Manus, acaba de publicar silenciosamente su declaración 2.0

Autor: Hualin Wang, Geek Park

Editor: Jingyu, Geek Park

El 26 de octubre, Zhang Tao (apodo HideCloud), cofundador y socio de producto de Manus, escribió recientemente un extenso artículo en su cuenta pública "Pensamientos de Nubes Ocultas", titulado "Transformando Manus con Manus".

El comienzo del artículo presenta una imagen que le dejó una profunda impresión. Le dio a un ingeniero varias demandas y errores, y al poco tiempo fue a ver el progreso, descubriendo que en la computadora del ingeniero había una fila de sesiones de Codex y Manus abiertas. Al abrir una al azar, se dio cuenta de que el texto era exactamente la demanda que acababa de enviar por Slack, sin un solo cambio.

Lo que más le sorprendió fue que este ingeniero estaba manejando simultáneamente más de diez o veinte demandas. En el Manus de hoy, esto ya es la norma.

Este artículo contiene una gran cantidad de información, y hay varias cosas que merecen ser anotadas.

Dentro de Manus, se ha creado un acceso unificado de código llamado Manus-mono, acompañado de un manual escrito para que la IA pueda ver el panorama general a través de diferentes repositorios. Una demanda puede ser completada por una sola persona en todos los frentes. El equipo de móviles ha tenido solo 7 personas, responsables de 2 productos y 4 aplicaciones, y su progreso está prácticamente sincronizado con la versión web.

Todos los gerentes de producto han presentado código a Manus, y aproximadamente la mitad puede llevar una demanda a producción de manera independiente. Algunas demandas entregadas por los gerentes de producto ya han pasado de ser documentos a convertirse en videos.

El equipo de marketing ahora cuenta con un "colega digital" que organiza su propio trabajo, recuerda proactivamente el progreso de los proyectos y se comunica con otros equipos para aclarar los detalles de las funciones.

En septiembre, el gasto en IA por persona en la empresa superó los 10,000 dólares, y algunas personas gastaron entre 70,000 y 80,000 dólares en un mes. Zhang Tao dedicó una sección a responder las dudas del público.

El momento en que se publicó el artículo también es sutil. A finales de septiembre, Manus lanzó la versión 2.0 y la aplicación de agente personal Cue; a principios de octubre, la empresa matriz, Efecto Mariposa, anunció que había completado una nueva ronda de financiamiento de más de 500 millones de dólares, al mismo tiempo que abrió 17 puestos en Beijing.

Visto en este contexto, este artículo se asemeja más a una declaración del equipo de Manus sobre su entrada en la era 2.0. Habla sobre cómo la organización utiliza la IA para evolucionar, revelando la dirección del producto de la empresa, su lógica de costos y sus estándares de contratación.

01 Manus en sí mismo es el modelo de la 2.0

Si colocas las prácticas internas del artículo junto con la lista de funciones de Manus 2.0, descubrirás que casi se corresponden una a una.

El colega digital del equipo de marketing, que no se siente cómodo con el sitio web interno, puede presentar demandas directamente a través de una interfaz de retroalimentación, y una vez que la demanda entra, se activa automáticamente la tarea de desarrollo de Manus. Detrás de esto se utiliza la automatización de 2.0, que inicia automáticamente una tarea al recibir una notificación externa.

Los gerentes de producto reemplazan los documentos de demanda con videos, gracias a las capacidades de video significativamente mejoradas en 2.0, que permiten generar videos a partir de imágenes y crear animaciones a partir de código. La gerente de producto que trabaja en la función de conversión de voz a texto tiene una historia muy típica. Primero hizo que Manus probara más de diez modelos, eligió uno para integrarlo y luego, siguiendo las normas de diseño existentes, creó un demo, haciendo que Manus generara imágenes de los escenarios que los usuarios podrían encontrar, revisando y modificando una por una, y finalmente editó el demo en un video. Una vez que el plan estuvo claro, simplemente completó la función, y las interfaces de la versión web y de escritorio fueron diseñadas por ella.

