Manusは、静かに自分の2.0宣言を発表しました。

著者：桦林舞王、極客公園

編集：靖宇、極客公園

10月26日、Manusの共同創設者でプロダクトパートナーの張涛（ネット名HideCloud）は、自身の公式アカウント「潜云思绪」で長文を発表しました。タイトルは《ManusでManusを再構築する》です。

記事の冒頭には、彼に強い印象を与えたシーンがあります。彼はエンジニアにいくつかの要件とバグを伝え、しばらくして進捗を確認しに行くと、相手のコンピュータにはCodexとManusのセッションが開かれていました。適当に一つをクリックすると、そこには彼がSlackで送った要件の原文がそのまま入力されていました。

さらに驚いたことに、そのエンジニアは同時に十数件、二十件の要件を処理していました。今日のManusでは、これがすでに常態化しています。

この記事は情報量が非常に多く、特に記録しておくべきことがいくつかあります。

Manus内部では「Manus-mono」という統一コード入口が作られ、AIが全体を把握できるようにAI向けの説明書が用意されています。一つの要件を一人で全ての端末に対応させることができます。モバイルチームは常に7人しかおらず、2つの製品と4つのアプリを同時に担当し、進捗はウェブ版とほぼ同期しています。

すべてのプロダクトマネージャーはManusにコードを提出しており、約半数が独立して要件を実装してオンラインにすることができます。中には、文書から動画に変わった要件を提出するプロダクトマネージャーもいます。

マーケティングチームには「デジタル同僚」が登場し、自ら仕事を整理し、プロジェクトの進捗を積極的にリマインドし、他のチームに機能の詳細を確認しに行くこともあります。

9月には、会社のAIコストが一人当たり1万ドルを超え、少数の人は1ヶ月で7万8万ドルを使い切ってしまいました。張涛は特にこの点について外部の疑問に応えました。

記事が発表されたタイミングも微妙です。9月末にManusは2.0バージョンと個人用AIアプリCueを発表し、10月初めには親会社のバタフライエフェクトが5億ドル以上の新たな資金調達を完了し、北京で17のポジションを開設しました。

このタイミングで見ると、この記事はManusチームが2.0時代に入るための宣言のように見えます。これは組織がAIを利用して進化する方法について語っており、同時にこの会社の製品方向性、コスト論理、採用基準を明らかにしています。

01 Manus自体が2.0のモデルルーム

もしあなたが記事の内部実践とManus 2.0の機能リストを並べてみると、それらはほぼ一対一で対応していることに気づくでしょう。

マーケティングチームのデジタル同僚は、内部サイトが使いにくいと感じた場合、フィードバックインターフェースを通じて直接要件を提出できます。要件が入ると、自動的にManusの開発タスクがトリガーされます。これには2.0のAutomationsが使われており、外部通知を受け取ると自動的にタスクが開始されます。

プロダクトマネージャーは要件文書の代わりに動画を使用し、これは2.0で大幅に強化された動画機能に依存しています。画像を生成して動画を作成することも、コードを使ってアニメーションを作成することも可能です。音声からテキストへの機能を担当しているプロダクトマネージャーの話は非常に典型的です。彼女はまずManusに10以上のモデルをテストさせ、1つを選定し、既存のデザイン規範に従ってデモを作成しました。Manusにユーザーが遭遇する可能性のあるシナリオを一つずつ生成させ、画像をチェックして修正し、最終的にデモを動画に編集しました。方案が明確になると、彼女は機能を完成させ、ウェブ版とデスクトップ版のインターフェースは彼女の手によるものです。

同僚が作成したSlackボットはクラウドコンピュータ上で動作しています。非開発の同僚が特定の機能の実現方法、文案の所在、オンラインになっているかどうかを知りたい場合、誰が担当しているかを尋ねる必要はなく、直接それに聞けば良いのです。これは2.0で常駐可能なクラウドコンピュータに対応しています。

現在、いくつかの機能は内部でのみ使用されています。同じプロジェクトのメンバーはデフォルトでお互いのセッションを見ることができ、エンジニアとAIがほとんどの作業を終えた後、プロダクトマネージャーは同じセッションに入って、間隔、スタイル、文案を調整することができます。

張涛は記事の最後で非常に直接的に書いています。これらはManusが今後やるべきことです。「私たちはまず自分たちで試し、その後ユーザーに渡します」。

「自分のドッグフードを食べる」という言葉はソフトウェア業界で数十年にわたり広まっています。一般的には、1988年にマイクロソフトの幹部Paul Maritzが社内メールで「Eating our own Dogfood」と題して、自社製品を多く使うように求めたことに由来すると考えられています。後に有名な例としては、Slackがあり、これはゲーム会社Tiny Speckが開発した《Glitch》のために自社で使用していたコミュニケーションツールで、ゲームは成功しなかったものの、ツールが主業となりました。

