Manus vừa âm thầm công bố tuyên ngôn 2.0 của mình

Tác giả: Hoa Lâm Vũ Vương, Geek Park

Biên tập: Tĩnh Vũ, Geek Park

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 "Tiềm ẩn trong mây" với tiêu đề "Cải cách 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, và sau một thời gian quay lại xem tiến độ, phát hiện ra rằng trên máy tính của đối phương đang mở một loạt phiên Codex và Manus. Chỉ cần nhấp vào một phiên, nội dung đã được nhập chính xác như yêu cầu anh vừa gửi trên Slack, không sai một chữ.

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

Bài viết chứa nhiều thông tin quan trọng, 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 dành cho AI, giúp AI có thể nhìn thấy toàn cảnh qua 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 và 4 ứng dụng, tiến độ đồng bộ với phiên bản web.

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

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

Vào tháng 9, chi phí AI trung bình mỗi người trong công ty đã vượt quá 10.000 USD, một số ít người đã tiêu tốn tới bảy tám mươi nghìn USD 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 cá nhân Cue; đầu tháng 10, công ty mẹ Butterfly Effect thông báo đã hoàn thành vòng gọi vốn mới hơn 500 triệu USD, đồng thời mở 17 vị trí tại Bắc Kinh.

Xét trên bối cảnh này, bài viết này giống như một tuyên ngôn của đội ngũ Manus bước vào kỷ nguyên 2.0. Nó nói về cách tổ chức sử dụng AI để tiến hóa, nhưng lại tiết lộ hướng đi sản phẩm, logic chi phí và tiêu chuẩn nhân sự của công ty này.

01 Manus bản thân là mẫu hình của 2.0

Nếu bạn đặt các thực hành nội bộ trong bài viết và danh sách chức năng của Manus 2.0 cạnh nhau, bạn sẽ thấy chúng gần như có thể đối chiếu với nhau.

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 gửi yêu cầu, ngay khi yêu cầu được gửi vào, nó 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, nó tự động bắt đầu một nhiệm vụ.

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

Đồng nghiệp đã tạo ra một bot Slack chạy trên máy tính đám mây. Những đồng nghiệp không thuộc bộ phận phát triển muốn biết một chức năng được thực hiện như thế nào, nội dung ở đâu, có được phát hành hay không, không cần phải hỏi ai phụ trách, chỉ cần hỏi nó là được. Điều này tương ứng với máy tính đám mây có thể hoạt động 24/7 trong 2.0.

Còn một số chức năng hiện chỉ 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 nội dung.

Zhang Tao đã viết rất trực tiếp ở cuối bài, đây là những điều Manus cần 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 hơn. Một ví dụ nổi tiếng hơn sau đó là Slack, công cụ giao tiếp mà công ty game Tiny Speck phát triển cho trò chơi "Glitch", không thành công nhưng công cụ lại trở thành ngành nghề chính.

Manus đi theo một hướng khác. Sản phẩm được phát triển trước, sau đó viết ra cách công ty sử dụng nó, coi đó là mẫu hình tốt nhất cho sản phẩm. Đối với một công ty bán Agent chung, không có gì thuyết phục hơn việc "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 nhìn 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 tại Mỹ, WorkBuddy của Tencent đã vượt qua 20 triệu lượt truy cập hàng tháng trong lĩnh vực trí tuệ văn phòng trên PC tại Trung Quốc. "Cung cấp cho mỗi người một AI làm việc thay cho họ" đang trở thành điều mà mọi người đều đang thực hiện.

Ba cơ hội mà Zhang Tao liệt kê hướng tới một tầng ý nghĩa khác.

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

Cơ hội thứ hai là hợp tác giữa các thiết bị và đồng nghiệp.

Cơ hội 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 chưa nghĩ tới.

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

Điều này tương đồng với ý tưởng của Cue. Cue đã cung cấp cho mỗi Agent một email, số điện thoại, ví và máy tính độc lập. CEO Xiao Hong 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, trong khi 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 đến nó, vì vậy nó chỉ trò chuyện trong một Session "bàn làm việc", các nhiệm vụ cụ thể sẽ được 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, sẽ chia thành hai loại "cần làm gián đoạn công việc hiện tại" và "hoàn thành rồi xử lý sau". Zhang Tao đặc biệt đề cập rằng, quy tắc này là AI tự thiết kế trong quá trình phát triển.

Một lần, các đồng nghiệp đang thảo luận hai dự án trên Slack, không nhớ rõ một trong số đó đang ở giai đoạn nào. Không ai @ nó, nó tự động nhắc nhở, "B vẫn đang trong giai đoạn thử nghiệm, có nên đợi kết quả của A 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 đi hỏi điều kiện áp dụng, làm rõ rằng việc gắn xương hiện 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 lắng nghe cuộc họp.