El bot de Slack creado por un colega funciona en una computadora en la nube. Los colegas que no son de desarrollo que quieren saber cómo se implementa una función, dónde está el texto o si ya está en línea, no necesitan preguntar a quién le corresponde, simplemente pueden preguntarle. Esto corresponde a la computadora en la nube que puede estar presente 24/7 en 2.0.

Hay algunas funciones que actualmente solo se utilizan internamente. Por ejemplo, los miembros del mismo proyecto pueden ver por defecto las sesiones de los demás, y una vez que los ingenieros y la IA han completado la mayor parte del trabajo, los gerentes de producto pueden entrar en la misma sesión para ajustar el espaciado, el estilo y el texto.

Zhang Tao escribe al final de su artículo de manera muy directa, que estas son las cosas que Manus debe hacer bien en el futuro, "Primero lo probaremos nosotros mismos, y luego lo entregaremos a los usuarios".

La expresión "comer nuestra propia comida para perros" ha circulado en la industria del software durante décadas. Se considera que se originó en un correo interno de 1988 del ejecutivo de Microsoft Paul Maritz, titulado "Eating our own Dogfood", que pedía a los empleados que usaran más los productos de la empresa. Un ejemplo más famoso es Slack, que originalmente fue una herramienta de comunicación utilizada por la empresa de juegos Tiny Speck durante el desarrollo de "Glitch"; el juego no tuvo éxito, pero la herramienta se convirtió en su negocio principal.

Manus sigue una dirección diferente. Primero se desarrolla el producto, y luego se documenta cómo se utiliza internamente, convirtiéndolo en el mejor modelo del producto. Para una empresa que vende agentes generales, no hay demostración más convincente que "toda nuestra empresa trabaja de esta manera".

02 De un agente por persona a una sesión por equipo

En esta declaración, lo más digno de reflexión es la sección "las oportunidades que vemos".

En el último año, los agentes personales se han convertido en un estándar en las grandes empresas. Anthropic tiene Cowork, Muse de Meta alcanzó rápidamente el primer lugar en la lista de aplicaciones gratuitas de la App Store en EE. UU., y WorkBuddy de Tencent superó los 20 millones de visitas mensuales en el ámbito de los agentes inteligentes de PC en China. "Proveer a cada persona con un AI que trabaje para ti" se está convirtiendo en algo que todos están haciendo.

Las tres oportunidades que enumera Zhang Tao apuntan a un nivel diferente.

La primera, la sesión en sí se convertirá en un objeto de trabajo colaborativo, donde una persona plantea una pregunta, un diseñador presenta una solución, un ingeniero la implementa y un gerente de producto la opera, todo dentro de la misma sesión.

La segunda es la colaboración entre dispositivos y colegas.

La tercera es que una vez que el agente ingresa al sistema y a la base de conocimientos de la empresa, puede encontrar soluciones que las personas no habían considerado.

Las tres hablan sobre la organización, sobre cómo varias personas y varios agentes trabajan juntos.

Esto es coherente con la idea de Cue. Cue proporciona a cada agente un correo electrónico, un número de teléfono, una billetera y una computadora independientes. El CEO Xiao Hong mencionó al lanzarlo que tal "cosa" podría ser considerada "humana", y que "quizás debería haber un grupo de muchas personas y bots". Cue incorpora esta idea en la vida personal, mientras que el colega digital en el artículo es su representación en la empresa.

Algunos detalles sobre el colega digital son más vívidos que cualquier descripción de funciones.

Muchos colegas lo consultan al mismo tiempo, por lo que solo interactúa con todos en una sesión de "mesa de trabajo", y las tareas específicas se dividen en otras sesiones para completarse en paralelo. Con muchos mensajes en Slack, primero determina si están relacionados con él, y los clasifica en dos categorías: "interrumpir lo que está haciendo" y "manejarlo después de terminar". Zhang Tao menciona especialmente que estas reglas fueron diseñadas por la IA durante su desarrollo.