Manusは別の方向に進んでいます。製品が先に存在し、その後社内での使用方法を書き出して、製品の最良のモデルルームとする。汎用エージェントを販売する会社にとって、「私たちの会社全体がこうやって働いている」というデモは、これ以上の説得力はありません。

02 一人一エージェントから、チーム一セッションへ

この宣言の中で、最も考察に値するのは「私たちが見ている機会」というセクションです。

過去1年、個人エージェントは大企業の標準装備となりました。AnthropicにはCoworkがあり、MetaのMuseはリリース後すぐに米国App Storeの無料ランキングで1位になり、TencentのWorkBuddyは国内PC端末のオフィスAIで月間訪問者数が2000万を突破しました。「すべての人に働いてくれるAIを配布する」というのが、今や誰もが取り組んでいることになっています。

張涛が挙げた3つの機会は、別のレベルを指しています。

第一に、セッション自体が複数人協力の作業対象になるということです。一人が問題を提起し、デザイナーが提案を出し、エンジニアが実装し、プロダクトマネージャーが運営を続ける、すべてが同じセッション内で進行します。

第二は、デバイスを超えた、同僚を超えた協力です。

第三は、エージェントが会社のシステムや知識ベースに入った後、人が思いつかなかった解決策を自発的に見つけられることです。

3つとも組織について、複数の人と複数のエージェントがどのように一緒に働くかを語っています。

これはCueの考え方とも通じます。Cueは各エージェントに独立したメールアドレス、電話番号、財布、コンピュータを割り当てました。CEOの肖弘は発表時に、こうした「もの」は「人」と呼ぶことができるかもしれないと言い、次に「多くの人とBotのグループが必要ではないか」と述べました。Cueはこの考えを個人生活に取り入れ、記事の中のデジタル同僚は会社での姿です。

デジタル同僚に関するいくつかの詳細は、どの機能紹介よりも生き生きとしています。

多くの同僚が同時にそれを探すため、デジタル同僚は一つの「ワークスペース」セッションの中で皆と対話し、具体的なタスクは他のセッションに分けて並行して完了させます。Slackのメッセージが多いため、まずそれが自分に関係があるかどうかを判断し、関係がある場合は「手元の作業を中断する必要があるか」と「終わらせてから処理するか」の2つに分けます。張涛は特に、このルールはAIが開発過程で自ら設計したものであると述べています。

ある時、同僚たちがSlackで2つのプロジェクトについて議論しており、一つがどの段階にあるのかを思い出せませんでした。誰もそれに@を付けなかったのに、彼は自発的に「Bはまだテスト段階です。Aの結果が出るまでBを待ちますか？」とリマインドしました。プロダクトチームが3Dモデル生成と骨格バインディングをオンラインにした後、彼は再び適用条件を尋ねに行き、骨格バインディングが現在サポートしている魚、蛇、四足動物など7種類の物体を明らかにし、その後外部に正確に紹介できるようにしました。

張涛は、その瞬間、彼はまるで会議を真剣に聞いている同僚のようだと言いました。

単独エージェントが標準装備となると、汎用エージェントの次の領域はおそらくチーム協力の層にあるでしょう。Manusはまず自社を実験場にしました。

03 一人当たり1万ドル

記事の中で最も議論を呼んでいる数字は、9月の人均AIコストが1万ドルを超えたことです。張涛は月初に友人の投稿でこのことに触れ、「使いすぎだ」という疑問を呼び起こしましたが、今回は彼は正面から3つの理由を示しました。

第一に、このお金は時間と注意を買うものです。チームが大きくなるとコミュニケーションコストが高くなり、AIは各自の注意を節約し、各自が担当する事柄をより完全に把握できるようにします。

第二に、高いのは最高のモデルを使用しているからで、これはAIの能力の限界を理解するための核心的な方法です。彼はコードレビュー用のロボットの例を挙げました。開発効率を担当する同僚は、最近半年間、問題のあるコードが合流したためにオンライン障害が発生したという話を聞いていないと言い、AIプログラミングが普及した後、会社の日々のコード提出量は「非常に驚異的」だと述べました。この同僚は、これが会社にとって最もコストパフォーマンスの良い支出かもしれないと感じています。

第三の理由は最も興味深いです。ますます多くの開発作業がManus Studioで完了しており、StudioはManus自身の製品です。内部で消費された各トークンは、トークンの無駄がどこにあるかを明らかにするデータに変わります。製品が改善され、無駄が減り、コストが下がり、ユーザーもそれに伴って利益を得ます。

