Manus vừa mới âm thầm công bố tuyên ngôn 2.0 của mình

• tác giả: Hoàng Lâm Vũ Vương, Công viên Geek *

• biên tập: Tĩnh Vũ, Công viên Geek *

Vào ngày 26 tháng 10, Zhang Tao (biệt danh HideCloud), đồng sáng lập và đối tác sản phẩm của Manus, gần đây đã viết một bài dài trên tài khoản công cộng của mình "Suy nghĩ về mây tiềm ẩn", với tiêu đề là 《Cải tạo Manus bằng Manus》。

Mở đầu bài viết là một hình ảnh để lại ấn tượng sâu sắc với anh. Anh đã đưa ra một số yêu cầu và lỗi cho kỹ sư, sau một thời gian quay lại xem tiến độ, phát hiện trên máy tính của đối phương mở một loạt phiên Codex và Manus. Chỉ cần mở một cái, nhập vào là nguyên văn yêu cầu mà anh vừa gửi trên Slack, không thay đổi một chữ.

Điều khiến anh bất ngờ hơn là kỹ sư này lúc đó đang xử lý hàng chục yêu cầu cùng một lúc. Tại Manus ngày nay, điều này đã trở thành bình thường.

Bài viết này chứa nhiều thông tin, có một số điều đáng ghi nhớ.

Manus đã tạo ra một cổng mã thống nhất gọi là Manus-mono, kèm theo một cuốn sách hướng dẫn viết cho AI, giúp AI có thể nhìn thấy toàn cảnh giữa các kho. Một yêu cầu, một người có thể hoàn thành tất cả các đầu cuối. Đội ngũ di động chỉ có 7 người, đồng thời phụ trách 2 sản phẩm, 4 ứng dụng, tiến độ và phiên bản web cơ bản đồng bộ.

Tất cả các quản lý sản phẩm đều đã gửi mã cho Manus, khoảng một nửa có thể độc lập đưa yêu cầu lên trực tuyến. Một số quản lý sản phẩm đã chuyển yêu cầu từ tài liệu thành một đoạn video.

Đội ngũ thị trường đã có một "đồng nghiệp số", tự sắp xếp công việc, chủ động nhắc nhở tiến độ dự án, còn có thể hỏi rõ chi tiết chức năng qua các đội khác.

Vào tháng 9, chi phí AI của công ty trung bình vượt quá 10.000 đô la, một số người đã tiêu tốn tới bảy tám mươi nghìn đô la trong một tháng. Zhang Tao đã dành một phần để phản hồi những nghi ngờ từ bên ngoài.

Thời điểm bài viết được phát hành cũng rất tinh tế. Cuối tháng 9, Manus đã phát hành phiên bản 2.0 và ứng dụng trí tuệ nhân tạo cá nhân Cue; đầu tháng 10, công ty mẹ Butterfly Effect đã công bố hoàn thành vòng gọi vốn mới vượt quá 500 triệu đô la, đồng thời mở ra 17 vị trí tại Bắc Kinh.

Nhìn từ góc độ này, bài viết này giống như một tuyên ngôn của đội ngũ Manus bước vào thời đại 2.0. Nó nói về cách tổ chức sử dụng AI để tiến hóa, nhưng lại tiết lộ hướng sản phẩm, logic chi phí và tiêu chuẩn nhân sự của công ty này.

01 Manus bản thân, chính là mẫu hình của 2.0

Nếu bạn đặt thực hành nội bộ trong bài viết và danh sách chức năng của Manus 2.0 cùng nhau, bạn sẽ thấy chúng gần như có thể khớp với nhau từng điểm.

Đồng nghiệp số của đội ngũ thị trường cảm thấy không thuận tiện khi sử dụng trang web nội bộ, có thể thông qua một giao diện phản hồi để trực tiếp đưa ra yêu cầu, yêu cầu vừa vào là tự động kích hoạt nhiệm vụ phát triển của Manus. Đằng sau điều này là Automations của 2.0, nhận được một thông báo bên ngoài, tự động bắt đầu một nhiệm vụ.

Quản lý sản phẩm sử dụng video thay thế tài liệu yêu cầu, dựa vào khả năng video được tăng cường đáng kể của 2.0, vừa có thể sử dụng hình ảnh để tạo video, vừa có thể sử dụng mã để làm hoạt hình. Quản lý sản phẩm làm chức năng chuyển giọng nói thành văn bản có một câu chuyện rất điển hình. Cô ấy đã để Manus thử nghiệm hơn mười mô hình, chọn một mô hình để kết nối, sau đó theo quy chuẩn thiết kế hiện có để làm Demo, để Manus tạo ra từng hình ảnh cho các tình huống mà người dùng có thể gặp phải, kiểm tra và sửa đổi từng bức ảnh, cuối cùng cắt Demo thành video. Khi phương án đã rõ ràng, cô ấy đã hoàn thành chức năng, giao diện của phiên bản web và phiên bản máy tính đều do cô ấy thực hiện.

