zhang Tao ระบุโอกาสสามประการ ซึ่งชี้ไปที่อีกระดับหนึ่ง

ข้อแรก เซสชันจะกลายเป็นวัตถุการทำงานร่วมกันของหลายคน คนหนึ่งตั้งคำถาม นักออกแบบเสนอแผน วิศวกรดำเนินการ ผู้จัดการผลิตภัณฑ์ดำเนินการต่อในเซสชันเดียวกัน

ข้อที่สองคือการทำงานร่วมกันข้ามอุปกรณ์และเพื่อนร่วมงาน

ข้อที่สามคือเมื่อ Agent เข้าสู่ระบบและฐานความรู้ของบริษัท จะสามารถค้นหาวิธีการแก้ปัญหาที่คนไม่เคยนึกถึงได้

ทั้งสามข้อพูดถึงองค์กร พูดถึงว่าหลายคนและหลาย Agent จะทำงานร่วมกันอย่างไร

นี่เชื่อมโยงกับแนวคิดของ Cue Cue ให้ Agent แต่ละตัวมีอีเมล หมายเลขโทรศัพท์ กระเป๋าเงิน และคอมพิวเตอร์แยกต่างหาก CEO Xiao Hong กล่าวในระหว่างการเปิดตัวว่า "สิ่งนี้อาจเรียกว่า 'คน'" และต่อไป "ควรมีกลุ่มที่มีหลายคนและ Bot" Cue ได้นำแนวคิดนี้เข้าสู่ชีวิตส่วนบุคคล ขณะที่เพื่อนร่วมงานดิจิทัลในบทความนี้คือภาพลักษณ์ของมันในบริษัท

รายละเอียดบางประการเกี่ยวกับเพื่อนร่วมงานดิจิทัลมีชีวิตชีวามากกว่าการแนะนำฟังก์ชันใด ๆ

เพื่อนร่วมงานหลายคนจะหามันพร้อมกัน ดังนั้นมันจึงพูดคุยกับทุกคนในเซสชัน "โต๊ะทำงาน" เดียว งานเฉพาะจะถูกแบ่งให้เซสชันอื่น ๆ ทำงานพร้อมกัน ข้อความใน Slack มีมากมาย มันจะประเมินก่อนว่ามีความเกี่ยวข้องกับตัวเองหรือไม่ ถ้ามี มันจะแบ่งออกเป็น "ต้องหยุดสิ่งที่ทำอยู่" และ "ทำเสร็จแล้วค่อยจัดการ" ส Zhang Tao ได้กล่าวถึงกฎชุดนี้ว่าเป็นการออกแบบโดย AI ในระหว่างการพัฒนา

มีครั้งหนึ่งที่เพื่อนร่วมงานพูดคุยกันใน Slack เกี่ยวกับสองโครงการ แต่ไม่สามารถจำได้ว่าโครงการใดถึงขั้นตอนใด ไม่มีใคร @ มัน มันจึงเตือนโดยอัตโนมัติว่า "B ยังอยู่ในระยะทดสอบ ต้องรอผลของ A ก่อนหรือไม่?" หลังจากที่ทีมผลิตภัณฑ์เปิดตัวการสร้างโมเดล 3D และการเชื่อมกระดูก มันก็ไปสอบถามเงื่อนไขการใช้งาน ทำความเข้าใจว่าการเชื่อมกระดูกสนับสนุนวัตถุเจ็ดประเภท ได้แก่ ปลา งู สัตว์สี่ขา ฯลฯ จากนั้นจึงสามารถอธิบายได้อย่างถูกต้อง

Zhang Tao กล่าวว่า ในขณะนั้นมันดูเหมือนเพื่อนร่วมงานที่ตั้งใจฟังการประชุม

เมื่อ Agent ส่วนบุคคลกลายเป็นมาตรฐาน พื้นที่ถัดไปของ Agent ทั่วไปอาจอยู่ที่ระดับการทำงานร่วมกันของทีม Manus เปลี่ยนบริษัทของตนให้เป็นสนามทดลอง

03 ค่าใช้จ่ายเฉลี่ย 10,000 ดอลลาร์

ตัวเลขที่มีการถกเถียงกันมากที่สุดในบทความคือค่าใช้จ่าย AI เฉลี่ยต่อคนในเดือนกันยายนที่เกิน 10,000 ดอลลาร์ Zhang Tao ได้กล่าวถึงเรื่องนี้ในวงกลมเพื่อนในต้นเดือน ซึ่งทำให้เกิดข้อสงสัยมากมายเกี่ยวกับ "ใช้จ่ายมากเกินไป" และในครั้งนี้เขาได้ให้เหตุผลสามประการ

ข้อแรก เงินจำนวนนี้ซื้อเวลาและความสนใจ ทีมงานใหญ่ขึ้น ค่าใช้จ่ายในการสื่อสารก็สูงขึ้น AI ช่วยประหยัดความสนใจของแต่ละคน ทำให้ทุกคนมีการควบคุมที่สมบูรณ์มากขึ้นในสิ่งที่ตนรับผิดชอบ