この論理は、コストを研究開発投資として説明しています。張涛の判断では、今日1万ドルで得られる働き方は、2年後には数百ドルで済む可能性があります。

別の視点から見ると、この計算はアプリケーション層のエージェント企業が共通して抱える状況を映し出しています。記事の冒頭に登場したエンジニアの画面には、Manusの他にOpenAIのCodexも開かれていました。Manusの開発は最高のモデルに依存しており、これらのモデルを提供する企業もまたエージェント製品を開発しています。

このようなモデルは「依存型イノベーション」と呼ばれ、他者が構築したプラットフォーム上で能力とユーザー間の隙間を見つけることを指し、その代償はビジネスを行うたびに潜在的な競合にお金を支払うことです。

この意味で、一人当たり1万ドルは同時に2つの事実を証明しています。一つはチームが確かにモデルの能力の限界を把握したことです；二つ目はManusがそのユーザーよりも早くエージェントのコスト問題に直面し、それを解決する機会がより多いということです。

04 速度と張涛の不安

宣言のもう一つの側面は、Manusチームのメンバーに関するものです。

この記事では、ほぼすべてのポジションが書き換えられています。エンジニアは自らコードを書くのではなく、AIに作業を指示し、結果に責任を持つようになりました。プロダクトマネージャーは機能をオンラインにするまで書ける必要があり、Manus Studioでユーザーが見るほとんどのインターフェースやVideo Editorはプロダクトマネージャーの手によるものです。デザイナーも最近コードを書くようになりました。

張涛はこの変化を「Human in the loop」から「Human on the loop」と表現しました。以前はAIが七八割を担当し、残りを人が補っていましたが、今は人がルールを設計し、複数のAIの作業を監視し、重要なポイントで判断を下し、必要に応じて介入します。

チームで最もAIを活用している同僚は、最も「派手な」働き方をしています。彼は全体のManusセッションを持ち、決定が必要な事柄をリストアップし、推奨案を添付するだけです。皆がSlackで熱心に議論している中、彼はSlackを開かずに「今、私が決める必要があることは何ですか？」とAIに尋ねることができます。

これらの新しい定義は、ある意味で求人広告でもあります。記事の最後には、人は依然として重要であるため「私たちもまだ人を募集しています」と書かれています。ほぼ同時に、Manusは北京で17のポジションを開設し、Agent Harnessエンジニアからビジネスアナリストまで、CEOの肖弘は1日で千件以上の履歴書を受け取ったと言います。GitLabは従業員マニュアルをオンラインで公開し、Netflixは初期に文化マニュアルを発表しました。理由は同じです。

会社がどのように働くかを明確にすること自体が、どのような人が来るかを選別することです。

しかし、この記事で極客公園が最も感動したのは、張涛があまり確信を持っていない部分でした。

彼は自分の気持ちが非常に複雑で、興奮もあれば不安もあると率直に述べました：

「このペースは正しいのか、十分に速いのか、それとも速すぎるのか？」

この問題は追求する価値があります。一人が同時に20の要求を抱えた場合、品質はどう保証されるのか、問題が発生した場合の責任はどうなるのか？「半年間オンラインの障害を聞いたことがない」というのはある同僚の感想であり、まだ統計には至っていません。半分のプロダクトマネージャーは独立してオンラインにできるようになっていますが、残りの半分はどうやって追いつくのでしょうか？記事では詳しく述べられておらず、答えはまだ模索中かもしれません。

さらに非常に個人的な部分もあります。張涛は自分がADHDを持っていることを書き、毎日20以上のタスクがあり、最も難しいのは「始めること」だと述べています。現在、彼はすべてのタスクを専用のManusプロジェクトに渡しており、それができることは直接始め、不確かなことは彼に戻って尋ね、Slack、Gmail、Notionを組み合わせて最初の調査を行い、対応するプロダクトマネージャーに渡します。

彼は、これにより毎日「どこから始めればいいのかわからない」という不安が大幅に減ったと言います。

記事の締めくくりで、張涛は再びその問題に戻ります。人は最終的に何をするのか。彼の答えは、問題を定義し、品質を判断し、何が価値があるかを決定し、結果に責任を持つことです。

AIネイティブ組織では、人の役割は小さくなるのではなく、むしろ集中しています。

この宣言はすでにManus自身の組織効率を証明しています。他の人が支払いたいと思う製品に変わるかどうかは、今後「内部でのみ使用される」機能がいつ、どのようにユーザーの手に渡るかにかかっています。

張涛は文末で、半年または1年後にこのトピックについて再び書くとき、彼らの働き方がどのようになるのかに興味を持っています。

私は、その時に振り返ってみると、この記事が宣言なのか、それとも予告なのかがわかるだろうと思います。