Una vez, los colegas discutían en Slack sobre dos proyectos y no podían recordar en qué etapa estaba uno de ellos. Nadie lo mencionó, pero él recordó proactivamente: "B todavía está en la fase de prueba, ¿deberíamos esperar a que salgan los resultados de A antes de revisar B?" Después de que el equipo de producto lanzó la generación de modelos 3D y la vinculación de esqueletos, él también preguntó proactivamente sobre las condiciones de uso, aclarando que la vinculación de esqueletos actualmente soporta siete tipos de objetos, incluyendo peces, serpientes y animales cuadrúpedos, y luego pudo presentar esta información con precisión.

Zhang Tao dice que en ese momento se parecía más a un colega que siempre está escuchando atentamente.

Cuando el agente individual se convierte en un estándar, el próximo terreno para los agentes generales probablemente esté en el nivel de la colaboración en equipo. Manus primero convierte su propia empresa en un campo de pruebas.

03 Gasto promedio de 10,000 dólares

El número más controvertido del artículo es el gasto promedio de más de 10,000 dólares en IA por persona en septiembre. Zhang Tao lo mencionó a principios de mes en su círculo de amigos, lo que generó muchas dudas sobre "gastar demasiado", y esta vez proporcionó tres razones en respuesta.

La primera, este dinero compra tiempo y atención. A medida que el equipo crece, los costos de comunicación aumentan, y la IA ahorra la atención de cada persona, permitiendo que cada uno tenga un control más completo sobre lo que le corresponde.

La segunda, es caro porque se utilizan los mejores modelos, lo cual es un método clave para entender los límites de la capacidad de la IA. Mencionó el ejemplo de un robot de revisión de código. Un colega responsable de la eficiencia de desarrollo dijo que en los últimos seis meses no había escuchado sobre fallos en línea debido a problemas con el código integrado, y que después de la popularización de la programación con IA, la cantidad de código enviado por la empresa cada día es "muy exagerada". Este colega considera que este podría ser el gasto más rentable de la empresa.

La tercera razón es la más interesante. Cada vez más trabajo de desarrollo se realiza en Manus Studio, que es un producto de Manus. Cada token que se consume internamente se convierte en datos que ayudan a identificar dónde se está desperdiciando el token. A medida que el producto mejora, el desperdicio disminuye, los costos bajan y los usuarios también se benefician.

Esta lógica convierte un gasto en una inversión en desarrollo. Zhang Tao estima que el método de trabajo que hoy cuesta 10,000 dólares al mes, en dos años podría costar solo unos cientos de dólares.

Desde otra perspectiva, este cálculo también refleja la situación común de las empresas de agentes en la capa de aplicación. En la pantalla del ingeniero mencionado al principio, además de Manus, también estaba abierto Codex de OpenAI. El desarrollo de Manus depende de los modelos de más alto nivel, y las empresas que proporcionan estos modelos también están desarrollando productos de agentes.

Algunos comentarios han llamado a este modelo "innovación dependiente", encontrando capacidades y usuarios en los espacios que otros han creado, con el costo de tener que pagar a un potencial competidor por cada negocio realizado.

En este sentido, el gasto promedio de 10,000 dólares demuestra dos cosas. Primero, el equipo ha tocado efectivamente los límites de la capacidad del modelo; segundo, Manus se ha encontrado con el problema de costos de los agentes antes que sus usuarios, lo que le da una mejor oportunidad de resolverlo primero.

04 Velocidad y la inquietud de Zhang Tao

El otro lado de la declaración son los miembros del equipo de Manus.