Đồng nghiệp làm bot Slack hoạt động trên máy tính đám mây. Các đồng nghiệp không phải phát triển muốn biết một chức năng được thực hiện như thế nào, tài liệu ở đâu, có được đưa lên không, không cần phải hỏi trước ai quản lý, chỉ cần hỏi nó là được. Điều này tương ứng với máy tính đám mây có thể hoạt động 7×24 giờ trong 2.0.

Còn một số chức năng hiện tại chỉ được sử dụng nội bộ. Ví dụ, các thành viên trong cùng một dự án mặc định có thể thấy phiên của nhau, kỹ sư và AI hoàn thành phần lớn công việc, quản lý sản phẩm có thể vào cùng một phiên, tiếp tục điều chỉnh khoảng cách, kiểu dáng và văn bản.

Zhang Tao đã viết rất thẳng thắn ở cuối bài, đây là những điều Manus sẽ làm tốt trong thời gian tới, " Chúng tôi sẽ thử nghiệm trước, rồi mới giao cho người dùng".

Câu nói "ăn thức ăn của chính mình" đã lan truyền trong ngành phần mềm hàng chục năm. Người ta thường cho rằng nó bắt nguồn từ một email nội bộ của giám đốc điều hành Microsoft Paul Maritz vào năm 1988, có tiêu đề "Eating our own Dogfood", yêu cầu nhân viên sử dụng nhiều sản phẩm của công ty. Một ví dụ nổi tiếng hơn sau này là Slack, nó ban đầu là công cụ giao tiếp do công ty game Tiny Speck phát triển cho trò chơi "Glitch", trò chơi không thành công, công cụ lại trở thành ngành chính.

Manus đi theo một hướng khác. Sản phẩm trước tiên có, sau đó viết ra cách công ty nội bộ sử dụng nó, coi đó là mẫu hình tốt nhất cho sản phẩm. Đối với một công ty bán Agent đa năng, không có gì thuyết phục hơn "toàn bộ công ty chúng tôi đều làm việc như vậy".

02 Từ một người một Agent, đến một đội một Session

Trong tuyên ngôn này, điều đáng suy ngẫm nhất là phần "cơ hội mà chúng tôi thấy".

Trong năm qua, Agent cá nhân đã trở thành tiêu chuẩn của các công ty lớn. Anthropic có Cowork, Muse của Meta vừa ra mắt đã đứng đầu bảng xếp hạng miễn phí của App Store khu vực Mỹ, WorkBuddy của Tencent đã vượt qua 20 triệu lượt truy cập hàng tháng trong lĩnh vực trí tuệ nhân tạo văn phòng trên PC trong nước. "Cung cấp cho mỗi người một AI làm việc thay cho bạn", đang trở thành điều mà mọi người đều đang làm.

Ba cơ hội mà Zhang Tao liệt kê chỉ ra một tầng ý nghĩa khác.

Điểm đầu tiên, Session bản thân sẽ trở thành đối tượng làm việc cho nhiều người hợp tác, một người đưa ra câu hỏi, nhà thiết kế đưa ra phương án, kỹ sư thực hiện, quản lý sản phẩm tiếp tục vận hành, tất cả đều tiến triển trong cùng một Session.

Điểm thứ hai là sự hợp tác giữa các thiết bị và đồng nghiệp khác nhau.

Điểm thứ ba là khi Agent vào hệ thống và kho kiến thức của công ty, có thể chủ động tìm ra giải pháp mà mọi người không nghĩ đến.

Cả ba điểm đều nói về tổ chức, nói về cách nhiều người và nhiều Agent cùng làm việc.

Điều này liên quan đến tư duy của Cue. Cue đã cung cấp cho mỗi Agent một email, số điện thoại, ví và máy tính độc lập. CEO Tiêu Hồng đã nói khi phát hành rằng, một "thứ" như vậy có thể được gọi là "người", tiếp theo "có lẽ nên có một nhóm nhiều người và Bot". Cue đã đưa ý tưởng này vào cuộc sống cá nhân, đồng nghiệp số trong bài viết, chính là hình ảnh của nó trong công ty.

Một số chi tiết về đồng nghiệp số sống động hơn bất kỳ giới thiệu chức năng nào.

Nhiều đồng nghiệp sẽ cùng lúc tìm nó, vì vậy nó chỉ trò chuyện với mọi người trong một "bàn làm việc" Session, các nhiệm vụ cụ thể sẽ được phân chia cho các Session khác để hoàn thành song song. Tin nhắn trên Slack rất nhiều, nó sẽ trước tiên xác định xem có liên quan đến mình hay không, nếu có liên quan thì sẽ phân thành hai loại "cần làm gián đoạn công việc hiện tại" và "hoàn thành rồi mới xử lý". Zhang Tao đặc biệt nhấn mạnh, bộ quy tắc này là AI tự thiết kế trong quá trình phát triển.