ข้อที่สอง ราคาสูงเพราะใช้โมเดลที่ดีที่สุด ซึ่งเป็นวิธีหลักในการทำความเข้าใจขอบเขตความสามารถของ AI เขายกตัวอย่างบอทตรวจสอบรหัส เพื่อนร่วมงานที่รับผิดชอบด้านประสิทธิภาพการพัฒนากล่าวว่า ในช่วงหกเดือนที่ผ่านมาไม่ได้ยินข่าวเกี่ยวกับการรวมรหัสที่มีปัญหาที่ทำให้เกิดข้อผิดพลาดออนไลน์ และหลังจากที่ AI การเขียนโปรแกรมแพร่หลาย บริษัทมีปริมาณการส่งรหัสต่อวัน "มากมาย" เพื่อนร่วมงานคนนี้เชื่อว่านี่อาจเป็นค่าใช้จ่ายที่คุ้มค่าที่สุดของบริษัท

ข้อที่สามน่าสนใจที่สุด งานพัฒนามากขึ้นเรื่อย ๆ เสร็จใน Manus Studio ซึ่งเป็นผลิตภัณฑ์ของ Manus ทุก Token ที่ใช้ภายในจะกลายเป็นข้อมูลที่ช่วยให้เห็นว่า Token ถูกใช้ไปที่ไหน การปรับปรุงผลิตภัณฑ์ทำให้การสูญเสียลดลง ต้นทุนลดลง และผู้ใช้ได้รับประโยชน์ตามไปด้วย

ตรรกะนี้ทำให้ค่าใช้จ่ายกลายเป็นการลงทุนในการพัฒนา Zhang Tao ประเมินว่า วิธีการทำงานที่ใช้เงิน 10,000 ดอลลาร์ในปัจจุบัน อาจใช้เพียงไม่กี่ร้อยดอลลาร์ในอีกสองปีข้างหน้า

มองในอีกมุมหนึ่ง ค่าใช้จ่ายนี้ยังสะท้อนถึงสถานการณ์ร่วมกันของบริษัทที่ทำ Agent ในระดับแอปพลิเคชัน วิศวกรที่กล่าวถึงในตอนต้นของบทความที่เปิด Codex ของ OpenAI บนหน้าจอของเขา การพัฒนาของ Manus ไม่สามารถแยกออกจากโมเดลชั้นนำ และบริษัทที่จัดหาโมเดลเหล่านี้ก็ทำผลิตภัณฑ์ Agent ด้วย

มีความคิดเห็นเรียกแบบนี้ว่า "นวัตกรรมที่พึ่งพา" ซึ่งค้นหาความสามารถและช่องว่างระหว่างผู้ใช้ในแพลตฟอร์มที่คนอื่นสร้างขึ้น โดยมีค่าใช้จ่ายในการทำธุรกิจแต่ละครั้งต้องจ่ายให้กับคู่แข่งที่มีศักยภาพ

ในแง่นี้ ค่าใช้จ่ายเฉลี่ย 10,000 ดอลลาร์พิสูจน์สองสิ่ง หนึ่งคือทีมได้สัมผัสขอบเขตความสามารถของโมเดลจริง ๆ; สองคือ Manus เผชิญกับปัญหาค่าใช้จ่ายของ Agent ก่อนผู้ใช้ และมีโอกาสที่จะแก้ไขปัญหานี้ก่อน

04 ความเร็ว และความไม่แน่นอนของ Zhang Tao

อีกด้านหนึ่งของคำประกาศคือสมาชิกในทีม Manus

ในบทความนี้แทบทุกตำแหน่งถูกเขียนใหม่ วิศวกรจากการเขียนโค้ดด้วยตนเอง กลายเป็นผู้ควบคุม AI ทำงานและรับผิดชอบผลลัพธ์ ผู้จัดการผลิตภัณฑ์ต้องสามารถเขียนฟังก์ชันจนถึงการเปิดตัว ผู้ใช้ใน Manus Studio ส่วนใหญ่เห็นหน้าจอที่มาจากมือของผู้จัดการผลิตภัณฑ์ และ Video Editor ก็เช่นกัน นักออกแบบก็เริ่มเขียนโค้ดในช่วงนี้

Zhang Tao ใช้คำพูดเพื่อสรุปการเปลี่ยนแปลงนี้ จาก Human in the loop เป็น Human on the loop ก่อนหน้านี้ AI ทำได้ 70-80% ส่วนที่เหลือให้คนทำ; ตอนนี้คนออกแบบกฎ ดูแลการทำงานของ AI หลายตัว ทำการตัดสินใจในจุดสำคัญ และเข้ามาแทรกแซงเมื่อจำเป็น

เพื่อนร่วมงานที่ใช้ AI มากที่สุดในทีมมีวิธีการทำงานที่ "สุดโต่ง" เขามีเซสชัน Manus โดยรวมเพียงหนึ่งเซสชัน ซึ่งรับผิดชอบในการระบุสิ่งที่ต้องตัดสินใจ พร้อมแนบแผนการแนะนำ ทุกคนใน Slack สนทนากันอย่างร้อนแรง เขาสามารถไม่เปิด Slack และถาม AI ว่า "ตอนนี้มีอะไรที่ต้องตัดสินใจ?"

