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 los ingenieros algunas demandas y errores, y al poco tiempo fue a ver el progreso, descubriendo que en la computadora del ingeniero había una serie 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 en Slack, sin cambios.

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

Este artículo está lleno de información, y hay varias cosas que merecen ser anotadas.

Manus ha creado un punto de entrada de código unificado 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 la versión móvil siempre ha tenido solo 7 personas, responsables de 2 productos y 4 aplicaciones, con un progreso que se sincroniza prácticamente con la versión web.

Todos los gerentes de producto han enviado código a Manus, aproximadamente la mitad puede llevar una demanda hasta su lanzamiento de manera independiente. Algunas demandas entregadas por gerentes de producto han pasado de ser documentos a convertirse en videos.

El equipo de marketing cuenta con un "colega digital" que organiza su trabajo, recuerda proactivamente el progreso del proyecto 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, Butterfly Effect, 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 parece más una declaración del equipo de Manus al entrar en la era 2.0. Habla sobre cómo la organización utiliza la IA para evolucionar, pero revela la dirección del producto de la empresa, la lógica de costos y los estándares de contratación.

01 Manus en sí mismo es el modelo de 2.0

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

El colega digital del equipo de marketing, si encuentra incómodo el sitio web interno, puede presentar una demanda directamente a través de una interfaz de retroalimentación, y una vez que la demanda entra, se activa automáticamente una tarea de desarrollo en 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 utilizan videos en lugar de documentos de demanda, gracias a la capacidad de video significativamente mejorada en 2.0, que permite generar videos a partir de imágenes y crear animaciones con 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 integrar 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 editando el demo en un video. Una vez que la solución estuvo clara, 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. Si un colega que no es de desarrollo quiere saber cómo se implementa una función, dónde está el texto, o si ya está en línea, no necesita preguntar a quién le corresponde, simplemente puede 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 después de que los ingenieros y la IA completan 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 escribió al final 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 "así es como trabaja toda nuestra empresa".

02 De un agente por persona a una sesión por equipo

La sección más digna de reflexión en esta declaración es "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 de oficina en 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 Zhang Tao enumeró apuntan a otro nivel.

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

La segunda es la colaboración entre dispositivos y colegas.

La tercera es que después de que el agente ingrese al sistema y la base de conocimientos de la empresa, podrá encontrar soluciones que las personas no habían considerado.

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

Esto está en línea 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 dijo al lanzar Cue que tal "cosa" podría considerarse "humana", y que "quizás debería haber un grupo de muchas personas y bots". Cue lleva esta idea a 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 dialoga con todos en una sesión de "mesa de trabajo", y las tareas específicas se dividen en otras sesiones para completarse en paralelo. Dado que hay muchos mensajes en Slack, primero determina si tiene relación con él, y los que sí, los clasifica en "interrumpir lo que está haciendo" y "manejarlo después de terminar". Zhang Tao mencionó especialmente que estas reglas fueron diseñadas por la IA durante el proceso de desarrollo.

Una vez, los colegas discutían en Slack sobre dos proyectos y no podían recordar en qué etapa se encontraba uno de ellos. Nadie lo mencionó, pero él recordó proactivamente: "B aún 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 fue a preguntar sobre las condiciones de aplicación, aclarando que la vinculación de esqueletos actualmente admite siete tipos de objetos, incluidos peces, serpientes y animales cuadrúpedos, y luego pudo presentar la información con precisión.

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

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

03 Gasto promedio de 10,000 dólares

El número más controvertido en el 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 provocó varias críticas sobre "gastar demasiado"; esta vez, él dio tres razones directamente.

La primera, este dinero compra tiempo y atención. A medida que el equipo crece, el costo de comunicación aumenta; 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. Citó 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 problemas de código que causaran fallos en línea, y después de la popularización de la programación con IA, la cantidad de código enviado por la empresa diariamente 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 completa en Manus Studio, que es el producto de Manus; cada token consumido internamente se convierte en datos que muestran dónde se está desperdiciando el token. A medida que el producto mejora, se reduce el desperdicio, se disminuyen los costos y los usuarios también se benefician.

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

Visto desde otra perspectiva, este gasto 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 vacíos de plataformas ya establecidas, 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 está demostrando 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 el trabajo y ser responsables de los resultados. Los gerentes de producto deben ser capaces de llevar las funciones hasta su lanzamiento; 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 "Human in the loop" a "Human on the loop". Antes, la IA hacía el 70-80%, y el resto lo completaba el ser humano; ahora, las personas diseñan las reglas, supervisan el trabajo de múltiples IA, toman decisiones en puntos clave y, si es necesario, intervienen.

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, adjuntando recomendaciones. Mientras todos discuten en Slack, él puede no abrir Slack y simplemente preguntar a la IA: "¿Qué necesito 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 analistas comerciales; el CEO Xiao Hong dijo que recibió miles de currículos en un solo día. 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, una forma de filtrar qué tipo de personas vendrán.

Pero lo que más impactó a Geek Park fue la parte menos segura de Zhang Tao.

Él confesó 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 indagada 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. La mitad de los gerentes de producto ya pueden lanzar funciones de manera independiente, ¿cómo se pondrá al día la otra mitad? El artículo no se desarrolla en este sentido, tal vez la respuesta aún esté en exploración.

Hay también una parte muy personal. Zhang Tao escribió 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 antes de entregárselo al gerente de producto correspondiente.

Él dijo 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 podrá convertirse en un producto por el que otros estén dispuestos a pagar, dependerá de cuándo y cómo se entreguen esas funciones que "solo se utilizan internamente" a los usuarios.

Zhang Tao se pregunta al final, cómo será su forma de trabajo dentro de seis meses o un año al volver a escribir sobre este tema.
Creo que, al mirar hacia atrás en ese momento, probablemente sabremos si este artículo es una declaración o un adelanto.