Manus vient de publier discrètement sa déclaration 2.0

Auteur : Wang Lin, Geek Park

Éditeur : Jing Yu, Geek Park

Le 26 octobre, Zhang Tao (pseudo HideCloud), co-fondateur et partenaire produit de Manus, a récemment écrit un long article sur son compte public "Qian Yun Si Xu", intitulé "Transformer Manus avec Manus".

Au début de l'article, il décrit une scène qui l'a beaucoup marqué. Il a donné quelques exigences et bugs à un ingénieur, et en revenant un moment plus tard pour voir les progrès, il a découvert que l'ordinateur de l'ingénieur affichait une série de sessions Codex et Manus. En cliquant sur l'une d'elles, il a vu que le texte de la demande qu'il venait d'envoyer sur Slack était là, mot pour mot.

Ce qui l'a encore plus surpris, c'est que cet ingénieur gérait simultanément une quinzaine à une vingtaine de demandes. Dans le Manus d'aujourd'hui, c'est déjà devenu la norme.

Cet article contient beaucoup d'informations, et plusieurs points méritent d'être notés.

Manus a mis en place un point d'entrée de code unifié appelé Manus-mono, accompagné d'un manuel destiné à l'IA, permettant à l'IA de voir la vue d'ensemble à travers les dépôts. Une demande peut être entièrement écrite par une seule personne. L'équipe mobile, qui ne compte que 7 personnes, gère simultanément 2 produits et 4 applications, avec un rythme de progression presque synchronisé avec la version web.

Tous les chefs de produit ont soumis du code à Manus, et environ la moitié d'entre eux peuvent mettre une demande en ligne de manière autonome. Certaines demandes soumises par des chefs de produit sont déjà passées d'un document à une vidéo.

L'équipe marketing a maintenant un "collègue numérique" qui organise son travail, rappelle proactivement l'avancement des projets, et va même interroger d'autres équipes pour clarifier les détails des fonctionnalités.

En septembre, les dépenses en IA par personne dans l'entreprise ont dépassé 10 000 dollars, et quelques personnes ont dépensé entre 70 000 et 80 000 dollars en un mois. Zhang Tao a consacré une section à répondre aux critiques extérieures.

Le moment de publication de l'article est également très subtil. Fin septembre, Manus a lancé la version 2.0 et l'application d'agent personnel Cue ; début octobre, la société mère Butterfly Effect a annoncé avoir levé plus de 500 millions de dollars lors d'un nouveau tour de financement, tout en ouvrant 17 postes à Pékin.

À ce moment-là, cet article ressemble davantage à une déclaration de l'équipe Manus entrant dans l'ère 2.0. Il traite de la manière dont l'organisation utilise l'IA pour évoluer, tout en révélant la direction des produits de l'entreprise, sa logique de coûts et ses critères de recrutement.

01 Manus lui-même est le modèle de la 2.0

Si vous mettez ensemble les pratiques internes de l'article et la liste des fonctionnalités de Manus 2.0, vous constaterez qu'elles correspondent presque parfaitement.

Le collègue numérique de l'équipe marketing, s'il trouve l'utilisation du site interne peu pratique, peut soumettre une demande directement via une interface de retour d'information, et dès qu'une demande est reçue, elle déclenche automatiquement une tâche de développement dans Manus. Cela repose sur les Automations de 2.0, qui commencent automatiquement une tâche dès qu'une notification externe est reçue.

Les chefs de produit remplacent les documents de demande par des vidéos, grâce à la capacité vidéo considérablement améliorée de 2.0, qui permet de générer des vidéos à partir d'images et de créer des animations à partir de code. L'histoire d'un chef de produit travaillant sur la fonctionnalité de conversion de la voix en texte est très typique. Elle a d'abord demandé à Manus de tester plus d'une dizaine de modèles, a sélectionné un modèle à intégrer, puis a créé un démo selon les normes de conception existantes, demandant à Manus de générer des images pour chaque scénario que les utilisateurs pourraient rencontrer, les vérifiant et les modifiant une par une, avant de monter le démo en vidéo. Une fois le plan clarifié, elle a simplement terminé la fonctionnalité, et les interfaces de la version web et de la version de bureau proviennent de son travail.