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

03 Chi phí trung bình 10.000 USD

Con số gây tranh cãi nhất trong bài viết là chi phí AI trung bình mỗi người đã vượt quá 10.000 USD vào tháng 9. Zhang Tao đã đề cập một lần vào đầu tháng, đã thu hút nhiều nghi ngờ "chi tiêu quá mức", lần này anh đã đưa ra ba lý do một cách trực tiếp.

Lý do đầu tiên, số tiền này mua thời gian và sự chú ý. Đội ngũ lớn, chi phí giao tiếp 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.

Lý do thứ hai, đắt là vì sử dụng mô hình tốt nhất, đây là phương pháp cốt lõi để hiểu ranh giới 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 về việc có mã lỗi dẫn đến sự cố trực tuyến, trong khi sau khi AI lập trình trở nên phổ biến, số 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.

Lý do 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 nghiên cứu phát triển. Phán đoán của Zhang Tao là, ngày nay mỗi tháng 10.000 USD đổi lấy cách làm việc, hai năm sau có thể chỉ cần vài trăm USD.

Xét 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 mà bài viết mở đầu đề cập đến, trên màn hình của anh ta mở không chỉ Manus mà còn cả 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 xây dựng bởi người khác, 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 USD đồng thời chứng minh hai điều. Một là đội ngũ thực sự đã chạm đến ranh giới khả năng của mô hình; hai là Manus đã sớm gặp phải vấn đề chi phí của Agent hơn cả người dùng của nó, và 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, đã 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, cũng như Video Editor, đều do quản lý sản phẩm thực hiện. Các nhà thiết kế gần đây cũng bắt đầu viết mã.

Zhang Tao đã dùng một cách nói để tóm tắt sự thay đổi này, từ Human in the loop đến Human on the loop. Trước đây AI làm bảy tám phần, phần còn lại do con người bổ sung; bây giờ con người thiết kế quy tắc, giám sát nhiều AI làm việc, đưa ra quyết định ở các điểm quan trọng, và can thiệp khi cần thiết.

Người đồng nghiệp sử dụng AI nhiều nhất trong đội ngũ có cách làm việc "cực kỳ". Anh có một Session Manus tổng thể, chỉ phụ trách liệt kê những việc cần quyết định, kèm theo phương án đề xuất. Mọi người thảo luận sôi nổi trên Slack, anh có thể không mở Slack, chỉ cần hỏi AI "Hiện tại có việc gì cần tôi quyết định không?"

Những định nghĩa mới này, ở một mức độ nào đó cũng là một thông báo tuyển dụng. Cuối bài viết, anh viết rằng, con người vẫn quan trọng, vì vậy "chúng tôi vẫn đang tuyển dụng". Gần như cùng lúc, Manus đã mở 17 vị trí tại Bắc Kinh, từ kỹ sư Harness Agent đến phân tích kinh doanh, CEO Xiao Hong nói rằng chỉ trong một ngày đã nhận được hàng nghìn hồ sơ. GitLab đã công khai sổ tay nhân viên trên mạng, Netflix cũng đã phát hành sổ tay văn hóa từ lâu, lý do tương tự.

Nói rõ một công ty làm việc như thế nào, bản thân cũng đang lọc ra những người sẽ đến.

Nhưng điều khiến bài viết này gây ấn tượng với Geek Park lại là phần mà Zhang Tao không chắc chắn.

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

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

Câu hỏi này đáng để tiếp tục truy vấn. Một người cùng lúc đảm nhiệm hai mươi yêu cầu, làm thế nào để đảm bảo chất lượng, trách nhiệm sẽ được phân bổ như thế nào khi có vấn đề xảy ra? "Nửa năm không nghe nói về sự cố trực tuyến" là cảm nhận của một đồng nghiệp, vẫn chưa nói đến một thống kê. Một nửa quản lý sản phẩm đã có thể độc lập đưa lên trực tuyến, một 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 một đoạn rất riêng tư. Zhang Tao viết rằng anh có ADHD, hàng ngày có hơn hai mươi việc cần làm, điều khó nhất là "bắt đầu làm". Bây giờ anh đã giao tất cả các việc cần làm cho một dự án Manus chuyên dụng, nó có thể trực tiếp bắt đầu những việc mà nó có thể làm, những việc không chắc chắn sẽ quay lại hỏi anh, sau đó kết hợp Slack, Gmail và Notion để thực hiện một vòng nghiên cứu trước, giao cho các quản lý sản phẩm tương ứng.

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

Khi kết thúc bài viết, Zhang Tao 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 cho 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.

Zhang Tao đã tò mò, 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, có lẽ chúng ta sẽ biết bài viết này là một tuyên ngôn hay một thông báo.