Một lần, các đồng nghiệp đang thảo luận về hai dự án trên Slack, một lúc không nhớ rõ một dự án đã đến giai đoạn nào. Không ai @ nó, nó chủ động nhắc nhở, "B vẫn đang trong giai đoạn thử nghiệm, có nên đợi kết quả của A ra rồi mới xem B không?" Sau khi đội sản phẩm ra mắt chức năng tạo mô hình 3D và gắn xương, nó lại chủ động hỏi điều kiện áp dụng, làm rõ rằng việc gắn xương hiện tại hỗ trợ bảy loại vật thể như cá, rắn, động vật bốn chân, sau đó có thể giới thiệu chính xác ra bên ngoài.

Zhang Tao nói, vào khoảnh khắc đó, nó giống như một đồng nghiệp luôn chăm chú lắng nghe cuộc họp.

Khi Agent đơn lẻ trở thành tiêu chuẩn, khu vực tiếp theo của Agent đa năng có lẽ chính là ở tầng hợp tác đội nhóm. Manus đã biến công ty của mình thành một sân thử nghiệm.

03 Chi phí trung bình 10.000 đô la

Con số gây tranh cãi nhất trong bài viết là chi phí AI trung bình vượt quá 10.000 đô la vào tháng 9. Zhang Tao đã đề cập một lần trong vòng bạn bè vào đầu tháng, đã thu hút không ít nghi ngờ "tiêu tốn quá mức", lần này anh đã đưa ra ba lý do một cách thẳng thắn.

Điểm đầu tiên, số tiền này mua thời gian và sự chú ý. Đội ngũ càng lớn, chi phí giao tiếp càng cao, AI tiết kiệm được sự chú ý của mỗi người, giúp mỗi người có thể kiểm soát tốt hơn những việc mình phụ trách.

Điểm thứ hai, đắt là vì sử dụng mô hình tốt nhất, đây là phương pháp cốt lõi để hiểu giới hạn khả năng của AI. Anh đã đưa ra ví dụ về robot kiểm tra mã. Đồng nghiệp phụ trách hiệu suất phát triển nói rằng, trong nửa năm qua không nghe nói đến việc có mã lỗi dẫn đến sự cố trực tuyến, trong khi sau khi AI lập trình phổ biến, lượng mã được gửi hàng ngày của công ty "rất ấn tượng". Đồng nghiệp này cảm thấy, đây có thể là khoản chi tiêu hợp lý nhất của công ty.

Điểm thứ ba thú vị nhất. Ngày càng nhiều công việc phát triển được hoàn thành trên Manus Studio, Studio là sản phẩm của Manus, mỗi Token bị tiêu tốn nội bộ sẽ trở thành dữ liệu giúp nhìn rõ nơi lãng phí Token. Sản phẩm được cải tiến, lãng phí giảm, chi phí giảm, người dùng cũng được hưởng lợi theo.

Logic này đã biến một khoản chi phí thành đầu tư phát triển. Phán đoán của Zhang Tao là, ngày nay mỗi tháng 10.000 đô la đổi lấy cách làm việc, hai năm sau có thể chỉ cần vài trăm đô la.

Nhìn từ một góc độ khác, khoản chi này cũng phản ánh tình huống chung của các công ty Agent ở tầng ứng dụng. Kỹ sư ở đầu bài viết mở màn trên màn hình của mình, ngoài Manus, còn có Codex của OpenAI. Nghiên cứu phát triển của Manus không thể tách rời khỏi các mô hình hàng đầu, trong khi các công ty cung cấp những mô hình này cũng đang phát triển sản phẩm Agent.

Có bình luận gọi mô hình này là "đổi mới phụ thuộc", tìm kiếm khoảng trống giữa khả năng và người dùng trên nền tảng đã được người khác xây dựng, cái giá phải trả là mỗi khi làm một giao dịch, đều phải trả một khoản tiền cho đối thủ tiềm năng.

Theo nghĩa này, chi phí trung bình 10.000 đô la đồng thời chứng minh hai điều. Một là đội ngũ thực sự đã chạm đến giới hạn khả năng của mô hình; hai là Manus đã sớm gặp phải vấn đề chi phí của Agent hơn cả người dùng của mình, do đó có cơ hội giải quyết nó trước.

04 Tốc độ, và sự bất an của Zhang Tao

Mặt khác của tuyên ngôn là các thành viên trong đội ngũ Manus.