Le robot Slack créé par un collègue fonctionne sur un ordinateur cloud. Les collègues non techniques qui souhaitent savoir comment une fonctionnalité est réalisée, où se trouve le texte, ou si elle est en ligne, n'ont pas besoin de demander à qui elle appartient, ils peuvent simplement lui poser la question. Cela correspond à l'ordinateur cloud qui peut rester actif 24 heures sur 24 et 7 jours sur 7 dans 2.0.

Il existe également certaines fonctionnalités qui ne sont actuellement utilisées qu'en interne. Par exemple, les membres d'un même projet peuvent par défaut voir les sessions des autres, et une fois que les ingénieurs et l'IA ont terminé la plupart du travail, les chefs de produit peuvent entrer dans la même session pour ajuster les espacements, les styles et le texte.

Zhang Tao écrit à la fin de l'article de manière très directe, ce sont les choses que Manus doit bien faire à l'avenir, "nous allons d'abord essayer nous-mêmes, puis le remettre aux utilisateurs".

L'expression "manger notre propre nourriture pour chien" circule dans l'industrie du logiciel depuis des décennies. On pense généralement qu'elle provient d'un e-mail interne de Paul Maritz, un cadre de Microsoft, en 1988, intitulé "Eating our own Dogfood", demandant aux employés d'utiliser davantage les produits de l'entreprise. Un exemple plus célèbre est Slack, qui était à l'origine un outil de communication utilisé par la société de jeux Tiny Speck lors du développement de "Glitch". Le jeu n'a pas réussi, mais l'outil est devenu l'activité principale.

Manus prend une autre direction. Les produits existent d'abord, puis l'entreprise écrit comment les utiliser en interne, servant de meilleur modèle pour le produit. Pour une entreprise qui vend des agents généraux, rien n'est plus convaincant que "nous travaillons tous de cette manière".

02 D'un agent par personne à une session par équipe

Dans cette déclaration, la section la plus digne d'être examinée est celle intitulée "les opportunités que nous voyons".

Au cours de l'année passée, les agents personnels sont devenus la norme pour les grandes entreprises. Anthropic a Cowork, Muse de Meta a rapidement atteint la première place du classement gratuit de l'App Store américain, et WorkBuddy de Tencent a dépassé 20 millions de visites mensuelles sur les agents intelligents de bureau en Chine. "Fournir à chaque personne un AI qui travaille pour vous" devient une tâche que tout le monde entreprend.

Les trois opportunités énumérées par Zhang Tao pointent vers un autre niveau.

La première, la session elle-même deviendra un objet de travail collaboratif, une personne pose une question, un designer propose une solution, un ingénieur la réalise, et un chef de produit gère ensuite, tout cela se fait dans la même session.

La deuxième concerne la collaboration entre appareils et collègues.

La troisième est que lorsque l'agent entre dans le système et la base de connaissances de l'entreprise, il peut trouver de manière proactive des solutions auxquelles les gens n'ont pas pensé.

Les trois points parlent d'organisation, de la manière dont plusieurs personnes et plusieurs agents peuvent travailler ensemble.

Cela est en accord avec la pensée de Cue. Cue a attribué à chaque agent une adresse e-mail, un numéro de téléphone, un portefeuille et un ordinateur indépendants. Le CEO Xiao Hong a déclaré lors du lancement que ce "chose" pourrait peut-être être appelée "humain", et que "devrait-il y avoir un groupe de nombreuses personnes et de bots". Cue a intégré cette idée dans la vie personnelle, tandis que le collègue numérique de l'article en est l'incarnation dans l'entreprise.

Quelques détails sur le collègue numérique sont plus vivants que n'importe quelle présentation de fonctionnalité.