การกำหนดใหม่เหล่านี้ในระดับหนึ่งยังเป็นประกาศรับสมัครงาน บทความจบลงด้วยการบอกว่าคนยังคงมีความสำคัญ ดังนั้น "เรายังคงเปิดรับสมัคร" ในเวลาเดียวกัน Manus ได้เปิดรับสมัครงาน 17 ตำแหน่งในปักกิ่ง ตั้งแต่วิศวกร Agent Harness ไปจนถึงการวิเคราะห์ธุรกิจ CEO Xiao Hong กล่าวว่าได้รับใบสมัครหลายพันใบในวันเดียว GitLab ได้เผยแพร่คู่มือพนักงานออนไลน์ Netflix เคยเผยแพร่คู่มือวัฒนธรรมในปีที่ผ่านมา หลักการเดียวกัน

การอธิบายวิธีการทำงานของบริษัทเอง เป็นการคัดกรองว่าคนประเภทไหนจะเข้ามา

แต่สิ่งที่ทำให้ Geek Park ประทับใจมากที่สุดคือส่วนที่ Zhang Tao ไม่แน่ใจนัก

เขายอมรับว่ารู้สึกซับซ้อน มีทั้งความตื่นเต้นและความไม่แน่นอน:

「จังหวะนี้ถูกต้องไหม เร็วพอหรือเร็วเกินไป?"

คำถามนี้ควรถูกตั้งคำถามต่อไป คนคนเดียวสามารถรับผิดชอบความต้องการยี่สิบรายการได้อย่างไร รับประกันคุณภาพได้อย่างไร และถ้าเกิดปัญหาจะมีการรับผิดชอบอย่างไร? "หกเดือนที่ผ่านมาไม่ได้ยินข่าวเกี่ยวกับข้อผิดพลาดออนไลน์" เป็นความรู้สึกของเพื่อนร่วมงานคนหนึ่ง ยังไม่สามารถพูดถึงสถิติได้ ผู้จัดการผลิตภัณฑ์ครึ่งหนึ่งสามารถเปิดตัวได้อย่างอิสระ อีกครึ่งหนึ่งจะตามทันได้อย่างไร? บทความไม่ได้ขยายความ อาจจะยังอยู่ในระหว่างการสำรวจ

ยังมีอีกช่วงหนึ่งที่เป็นเรื่องส่วนตัว Zhang Tao เขียนว่าเขามี ADHD มีรายการที่ต้องทำมากกว่า 20 รายการในแต่ละวัน สิ่งที่ยากที่สุดคือ "เริ่มทำ" ตอนนี้เขาได้มอบรายการที่ต้องทำทั้งหมดให้กับโครงการ Manus ที่เฉพาะเจาะจง ซึ่งสามารถเริ่มทำสิ่งที่ทำได้ทันที ถ้ามีข้อสงสัยจะกลับมาถามเขา จากนั้นรวมกับ Slack, Gmail และ Notion ทำการวิจัยรอบแรกและส่งให้ผู้จัดการผลิตภัณฑ์ที่เกี่ยวข้อง

เขากล่าวว่านี่ทำให้เขาลดความวิตกกังวลเกี่ยวกับ "ไม่รู้จะเริ่มจากตรงไหน" ได้มาก

เมื่อบทความจบลง Zhang Tao กลับมาที่คำถามนั้น ว่าคนสุดท้ายทำอะไร คำตอบของเขาคือการกำหนดปัญหา ตัดสินคุณภาพ ตัดสินใจว่าสิ่งใดควรทำ และรับผิดชอบต่อผลลัพธ์

ในองค์กร AI Native บทบาทของคนไม่ได้ลดน้อยลง แต่กลับเข้มข้นขึ้น

คำประกาศนี้ได้พิสูจน์ถึงประสิทธิภาพขององค์กร Manus เอง มันจะกลายเป็นผลิตภัณฑ์ที่ผู้คนยินดีจ่ายเงินหรือไม่ ขึ้นอยู่กับว่าเมื่อไหร่และในรูปแบบใดฟังก์ชันที่ "ใช้ภายในเท่านั้น" จะถูกส่งมอบให้กับผู้ใช้

Zhang Tao สงสัยว่า หากเขาเขียนหัวข้อนี้อีกครั้งในอีกหกเดือนหรือหนึ่งปี วิธีการทำงานของพวกเขาจะเป็นอย่างไร

ฉันคิดว่าเมื่อถึงตอนนั้นเราจะรู้ว่าบทความนี้เป็นคำประกาศหรือคำเตือนล่วงหน้า