Trong bài viết này, gần như mọi vị trí đều đã được viết lại. Kỹ sư từ việc tự tay viết mã, trở thành người chỉ huy AI làm việc, chịu trách nhiệm cho kết quả. Quản lý sản phẩm phải có khả năng đưa chức năng lên trực tuyến, phần lớn giao diện mà người dùng thấy trong Manus Studio, còn Video Editor, đều do quản lý sản phẩm thực hiện. Các nhà thiết kế gần đây cũng bắt đầu viết mã.

Trương Đào đã sử dụng một cách diễn đạt để tóm tắt sự thay đổi này, từ Human in the loop đến Human on the loop. Trước đây, AI làm khoảng bảy, tám phần, phần còn lại do con người bổ sung; bây giờ con người thiết kế các quy tắc, giám sát công việc của nhiều AI, đưa ra phán đoán tại các điểm quan trọng và can thiệp khi cần thiết.

Người đồng nghiệp trong đội ngũ sử dụng AI nhiều nhất, cách làm việc của anh ấy rất "cường điệu". Anh có một phiên họp Manus tổng thể, chỉ chịu trách nhiệm liệt kê những việc cần anh quyết định, kèm theo các đề xuất. Mọi người thảo luận sôi nổi trên Slack, anh có thể không mở Slack, chỉ hỏi AI "Hiện tại có gì cần tôi quyết định?"

Những định nghĩa mới này, ở một mức độ nào đó, cũng giống như một thông báo tuyển dụng. Cuối bài viết, có nói rằng con người vẫn quan trọng, vì vậy "chúng tôi vẫn đang tuyển dụng". Hầu như cùng một thời điểm, Manus đã mở ra 17 vị trí tại Bắc Kinh, từ kỹ sư Agent Harness đến phân tích kinh doanh, CEO Tiêu Hồng nói rằng trong một ngày đã nhận được hàng nghìn hồ sơ xin việc. GitLab đã công khai sổ tay nhân viên trên mạng, Netflix cũng đã phát hành sổ tay văn hóa từ những năm đầu, lý do tương tự.

Nói rõ một công ty làm việc như thế nào, bản thân nó đã là một cách để lọc ra những người sẽ đến.

Nhưng điều khiến Geeks Park cảm động nhất lại là phần mà Trương Đào không chắc chắn.

Anh thẳng thắn chia sẻ tâm trạng của mình rất phức tạp, vừa phấn khích, vừa lo lắng:

"Nhịp độ này có đúng không, có đủ nhanh hay quá nhanh không?"

Câu hỏi này đáng để tiếp tục khai thác. Một người cùng lúc gánh vác hai mươi yêu cầu, làm thế nào để đảm bảo chất lượng, nếu có vấn đề thì trách nhiệm sẽ được phân chia như thế nào? "Nửa năm không nghe thấy sự cố trực tuyến" là cảm nhận của một đồng nghiệp, còn chưa nói đến một thống kê nào. Một nửa các quản lý sản phẩm đã có thể tự mình ra mắt, nửa còn lại sẽ theo kịp như thế nào? Bài viết không mở rộng, có lẽ câu trả lời vẫn đang trong quá trình tìm kiếm.

Còn có một đoạn rất riêng tư. Trương Đào viết rằng anh có ADHD, mỗi ngày có hơn hai mươi việc cần làm, điều khó nhất là "bắt đầu làm". Bây giờ anh giao tất cả các việc cần làm cho một dự án Manus chuyên biệt, nó có thể làm những gì có thể bắt đầu ngay, những gì không chắc chắn sẽ quay lại hỏi anh, sau đó kết hợp với Slack, Gmail và Notion để thực hiện một vòng nghiên cứu, giao cho các quản lý sản phẩm tương ứng.

Anh nói, điều này giúp anh giảm bớt rất nhiều lo âu "không biết bắt đầu từ đâu" mỗi ngày.

Khi kết thúc bài viết, Trương Đào trở lại câu hỏi đó, con người cuối cùng làm gì. Câu trả lời của anh là xác định vấn đề, đánh giá chất lượng, quyết định điều gì đáng làm và chịu trách nhiệm về kết quả.

Trong tổ chức AI Native, vai trò của con người không hề nhỏ đi, mà ngược lại còn tập trung hơn.

Tuyên ngôn này đã chứng minh hiệu quả tổ chức của Manus. Liệu nó có thể trở thành sản phẩm mà người khác sẵn sàng trả tiền hay không, sẽ phụ thuộc vào những chức năng "chỉ sử dụng nội bộ" đó, khi nào và dưới hình thức nào sẽ được giao cho người dùng.

Trương Đào tò mò ở cuối bài viết, sau nửa năm hoặc một năm nữa khi viết về chủ đề này, cách làm việc của họ sẽ trở thành như thế nào.

Tôi nghĩ, đến lúc đó nhìn lại, chúng ta có lẽ sẽ biết bài viết này là một tuyên ngôn hay một thông báo trước.