En este artículo, casi todos los puestos han sido reescritos. Los ingenieros han pasado de escribir código manualmente a dirigir a la IA en su trabajo y ser responsables de los resultados. Los gerentes de producto deben ser capaces de llevar las funciones a producción, y la mayoría de las interfaces que los usuarios ven en Manus Studio, así como el Video Editor, han sido creadas por los gerentes de producto. Los diseñadores también han comenzado a escribir código recientemente.

Zhang Tao utilizó una expresión para resumir este cambio, de "Humano en el bucle" a "Humano sobre el bucle". Antes, la IA hacía el 70-80%, y lo que quedaba lo completaba el humano; ahora, la persona diseña las reglas, supervisa el trabajo de múltiples IA, toma decisiones en puntos clave y, si es necesario, interviene.

El colega que más utiliza la IA en el equipo tiene un estilo de trabajo muy "exagerado". Tiene una sesión general de Manus, donde solo se encarga de listar las cosas que necesita decidir, junto con recomendaciones. Mientras todos discuten acaloradamente en Slack, él puede no abrir Slack y simplemente preguntarle a la IA: "¿Hay algo que necesite decidir ahora?"

Estas nuevas definiciones, en cierto sentido, también son un anuncio de contratación. Al final del artículo se menciona que las personas siguen siendo importantes, por lo que "también seguimos contratando". Casi al mismo tiempo, Manus abrió 17 puestos en Beijing, desde ingenieros de harness de agentes hasta análisis comercial, y el CEO Xiao Hong mencionó que en un solo día recibieron miles de currículos. GitLab publicó su manual de empleados en línea, y Netflix lanzó su manual cultural hace años, lo que es un razonamiento similar.

Explicar cómo trabaja una empresa es, en sí mismo, un filtro para determinar qué tipo de personas vendrán.

Pero lo que más impactó a Geek Park fue la parte en la que Zhang Tao no está tan seguro.

Él admite que sus sentimientos son complejos, con emoción y también inquietud:

"¿Es este ritmo el correcto, es lo suficientemente rápido o demasiado rápido?"

Esta pregunta merece ser explorada más a fondo. ¿Cómo se garantiza la calidad cuando una persona maneja veinte demandas al mismo tiempo? ¿Cómo se asigna la responsabilidad si hay problemas? "No he escuchado sobre fallos en línea en seis meses" es la percepción de un colega, pero no se puede considerar una estadística. ¿Cómo se pondrá al día la otra mitad de los gerentes de producto que aún no pueden lanzar de manera independiente? El artículo no se desarrolla en esto, y quizás la respuesta aún esté en exploración.

Hay también una parte muy personal. Zhang Tao menciona que tiene TDAH, con más de veinte tareas pendientes cada día, y lo más difícil es "empezar a hacer". Ahora entrega todas sus tareas pendientes a un proyecto específico de Manus, que puede comenzar directamente con lo que puede hacer, y si hay dudas, vuelve a preguntarle, combinando Slack, Gmail y Notion para hacer una ronda de investigación, y luego entrega a los gerentes de producto correspondientes.

Él dice que esto le ha reducido mucho la ansiedad de "no saber por dónde empezar".

Al final del artículo, Zhang Tao regresa a la pregunta de qué hace la gente al final. Su respuesta es definir problemas, juzgar calidad, decidir qué vale la pena hacer y ser responsable de los resultados.

En una organización nativa de IA, el papel de las personas no se ha reducido, sino que se ha concentrado más.

Esta declaración ya ha demostrado la eficiencia organizativa de Manus. Si puede convertirse en un producto por el que otros estén dispuestos a pagar, dependerá de cuándo y cómo se entreguen al usuario esas funciones que "solo se utilizan internamente".

Zhang Tao se pregunta al final del artículo cómo será su forma de trabajar en seis meses o un año al volver a escribir sobre este tema.

Creo que para entonces, al mirar hacia atrás, probablemente sabremos si este artículo es una declaración o un adelanto.