De nombreux collègues l'interrogent simultanément, donc il ne dialogue qu'au sein d'une seule session "bureau", les tâches spécifiques étant réparties dans d'autres sessions pour être réalisées en parallèle. Avec beaucoup de messages Slack, il détermine d'abord s'ils le concernent, et ceux qui le concernent sont divisés en deux catégories : "interrompre ce que je fais" et "traiter après avoir terminé". Zhang Tao a particulièrement mentionné que ces règles ont été conçues par l'IA elle-même au cours du processus de développement.

Une fois, des collègues discutaient de deux projets sur Slack, et ils ne se souvenaient pas à quel stade se trouvait l'un d'eux. Personne ne l'a mentionné, mais il a proactivement rappelé : "B est encore en phase de test, devrions-nous attendre que les résultats d'A sortent avant de regarder B ?" Après que l'équipe produit a mis en ligne la génération de modèles 3D et le rattachement d'os, il est également allé demander les conditions d'application, clarifiant que le rattachement d'os prend actuellement en charge sept types d'objets, y compris les poissons, les serpents et les animaux quadrupèdes, afin de pouvoir en parler avec précision lors des présentations externes.

Zhang Tao a déclaré qu'à ce moment-là, il ressemblait davantage à un collègue qui écoute attentivement la réunion.

Lorsque l'agent individuel devient la norme, le prochain territoire des agents généraux se situe probablement au niveau de la collaboration en équipe. Manus a d'abord transformé sa propre entreprise en un terrain d'expérimentation.

03 Dépenses en IA de 10 000 dollars par personne

Le chiffre le plus controversé de l'article est la dépense en IA par personne de plus de 10 000 dollars en septembre. Zhang Tao en a parlé une fois au début du mois sur les réseaux sociaux, suscitant de nombreuses critiques sur le fait que c'était "trop excessif". Cette fois, il a donné trois raisons en réponse.

La première, cet argent achète du temps et de l'attention. Plus l'équipe est grande, plus le coût de communication est élevé, l'IA économise l'attention de chacun, permettant à chacun de mieux contrôler ce dont il est responsable.

La deuxième, c'est cher parce que nous utilisons les meilleurs modèles, c'est la méthode clé pour comprendre les limites des capacités de l'IA. Il a cité l'exemple d'un robot de révision de code. Un collègue responsable de l'efficacité de développement a déclaré qu'il n'avait pas entendu parler de problèmes de code causant des pannes en ligne au cours des six derniers mois, et après la généralisation de la programmation assistée par IA, le volume de soumissions de code de l'entreprise est "très impressionnant". Ce collègue estime que c'est peut-être la dépense la plus rentable de l'entreprise.

La troisième raison est la plus intéressante. De plus en plus de travaux de développement sont réalisés sur Manus Studio, qui est le produit de Manus. Chaque token brûlé en interne se transforme en données permettant de voir où se trouvent les gaspillages de tokens. Les produits s'améliorent, le gaspillage diminue, les coûts baissent, et les utilisateurs en bénéficient également.

Cette logique transforme un coût en investissement en recherche et développement. Zhang Tao estime que la méthode de travail actuelle, coûtant 10 000 dollars par mois, pourrait ne nécessiter que quelques centaines de dollars dans deux ans.

Vu sous un autre angle, ce chiffre reflète également la situation commune des entreprises d'agents de niveau d'application. L'ingénieur mentionné au début de l'article, dont l'écran affichait à la fois Manus et Codex d'OpenAI. Le développement de Manus dépend des modèles de pointe, et les entreprises fournissant ces modèles développent également des produits d'agents.

Certains commentaires qualifient ce modèle d'"innovation dépendante", trouvant des capacités et des utilisateurs dans les lacunes d'une plateforme déjà établie, au prix de devoir payer une somme à un concurrent potentiel pour chaque transaction.

Dans ce sens, les 10 000 dollars par personne prouvent simultanément deux choses. Premièrement, l'équipe a effectivement atteint les limites des capacités des modèles ; deuxièmement, Manus a rencontré le problème des coûts des agents plus tôt que ses utilisateurs, ce qui lui donne une meilleure opportunité de le résoudre en premier.

04 Vitesse et l'inquiétude de Zhang Tao

L'autre face de la déclaration est celle des membres de l'équipe Manus.

Dans cet article, presque chaque poste a été redéfini. Les ingénieurs passent de l'écriture de code à la direction de l'IA, en étant responsables des résultats. Les chefs de produit doivent être capables de mettre les fonctionnalités en ligne, la plupart des interfaces que les utilisateurs voient dans Manus Studio, ainsi que le Video Editor, proviennent du travail des chefs de produit. Les designers ont également commencé à écrire du code récemment.

Zhang Tao a utilisé une expression pour résumer ce changement, passant de "Human in the loop" à "Human on the loop". Auparavant, l'IA réalisait 70 à 80 % du travail, le reste étant complété par des humains ; maintenant, les humains conçoivent les règles, supervisent le travail de plusieurs IA, prennent des décisions à des points clés et interviennent si nécessaire.

Le collègue qui utilise le plus l'IA dans l'équipe a un mode de travail le plus "exagéré". Il a une session Manus générale, où il est responsable de l'énumération des décisions à prendre, accompagnées de recommandations. Pendant que tout le monde discute avec enthousiasme sur Slack, il peut ne pas ouvrir Slack et simplement demander à l'IA : "Y a-t-il des décisions que je dois prendre maintenant ?"

Ces nouvelles définitions sont en quelque sorte une offre d'emploi. À la fin de l'article, il est écrit que les humains restent importants, donc "nous recrutons toujours". À peu près au même moment, Manus a ouvert 17 postes à Pékin, allant d'ingénieur en harness d'agent à analyste commercial, et le CEO Xiao Hong a déclaré avoir reçu des milliers de candidatures en une journée. GitLab a publié son manuel des employés en ligne, et Netflix a publié son manuel culturel dans le passé, ce qui est similaire.

Expliquer comment une entreprise fonctionne, c'est aussi filtrer quel type de personnes viendra.

Mais ce qui a le plus touché Geek Park, c'est la partie où Zhang Tao n'est pas si sûr.

Il admet que ses sentiments sont complexes, mêlant excitation et inquiétude :

"Ce rythme est-il correct, est-il assez rapide ou trop rapide ?"

Cette question mérite d'être approfondie. Comment garantir la qualité lorsque quelqu'un gère simultanément vingt demandes, et comment la responsabilité est-elle attribuée en cas de problème ? "Je n'ai pas entendu parler de pannes en ligne depuis six mois" est le ressenti d'un collègue, mais cela ne constitue pas encore une statistique. Comment la moitié des chefs de produit qui peuvent déjà mettre en ligne de manière autonome vont-ils suivre ? L'article ne s'est pas étendu là-dessus, peut-être que la réponse est encore en cours d'exploration.

Il y a aussi un passage très personnel. Zhang Tao écrit qu'il a un TDAH, avec plus de vingt tâches à faire chaque jour, et que le plus difficile est "de commencer". Maintenant, il confie toutes ses tâches à un projet Manus dédié, qui commence directement ce qu'il peut faire, pose des questions pour ce qui est incertain, et fait d'abord une série de recherches en combinant Slack, Gmail et Notion, avant de remettre cela aux chefs de produit concernés.

Il dit que cela lui a permis de réduire beaucoup l'anxiété de "ne pas savoir par où commencer".

À la fin de l'article, Zhang Tao revient à la question de ce que les humains font finalement. Sa réponse est de définir les problèmes, d'évaluer la qualité, de décider ce qui vaut la peine d'être fait et d'assumer la responsabilité des résultats.

Dans une organisation native à l'IA, le rôle des humains n'a pas diminué, mais s'est plutôt concentré.

Cette déclaration a déjà prouvé l'efficacité organisationnelle de Manus. Sa capacité à devenir un produit pour lequel les gens sont prêts à payer dépendra de la manière dont ces fonctionnalités "utilisées uniquement en interne" seront livrées aux utilisateurs, et sous quelle forme.

Zhang Tao se demande à la fin de l'article comment leur mode de travail évoluera dans six mois ou un an.